网易云音乐显示 15 个声音选项背后的系统 API 和驱动机制

 

背景

在平时用电脑时，因为就一个设备，没有想过声音是如何传输的。

这次连接了小爱同学和蓝牙耳机，发现网易云音乐有15个声音选项，令我来了兴趣：

DirectSound:Primary Sound Driver
DirectSound:扬声器(Realtek High Definition Audio)
DirectSound:耳机(小爱音箱-8825 stereo)
DirectSound:耳机(QCY T8 Stereo)
DirectSound:耳机(QCY T8 Hands-Free AG Audio)
WaveOut:Microsoft Sound Mapper
WaveOut:扬声器(Realtek High Definition Au)
WaveOut:耳机(小爱音箱-8825 Stereo)
WaveOut:耳机(QCY T8 Stereo)
WaveOut:耳机(QCY T8 Hands-Free AG Audio)
Wasapi:默认输出设备
Wasapi:耳机(小爱音箱-8825 Stereo)
Wasapi:扬声器(Realtek High Definition Audio)
Wasapi:耳机(QCY T8 Stereo)
Wasapi:耳机(QCY T8 Hands-Free AG Audio)

首先我们发现，网易云的15个选项实际上是3个xxx+5个设备的组合，不禁让我们思考原理。

设备传输

我们理清一下设备传输的过程。

• 网络层：从网易云音乐下载下来音乐文件，一般以临时文件存储。
• 应用层：文件被软件解码出声音数据流，软件选择设备选项输出，一般是默认设备为多。
• 系统层：操作系统给每个设备提供各API，用于调用硬件资源。
• 硬件层：通过驱动程序和系统衔接，处理数据流，发出声音。

所以这3个xxx应该是系统层的不同接口，把硬件各自弄了个 API。

其他5个则是硬件，硬件中有一个是默认设备，在点击Windows的🔈时可以选择。

但剩下4个中 QCY-T8 实际上重复了一次，应该是驱动程序识别出了两个设备，其中 QCY T8 Hands-Free AG Audio 的声音是单声道，而且是通话质量，音质估计在 20 kbps，基本上听不下去。

而且，耳机还自带一个麦克风，而且名字也叫 QCY T8 Hands-Free AG Audio (2) ，我估计麦克风和刚才的低质量耳机是一体的，之所以设计低质量输出，就是为了麦克风和耳机同时启用。
而识别了两个设备的原理，可以先了解一下「蓝牙」 ，然后看看驱动的知识。

系统 API

WASAPI与Waveout 与Directsound的区别 ，解释了系统API的区别，具体接口介绍可以在百度百科搜到。
WASAPI、DirectSound/DS、WaveOut、Kernel Streaming/KS ：这个资料更全面

Windows应该有很多API可以玩，比如连点器，其实就是调用了光标操作API。
除了到 Microsoft Docs 查API，可以看看 <windws.h> 中有很多有趣的API。
现在软件开发都不用自己调用API了，很多IDE都支持自动调用API，比如window应用就经常用.NET来写，本质上他的API函数是封装多层后给你的。

【科普】DirectX和OpenGL：游戏为什么离不开它们

腾讯会议

不过有趣的是，因为 QCY 有两个设备，当腾讯会议选择一个 QCY 的一个设备后，如果它恰好没检测到另一个设备，那电脑通过另一个设备发出的所有声音都无了，只有把 Windows 输出也选择 QCY 相同的设备才正常。

解决办法是断开耳机，重新连接，然后腾讯会议会重新检测设备，此时在 Windows 选择默认，然后腾讯会议会跟着 Windows 默认输出了。

但有时候，这个问题更加严重，两个设备不管选择那个都没有声音，居然只能用电脑扬声器，重启蓝牙没有用，重启耳机没有用，重启腾讯会议也没有用，逼得我把所有软件都关一遍，接近于重启电脑。然后一开腾讯会议，继续重复前面的问题！

以上这些原因还不清楚，但能推测到它应该修改了 API 的一些设置，类似于为了通信而进行的独占。某些软件那种固执己见的开发方式，总是搞的兼容性差，操作也不流畅，令人难受要命。
 

浏览器

我还发现一个现象，蓝牙音箱在驱动上似乎有问题。
电脑随便打开一个音频，比如用 potplayer 打开视频、打开网易云音乐，然后浏览器随便播放个音频，比如B站视频、网易云音乐。
这个时候，potplayer 的暂停不会影响浏览器或任何一个软件，但浏览器暂停后，所有软件的音频会全部没有声音。

这个问题另我很恼火，凭什么浏览器会控制整个电脑的音频输出呢？
我推测是浏览器连接的音频 API 是Waveout，因为这个 API 是软件独占的。而在不练蓝牙音箱时，可能用的是 DirectSound API。
于是我去搜了一下，发现浏览器的权限似乎确实很高。比如 「Internet 选项」，似乎是 Windows 专门给浏览器的 API，@ Windows Internet 、Internet Options

接着我尝试把浏览器输出选为「电脑扬声器」，其他软件选为「蓝牙音箱」，更离谱事情发生了，我暂停电脑的扬声器，音响也没声音了。
我用「开发人员工具」删掉了所有的「事件」，包括 Framework 侦听器，但依旧没有效果。我推测事件只是执行的条件，问题不是要不要执行，而是执行音频操作后会对系统 API 造成影响。

后续更新：询问 GPT4

 目前我是手动切换音频源解决的。

首先把要听的音频换到电脑扬声器，然后再切换回蓝牙音箱，就好了。