webrtc音频模块(三) windows Core Audio API及声音的播放

在前面介绍了ADM(Audio Device Module)，它用于抽象音频设备管理和音频数据采集/播放接口。windows的实现是AudioDeviceWinowCode，它封装了Core Audio APIs实现了对音频设备的操作。

Core Audio APIs

windows提供了多种音频操作API，比如最常用的是 waveXxx系列API，DirectSound等。而Core Audio APIs是这些API的基础，这些API使用Core Audio APIs提供了更通用的功能。

如下图是Core Audio APIs的架构图：

• Core Audio APIs是一些高阶API（例如MME，DirectSound等）的基础。
• 箭头的方向表示了音频数据的流向。
• 它有两种工作模式，共享模式和独占模式。共享模式就是大家(多个应用程序)同时播放声音(声音被混音)，独占模式就是只能有一个程序播放，我一播，就没其他程序的声音了。
• 共享模式下，会有一个Audio Service进行协调各应用程序间的音频数据处理。这个很容易理解，多路声音，总该需要一个大管家来协调使用设备。
• 独占模式下，音频数据就直接到内核的驱动了。

Core Audio APIs特点是音频处理更高效，延时更低。对webrtc 这种RTC系统来说，正是需要其低延时的保证。

它四类子API

从上图中可以看到Core Audio APIs是一系列API的集合，它包括四类子API。

• MMDevice API(用于检索播放采集设备)

用于应用程序检索音频终端设备，枚举出所有可使用的音频设备属性及确定其功能，并为这些设备创建驱动程序实例，是最基本的Core Audio API，服务于其它3个APIs。

---

• WASAPI(控制播放和采集流)

应用程序可以通过它管理程序和音频终端设备之间音频数据的流。比如采集，回放音频。

---

• DeviceTopology API(webrtc中没用到)

应用程序可以遍历音频适配器设备和音频终端设备的内部拓扑，并单步执行将设备链接到另一台设备的连接。通过 DeviceTopology API 中的接口和方法，客户端程序可直接沿着音频适配器 (audio adapters) 的硬件设备里的数据通道进入布局特征(例如，沿着音频终端设备的数据路径上进行音量控制) 。

• EndpointVolume API(控制音量)

应用程序可以控制和监视音频终端设备的音量。

它们都以COM组件的方式提供，应用程序需要创建对应COM组件的实例，获取接口对象，再使用它们提供的方法。

AudioDeviceWindowCore

在webrtc中使用Core Audio APIs以下四个功能：

1. 检索音频回放设备。
2. 检索音频采集设备。
3. 使用指定的音频设备回放声音。
4. 使用指定的音频设备采集声音。
5. 音频回放。
6. 音频采集。

类图如下：