DirectShow应用——音频捕捉

当然，在进行音频捕捉的同时，我们还可以实时监听音频源的输入。如下示意图：



　　我们在Audio Capture Filter后面接了一个Infinite Pin Tee，这个Filter能够将一个Input pin输入的数据，复制成多份，分别通过各个Output pin发送出去。（这个Filter也是微软DirectX SDK带的一个例子，在samples\Multimedia\DirectShow\Filters\ InfTee目录下。）我们看到Tee Filter的一支连到了DirectSound Renderer，可以将声音放在声卡上输出。

　　创建音频捕捉的应用程序很简单吧！下面，我们还要来讨论一下音频捕捉前可能用到的一些参数设置。在声卡Filter的每个Input pin上，我们都可以得到IAMAudioInputMixer这个接口。通过这个接口，我们可以设置各个输入端子的音频属性，如进行音频合成时是否允许某个输入端子的音频参与混合、音频输入的音量，还有Treble、Bass等等。另外，在Filter上也可以得到IAMAudioInputMixer接口，这时调用接口方法就可以统一控制各个输入端子的属性。音频捕捉，还可以设置的是音频的采样频率以及声音的具体格式（8Bits或16Bits，单声道或双声道）。我们可以通过Capture output pin的IAMStreamConfig来完成。下面的代码可供参考：

HRESULT hr = pCapturePin->QueryInterface(IID_IAMStreamConfig, (void **)&pCfg); // Read current media type/format AM_MEDIA_TYPE *pmt={0}; hr = pCfg->GetFormat(&pmt); if (SUCCEEDED(hr)) { 　// Fill in values for the new format 　WAVEFORMATEX *pWF = (WAVEFORMATEX *) pmt->pbFormat; 　pWF->nChannels = (WORD) nChannels; 　pWF->nSamplesPerSec = nFrequency; 　pWF->nAvgBytesPerSec = lBytesPerSecond; 　pWF->wBitsPerSample = (WORD) (nBytesPerSample * 8); 　pWF->nBlockAlign = (WORD) (nBytesPerSample * nChannels); 　// Set the new formattype for the output pin 　hr = pCfg->SetFormat(pmt); 　DeleteMediaType(pmt); } // Release interfaces pCfg->Release();

　　最后，还要提到的一点，也是音频捕捉比较特殊的地方：我们可以通过Capture output pin上的IAMBufferNegotiation接口，改变音频捕捉缓冲的大小，以减少声音播放的延迟。默认情况下，Audio Capture Filter使用0.5秒钟的缓冲。对于一些特殊的应用，这么大的缓冲是没有必要的，带来的延迟也比较大。一般，缓冲设置成能够容纳80毫秒的数据已经很可靠；甚至30-40毫秒也已经足够了。但是也不能太小，否则会影响到音频捕捉的效率，使音质受到损害。下面的代码设置音频捕捉的缓冲大小，可供参考：

pCapturePin->QueryInterface(IID_IAMBufferNegotiation, (void **)&pNeg); // Set the buffer size based on selected settings ALLOCATOR_PROPERTIES prop={0}; prop.cbBuffer = lBufferSize; prop.cBuffers = 6; prop.cbAlign = nBytesPerSample * nChannels; hr = pNeg->SuggestAllocatorProperties(&prop); pNeg->Release();

　　以上，我们讲述了音频捕捉程序的创建过程，以及一些捕捉参数的设置方法。相信大家对于如何写音频捕捉程序已经有了自己的认识。音频捕捉直接得到的是PCM数据，根据需要，我们还可以对其进行压缩，比如用Mp3格式（微软提供了一个免费的Mp3 Encoder）、AC3格式等等；压缩后数据量更少，可以符合很多场合的应用。

查看本文来源