摘要：将多个音频文件或多路音频数据同时输出到音频输出设备上，就可同时听到多个不同的声音，这就是混音。在游戏开发，网络视频会议开发中都会用到混音技术，本文详细介绍如何利用Directsound实现几路不同的音频进行实时的混音。
关键词：Directsound 混音
在游戏开发中比较常用的音效素材都是比较短的，所以一般常用的API是playsound（）函数，比如我们要在游戏背景中播放一个test.wav音效素材，只要简单的调用下面的函数即可
| PlaySound("test.wav",NULL,SND_FILENAME|SND_ASYNC); |
如此简单，事实上我们看到，国内的游戏大致上都可以用PlaySound（）搞定。但是既然是简单，从功能上就要受限了，如果遇到复杂的场景就没法用playsound实现了，比如在场景中既有开门的声音，又有砍人的声音，你如果用playsound就没法同时听到两种声音，只能是一个声音完了再听到另外一个声音，这时，就需要混音了。
在网络视频会议开发中，如果不同的客户端同时发言，如何将多个不同端点的话音数据经网络传输到达某一个端点，经该端点的Wave设备输出，能同时听到多个人的话音，从而实现局域网络中多方的话音交谈，这也需要用到混音技术。
在网络上实现话音交谈，特别强调实时性，要尽量保证话音的平滑、连续，因此为了保证话音数据连续，减少话音数据存储带来的延时，在具体实现中，话音的录制和播放都不采用文件的形式，录制和播放的话音数据都存在缓冲区中。在Windows系统中，一般情况下，高层Wave接口函数无法直接播放缓冲区中的话音数据，而必须用底层函数来实现，常用的是Windows API中的Wave函数。将Wave数据在Wave设备上输出使用的是WaveOutWrite函数，但是该函数不支持多路Wave数据的同时播放，为了能达到多路Wave数据同时播放的效果，对缓冲区中多路Wave数据进行必要的预处理后，再提交给Wave输出设备播放，实现原理如图1所示。
 图1 多路Wave混音的实现原理 |
这种混音的方式效果跟你采用的算法有很大关系，但是如果我们采用Directsound进行混音，就简单多了，我们只需要将我们要混音的内容传给它，Directsound会在内部自动进行混音的。下面我们就进入Directsound混音编程。
在了解Directsound如何混音前我们先来看看DirectSound是如何播放一段wave音频的。
这里只是简单的介绍一下播放声音的步骤。
第一步，创建一个设备对象。
在你的代码中你可以通过调用DirectSoundCreat8函数来创建一个支持IDirectSound8接口的对象，这个对象通常代表缺省的播放设备。当然你可以枚举可用的设备，然后将设备的GUID传递给DirectSoundCreat8函数。
注意，Directsound虽然基于COM，但是你并不需要初始化com库，这些Directsound都帮你做好了，当然，如果你使用DMOs特技，你就要自己初始化com库了，切记。
第二步，创建一个辅助Buffer，也叫后备缓冲区
你可以通过IDirectSound8::CreateSoundBuffer来创建buffer对象，这个对象主要用来获取处理数据，这种buffer称作辅助缓冲区，以和主缓冲区区别开来，Direcsound通过把几个后备缓冲区的声音混合到主缓冲区中，然后输出到声音输出设备上，达到混音的效果。
第三步，获取PCM类型的数据
将WAV文件或者其他资源的数据读取到缓冲区中。
第四步，将数据读取到缓冲区
你可以通过 IDirectSoundBuffer8::Lock.方法来准备一个辅助缓冲区来进行写操作，通常这个方法返回一个内存地址，见数据从你的私人buffer中复制到这个地址中，然后调用IDirectSoundBuffer8::Unlock.
第五步，播放缓冲区中的数据
你可以通过IDirectSoundBuffer8::Play方法来播放缓冲区中的音频数据，你可以通过IDirectSoundBuffer8::Stop来暂停播放数据，你可以反复的莱停止，播放，音频数据，如果你同时创建了几个buffer，那么你就可以同时来播放这些数据，这些声音会自动进行混音的。
看到了吧，Directsound混音很简单，我们只要在一个设备上创建几个辅助的缓冲区，然后将数据读取到缓冲区中，同时的播放，Directsound就会自动在主缓冲区自动混音的。至于同时可以播放几个辅助缓冲区则有硬件设备的性能决定。
在WDM驱动模式下，混音的工作由核心混音器来完成，不同的辅助缓冲区可能具有不同的WAV格式（例如，不同的采样频率），在必要的时候，辅助缓冲区的格式要转换成主缓冲区，或者核心混音器的格式。
在VXD驱动模式下，如果你的辅助缓冲区都采用相同的音频格式，并且硬件的音频格式也和你的音频格式匹配，此时，混音器不用作任何的转换。你的应用程序可以创建一个主缓冲区，然后通过IDirectSoundBuffer8::SetFormat来设置硬件的输出格式。要注意，只有你的协作度一定要是Priority Cooperative Level.，并且，一定要创建辅助缓冲区前设置主缓冲区，DirectSound会将你的设置保存下来。
在WDM模式下，对主缓冲区的的设置没有作用，因为主缓冲区的格式是由内核混音器来决定的。
京公网安备 11010802021500号