用Multi-Media Library制作流式音频播放器

最近在制作IP话务坐席客户端，在这个系统里，需要用声卡去播放从服务器传来的音频数据，因为电话通讯是实时的，所以不可能等到音频数据都传完了再播放（废话），所以这个播放过程应该是近似于流媒体的方式，有多少数据就播放多少数据（还是废话）。

好吧，废话少说，切入正题。

由于上述原因，我只能选择用低级波形API去播放音频数据，即使用Multi-Media Library。这是WINDOWS下最接近底层的音频API，当然，我们还有一个选择DirectSound，不过那个用起来没有Multi-Media Library那么方便，而且我也不需要用到那么高的特性。

在开始之前，我们先来了解一下波形数据的格式和特性，有这么几个概念需要先熟悉：“声道”、“采样率”、“样本位率”。

“声道”的意思很容易理解，我们通常听说的“单声道”、“双声道”、“环绕立体声”就是声道的概念，简单点说，就是有多少个音源（抱歉，我不知道这个解释是不是十分精确，因为我并不是搞音频工程学的）。 “采样率”的意思是每秒钟采集多少个声音样本，越多越清晰，而采集到的数据也就越多；反之，越小越模糊，采集到的数据也就越少。采样率的单位是hz（赫兹），8000hz就代表每秒采集8000个样本，更高的采样可以得到更清晰的声音，但是对采样设备的能力和网络的速度也就要求更高些。“样本位率”的意思是每个样本占多少位的数据量，一般有8位、16位、32位（浮点）这三个选择，位率高则采样数据精确，位率低则采样数据有失真。

有了上述概念，我们就可以计算出波形数据的数据量了，假如说有一段波形音频数据，是双声道，44100hz的采样率，16位的样本位率（一般CD中都是这样的格式），那么，这个音频数据每秒的数据量就是

(2 * 44100 * 16) / 8 = 176400字节

也就是说，计算公式是：

(声道数 * 采样率 * 样本位率) / 8 = 每秒字节数

为什么除8？一个字节占8位嘛

为了描述上面的内容，Multi-Media Library定义了一个struct

typedef struct tWAVEFORMATEX

{

    WORD        wFormatTag;         /**//* 格式类别 */

    WORD        nChannels;          /**//* 声道数 */

    DWORD       nSamplesPerSec;     /**//* 采样率 */

    DWORD       nAvgBytesPerSec;    /**//* 平均每秒字节数 */

    WORD        nBlockAlign;        /**//* 块对齐 */

    WORD        wBitsPerSample;     /**//* 采样位率 */

    WORD        cbSize;             /**//* 扩展定义，为0即可 */

} WAVEFORMATEX, *PWAVEFORMATEX, NEAR *NPWAVEFORMATEX, FAR * LPWAVEFORMATEX;

wFormatTag指的是格式类别，其值在MMREG.H头文件中定义，下面是部分格式的摘录：

/**//* WAVE form wFormatTag IDs */

#define WAVE_FORMAT_UNKNOWN           0x0000 /* Microsoft Corporation */

#define WAVE_FORMAT_ADPCM             0x0002 /* Microsoft Corporation */

#define WAVE_FORMAT_IEEE_FLOAT        0x0003 /* Microsoft Corporation */

#define WAVE_FORMAT_VSELP             0x0004 /* Compaq Computer Corp. */

#define WAVE_FORMAT_IBM_CVSD          0x0005 /* IBM Corporation */

#define WAVE_FORMAT_ALAW              0x0006 /* Microsoft Corporation */

#define WAVE_FORMAT_MULAW             0x0007 /* Microsoft Corporation */

#define WAVE_FORMAT_DTS               0x0008 /* Microsoft Corporation */

#define WAVE_FORMAT_DRM               0x0009 /* Microsoft Corporation */

#define WAVE_FORMAT_OKI_ADPCM         0x0010 /* OKI */

#define WAVE_FORMAT_DVI_ADPCM         0x0011 /* Intel Corporation */

#define WAVE_FORMAT_IMA_ADPCM         (WAVE_FORMAT_DVI_ADPCM)

在本文中，我使用WAVE_FORMAT_ALAW格式，因为我使用的程控交换机输出的就是这种格式。

播放音频数据的API有如下几个，并不多，也很简单。

waveOutOpen – 打开波形输出设备

waveOutPrepareHeader – 准备播放缓冲区

waveOutUnprepareHeader – 取消播放缓冲区

waveOutWrite – 将数据写入波形输出设备

waveOutReset – 波形输出设备复位（清除正在播放的数据，停止播放）

waveOutPause – 波形输出设备暂停（暂停播放）

waveOutRestart – 波形输出设备恢复（继续播放）

waveOutClose – 关闭波形输出设备

处理顺序大致上就是：

waveOutOpen -> waveOutPrepareHeader -> waveOutWrite -> waveOutUnprepareHeader -> waveOutClose

不过有个问题，你几乎不可能一次性就将所有要播放的数据全部写入，流模式数据的播放就更不可能，因此，必须将要播放的波形数据分批分次的写入设备。不过这又带来另一个问题，如果分批次的写入，在第一个数据播放完后接着写入下一个数据的话，无论你的计算机有快，都会有暂时的停顿，那么听起来，声音就一卡一卡的。

这个问题当然可以解决，否则便不会有此文了，相信所有播放器都是用类似的方式解决的。waveOutWrite函数有个特点，即音频数据写完后函数会立即返回，并不等待声音播放完毕，而且如果此时立即再写入另一个数据，那么当第一个数据播放完后，系统会自动播放第二个数据，中间不会有停顿。所以，我们可以建立一个双缓冲（或者多缓冲也可以），一次性写入两段数据，当第一段缓冲区数据播放完毕时立即用第三段据去填充它，此时第二缓冲区数据正在播放，所以不会停顿，当第二段数据播放完毕后第三段数据已经就绪，所以也不会停顿，此时再用第四段数据去填充第二缓冲区，第三段数据播放完毕后再用第五段数据去填充第一缓冲区……

流程如下：



那么，如何得知某一段数据播放完毕了呢？别急，先来看看waveOutOpen的原形

MMRESULT waveOutOpen(

LPHWAVEOUT     phwo,     

UINT_PTR       uDeviceID,

LPWAVEFORMATEX pwfx,     

DWORD_PTR      dwCallback,

DWORD_PTR      dwCallbackInstance,

DWORD          fdwOpen   

);

这个函数用来打开波形输出设备，如果成功，将返回MMSYSTEM_NOERROR，否则返回错误代码。

phwo是返回的设备句柄，如果函数返回成功，这个参数将会返回打开的设备句柄，后面的操作都需要用到这个设备句柄。

uDeviceID 是要打开的设备ID，因为系统中可以拥有多个波形输出设备，用此参数来指定要打开哪一个设备，如果要打开默认的波形输出设备，指定为WAVE_MAPPER即可。

pwfx 就是前面介绍的WAVEFORMATEX结构体，指定要在这个设备上播放什么格式的波形数据。

dwCallback 指定设备的回调，可以是回调函数的指针，也可以是事件句柄，也可以是窗口的句柄，或者线程ID。

dwCallbackInstance 指定回调时的用户数据，可以指定任意数据，数据将在回调产生时作为参数传入（窗口回调的情况下此数据不可用）

fdwOpen 打开设备用的标志，具体有哪些值可用请参考MSDN，我这里只用CALLBACK_FUNCTION，表示用回调函数的方式执行回调。

再来看看waveOutPrepareHeader函数的原形

MMRESULT waveOutPrepareHeader(

HWAVEOUT hwo,

LPWAVEHDR pwh,

UINT cbwh     

);

这个函数用来指定设备的播放缓冲，在播放波形数据前，必须先使用这个函数来指定播放缓冲。

hwo仍然是设备的句柄

pwh是播放缓冲的结构体指针，下面将详细介绍它

cbwh是上面缓冲结构体的字节数，用sizeof计算即可

pwh是WAVEHDR结构体的指针，WAVEHDR的原形是：

typedef struct {

    LPSTR      lpData;

    DWORD      dwBufferLength;

    DWORD      dwBytesRecorded;

    DWORD_PTR dwUser;

    DWORD      dwFlags;

    DWORD      dwLoops;

    struct wavehdr_tag * lpNext;

    DWORD_PTR reserved;

} WAVEHDR;

lpData

是要播放的数据块的指针

dwBufferLength是要播放的数据块的字节数

dwBytesRecorded是已录音的字节数（仅在录音时用）

dwUser我们可以在此指定任意数据

dwFlags是系统指定的状态值，在调用waveOutPrepareHeader前，必须将它置0

dwLoops是循环播放的次数，这里我用不着，置0即可

lpNext和reserved都是备用字段，置NULL

下面要介绍waveOutWrite函数，原形如下：

MMRESULT waveOutWrite(

HWAVEOUT hwo,

LPWAVEHDR pwh,

UINT cbwh     

);

这个函数用来将播放缓冲中的数据发送到波形输出设备，其参数和waveOutPrepareHeader是一样的，需要注意的是：lpData，它指定的指针位置在调用waveOutPrepareHeader后不可以再变化，但是我们仍然可以改变指针所指位置的数据；dwBufferLength的值可以改变，但是必须比调用waveOutPrepareHeader时指定的值小，也就是说，可以播放比指定的缓冲小的数据。

剩下的几个函数由于都很简单或者和上面的函数类似，我这里就不再浪费口舌了。

如果设备的状态发生变化，如设备已打开、设备播放完毕，设备已关闭，系统就会执行回调，我这里只介绍函数回调的情形，其回调函数的原形如下：

void CALLBACK waveOutProc(

HWAVEOUT hwo,     

UINT uMsg,        

DWORD dwInstance,

DWORD dwParam1,   

DWORD dwParam2    

);

这里有几个参数是很重要的，nMsg告诉你现在发生了什么事情，WOM_OPEN表示设备已打开，WOM_DONE表示设备刚播放完一块缓冲，WOM_CLOSE表示设备已被关闭；dwInstance是你在打开设备时指定的dwCallbackInstance值；Param1仅在nMsg的值为WOM_DONE时有效，指示当前播放完的是哪一块缓冲。

如此一来，我们就可以得知哪一块缓冲播放完毕，并立即就可以准备好后续缓冲块。

在程序中，我使用一个波形缓冲来保存接收到的数据，开启4个播放缓冲。为了让波形缓冲中的数据及时进入播放缓冲，我开启了一个线程，只要波形缓冲中有足够的数据可以播放且播放缓冲没有用完，就往里填充数据，播放完一个播放缓冲后，就立即继续填充它以保证流畅的播放效果，在这里，我使用了事件对象来判断缓冲是否已播放完毕。

下面给出播放类的源码（Borland C++ Builder）：
Player.H

1//---------------------------------------------------------------------------
2
3 #ifndef PlayerH
4#define PlayerH
5
6#include <basepch.h>
7#include <mmsystem.h>
8#include <MMREG.H>
9#include <SyncObjs.HPP>
10//---------------------------------------------------------------------------
11
12class TPlayer : TObject
13 {
14private:
15    TCriticalSection *Lock;//临界区锁
16
17    void* WAVEBUFFER;//波形数据缓冲区
18    int BUFFERLENGTH;//波形数据缓冲字节数
19
20    int WAVEBUFFERCOUNT;//播放缓冲块总数量
21    int BufferUseCount;//播放缓冲块当前使用数量
22    int CurrentBufIndex;//当前播放缓冲块索引
23    PWAVEHDR WaveHdr;//缓冲块指针
24    void* SampleBuffer;//缓冲块波形样本数据指针
25
26    int MINSAMPLESIZE;//最小播放样本字节
27    int MAXSAMPLESIZE;//最大播放样本字节
28
29    HWAVEOUT hWave;//波形播放设备句柄
30    WAVEFORMATEX Format;//波形格式
31    HANDLE hEvent;//事件句柄
32
33    Boolean RUN;//线程运行开关
34    HANDLE hThread;//线程句柄
35
36    static DWORD WINAPI PlayThread(PVOID Param);//播放线程函数
37    DWORD __fastcall PlayerThread();//播放线程函数
38
39    void __fastcall RemoveLeftData(int Length);//从波形数据缓冲区中移走已播放过的数据
40
41public:
42    __fastcall TPlayer(WAVEFORMATEX Format, BYTE BufferCount = 4, int MinSampleSize = -1, int MaxSampleSize = -1);
43    __fastcall ~TPlayer();
44    static void CALLBACK OutputCallback(HWAVEOUT hwo, UINT uMsg, DWORD dwInstance, DWORD dwParam1, DWORD dwParam2);//回调函数
45
46    void __fastcall Initialize(HWAVEOUT WaveHandle);//初始化
47    void __fastcall ClearBuffer();//清除缓冲区
48    void __fastcall Resume();//继续播放
49    void __fastcall Pause();//暂停播放
50    void __fastcall FillData(void* Data, int Length);//填充数据到波形数据缓冲区
51    __property int BufferSize = {read=BUFFERLENGTH};//波形数据缓冲区字节数
52} ;
53#endif

Player.CPP

  1//---------------------------------------------------------------------------
  2
  3
  4 #pragma hdrstop
  5
  6
  7
  8#include "Player.h"
  9
10//---------------------------------------------------------------------------
11
12 #pragma package(smart_init)
13
14//---------------------------------------------------------------------------
15
16__fastcall TPlayer::TPlayer(WAVEFORMATEX Format, BYTE BufferCount, int MinSampleSize, int MaxSampleSize)
17 {
18    Lock = new TCriticalSection();
19    WAVEBUFFER = NULL;
20    BUFFERLENGTH = 0;
21    WAVEBUFFERCOUNT = BufferCount;
22
23    if (MaxSampleSize == -1)//设置默认最大播放样本
24        MaxSampleSize = Format.nAvgBytesPerSec / 4;
25    if (MinSampleSize == -1)//设置默认最小播放样本
26        MinSampleSize = MaxSampleSize / 2;
27
28    MINSAMPLESIZE = MinSampleSize;
29    MAXSAMPLESIZE = MaxSampleSize;
30    hWave = NULL;
31    hEvent = NULL;
32    hThread = NULL;
33    Format = Format;
34}
35
36__fastcall TPlayer::~ TPlayer()
37 {
38    free(WAVEBUFFER);
39    WAVEBUFFER = NULL;
40    BUFFERLENGTH = 0;
41    RUN = false;//停止线程
42
43    if (hEvent != NULL)
44    {
45        CloseHandle(hEvent);
46    }
47
48    if (hWave != NULL)
49    {
50        waveOutReset(hWave);//复位波形播放设备
51        for (int i = 0; i < WAVEBUFFERCOUNT; i++)
52        {//取消波形播放缓冲
53            free(WaveHdr[i].lpData);
54            waveOutUnprepareHeader(hWave, WaveHdr + i, sizeof(WaveHdr[i]));
55        }
56        waveOutClose(hWave);//关闭波形播放设备
57    }
58
59    if (hThread != NULL)
60        CloseHandle(hThread);
61       
62    delete WaveHdr;
63}
64//---------------------------------------------------------------------------
65
66void __fastcall TPlayer::Initialize(HWAVEOUT WaveHandle)
67 {
68    if (hWave == NULL && WaveHandle != NULL)
69    {
70        hWave = WaveHandle;
71        hEvent = CreateEvent(NULL, FALSE, FALSE, NULL);
72
73        WaveHdr = (PWAVEHDR)calloc(WAVEBUFFERCOUNT, sizeof(WAVEHDR));//分配缓冲块
74
75        CurrentBufIndex = 0;
76        BufferUseCount = 0;
77
78        SampleBuffer = calloc(WAVEBUFFERCOUNT, MAXSAMPLESIZE);//分配波形样本缓冲区大小
79               
80        for (int i = 0; i < WAVEBUFFERCOUNT; i++)
81        {//准备波形播放缓冲
82            WaveHdr[i].dwBufferLength = MAXSAMPLESIZE;
83            WaveHdr[i].lpData = (char*)SampleBuffer + (i * MAXSAMPLESIZE);
84            WaveHdr[i].dwUser = i;
85            WaveHdr[i].dwFlags = 0;
86            WaveHdr[i].lpNext = NULL;
87            WaveHdr[i].reserved = 0;
88
89            waveOutPrepareHeader(hWave, WaveHdr + i, sizeof(WaveHdr[i]));
90        }
91
92        DWORD ThreadID;
93        hThread = CreateThread(NULL, 0, PlayThread, this, 0, &ThreadID);//启动播放线程
94    }
95}
96//---------------------------------------------------------------------------
97
98void CALLBACK TPlayer::OutputCallback(HWAVEOUT hwo, UINT uMsg, DWORD dwInstance, DWORD dwParam1, DWORD dwParam2)
99 {
100    TPlayer* Player = (TPlayer*)dwInstance;
101
102    switch(uMsg)
103    {
104        case WOM_OPEN:
105        {
106            break;
107        }
108        case WOM_DONE:
109        {//一个缓冲块播放完毕
110            SetEvent(Player->hEvent);//设置播放完毕事件信号状态
111
112            Player->Lock->Enter();
113            Player->BufferUseCount--;//缓冲使用块数递减
114            Player->Lock->Leave();
115            break;
116        }
117        case WOM_CLOSE:
118        {
119            break;
120        }
121    }
122}
123//---------------------------------------------------------------------------
124 DWORD WINAPI TPlayer::PlayThread(PVOID Param)
125 {
126    TPlayer* Player = (TPlayer*)Param;
127    Player->RUN = true;
128    return Player->PlayerThread();
129}
130//---------------------------------------------------------------------------
131
132 DWORD __fastcall TPlayer::PlayerThread()
133 {
134    while (RUN)
135    {
136        if (BufferUseCount >= WAVEBUFFERCOUNT)//如果播放缓冲全部用完，则等待任一缓冲播放完毕
137        {
138            ResetEvent(hEvent);//等待信号前先将事件信号复位，免得发生误判
139            WaitForSingleObject(hEvent, INFINITE);//等待任一播放缓冲播放完毕
140        }
141
142        if (CurrentBufIndex >= WAVEBUFFERCOUNT)
143            CurrentBufIndex = 0;//循环缓冲索引
144
145        int SampleSize = BUFFERLENGTH >= MAXSAMPLESIZE ? MAXSAMPLESIZE : MINSAMPLESIZE;
146
147        if (BUFFERLENGTH < SampleSize)
148        {//如果缓存中数据不足，则进入下一循环等待缓存
149            Sleep(100);
150            continue;
151        }
152
153        Lock->Enter();
154        memcpy(WaveHdr[CurrentBufIndex].lpData, WAVEBUFFER, SampleSize); //复制波形缓冲音频数据到播放缓冲
155        Lock->Leave();
156
157        RemoveLeftData(SampleSize); //将已复制到播放缓冲的数据移走
158
159        WaveHdr[CurrentBufIndex].dwBufferLength = SampleSize;
160
161        Lock->Enter();
162        BufferUseCount++;//缓冲使用块数递增
163        Lock->Leave();
164
165        waveOutWrite(hWave, WaveHdr + CurrentBufIndex, sizeof(WaveHdr[CurrentBufIndex]));//播放音频
166
167        CurrentBufIndex++;//当前缓冲索引递增
168    }
169    return 0;
170}
171//---------------------------------------------------------------------------
172
173void __fastcall TPlayer::Resume()
174 {
175    if (hWave != NULL)
176        waveOutRestart (hWave);
177}
178//---------------------------------------------------------------------------
179
180void __fastcall TPlayer::Pause()
181 {
182    if (hWave != NULL)
183        waveOutPause(hWave);
184}
185//---------------------------------------------------------------------------
186
187void __fastcall TPlayer::FillData(void* Data, int Length)
188 {
189    if (Length > 0)
190    {
191        Lock->Enter();
192
193        int NewLength = BUFFERLENGTH + Length;
194        void *NewBuf = calloc(1, NewLength);//分配新缓冲
195
196        if (BUFFERLENGTH != 0)
197            memcpy(NewBuf, WAVEBUFFER, BUFFERLENGTH);//将原数据复制到新区域
198
199        memcpy((char*)NewBuf + BUFFERLENGTH, Data, Length);//将新数据复制到新区域
200
201        free(WAVEBUFFER);//释放原缓冲
202
203        WAVEBUFFER = NewBuf;
204        BUFFERLENGTH = NewLength;
205
206        Lock->Leave();
207    }
208}
209//---------------------------------------------------------------------------
210
211void __fastcall TPlayer::RemoveLeftData(int Length)
212 {
213    Lock->Enter();
214    if (Length > 0 && Length <= BUFFERLENGTH)
215    {
216        int NewLength = BUFFERLENGTH - Length;
217        void *NewBuf = calloc(1, NewLength);//分配新缓冲
218        memcpy(NewBuf, (char*)WAVEBUFFER + Length, NewLength);//复制数据
219
220        free(WAVEBUFFER);//释放原缓冲
221
222        WAVEBUFFER = NewBuf;
223        BUFFERLENGTH = NewLength;
224    }
225    Lock->Leave();
226}
227//---------------------------------------------------------------------------
228void __fastcall TPlayer::ClearBuffer()
229 {
230    Lock->Enter();
231    if (BUFFERLENGTH > 0)
232    {
233        BUFFERLENGTH = 0;
234        free(WAVEBUFFER);
235        WAVEBUFFER = NULL;
236    }
237    Lock->Leave();
238    if (hWave != NULL)
239        waveOutReset(hWave);
240}

源码已经更新，请到此处下载

嘿嘿，第一次写那么长篇大论的东西，如有遗漏或者错误，各位包涵则个：）