C#中使用DirectSound录音

一．声卡录音的基本原理 

为了实现一个录音的基本过程，至少需要以下对象的支持： 

1．   录音 设备 ，对我们的PC设备就是声卡。这个录音设备可以进行的操作应该有开始和关闭。 

2．   缓冲区，也就是录制的声音放在哪里的问题。

二．DirectSound对录音的描述模型 

1．   DirectSound对录音的支持类 

     Capture，设备对象，可以看作是声卡的描述。 

     CaptureBuffer，缓冲区对象，存放录入的音频数据。 

     Notify，事件通知对象，由于录音是一个长时间的过程，因此使用一个缓冲队列（多个缓冲区）接收数据，每当一个缓冲区满的时候，系统使用这个对象通知应用程序取走这个缓冲区，并继续录音。

以上三个对象是进行录音操作的主要对象，由于在C++中对DirectSound的操作DirectX帮助文档中已经有很详细的说明，这里就不再赘述了。本文是针对Managed Code。除了以上三个主要的DirectSound类，还需要以下几个辅助类。 

     WaveFormat，描述了进行录制的声音波形的格式，例如采样率，单声道还是立体声，每个采样点的长度等等。 

     Thread，线程类，由于录音的过程是需要不断处理缓冲区满的事件，因此新建一个线程对此进行单独处理。

     AutoResetEvent，通知的事件，当缓冲区满的时候，使用该事件作为通知事件。

三．代码解析（SoundRecord类） 

1．需要引用的程序集

using System; 

using System.Windows.Forms; 

using System.Threading; 

using System.IO;

// 对DirectSound的支持

using Microsoft.DirectX; 

using Microsoft.DirectX.DirectSound;

2．   SoundRecord的成员数据

public const int cNotifyNum = 16;       // 缓冲队列的数目
private int mNextCaptureOffset = 0;      // 该次录音缓冲区的起始点

private int mSampleCount = 0;            // 录制的样本数目
private int mNotifySize = 0;             // 每次通知大小 

private int mBufferSize = 0;             // 缓冲队列大小

private string mFileName = string.Empty;     // 文件名 

private FileStream mWaveFile = null;         // 文件流 

private BinaryWriter mWriter = null;         // 写文件
private Capture mCapDev = null;              // 音频捕捉设备 

private CaptureBuffer mRecBuffer = null;     // 缓冲区对象 

private Notify mNotify = null;               // 消息通知对象
private WaveFormat mWavFormat;                       // 录音的格式 

private Thread mNotifyThread = null;                 // 处理缓冲区消息的线程 

private AutoResetEvent mNotificationEvent = null;    // 通知事件 

3．   对外操作的函数

/// <summary> 

/// 构造函数,设定录音设备,设定录音格式. 

/// </summary> 

public SoundRecord() 

{ 

    // 初始化音频捕捉设备 

    InitCaptureDevice();

    // 设定录音格式 

    mWavFormat = CreateWaveFormat(); 

}
/// <summary> 

/// 设定录音结束后保存的文件,包括路径 

/// </summary> 

/// <param name="filename">保存wav文件的路径名</param> 

public void SetFileName(string filename) 

{ 

    mFileName = filename; 

}
/// <summary> 

/// 开始录音 

/// </summary> 

public void RecStart() 

{ 

    // 创建录音文件 

    CreateSoundFile();
    // 创建一个录音缓冲区，并开始录音 

    CreateCaptureBuffer();
    // 建立通知消息,当缓冲区满的时候处理方法 

    InitNotifications();

    mRecBuffer.Start(true);

}
/// <summary> 

/// 停止录音 

/// </summary>

public void RecStop() 

{ 

    // 关闭通知消息 

    if (null != mNotificationEvent) 

        mNotificationEvent.Set();
    // 停止录音 

    mRecBuffer.Stop();
    // 写入缓冲区最后的数据 

    RecordCapturedData(); 

    // 回写长度信息 

    mWriter.Seek(4, SeekOrigin.Begin); 

    mWriter.Write((int)(mSampleCount + 36));   // 写文件长度 

    mWriter.Seek(40, SeekOrigin.Begin);

    mWriter.Write(mSampleCount);                // 写数据长度 

    mWriter.Close();

    mWaveFile.Close(); 

    mWriter = null; 

    mWaveFile = null; 

}

4．内部调用函数

/// <summary> 

/// 初始化录音设备,此处使用主录音设备. 

/// </summary> 

/// <returns>调用成功返回true,否则返回false</returns>

private bool InitCaptureDevice() 

{ 

    // 获取默认音频捕捉设备 

    CaptureDevicesCollection devices = new CaptureDevicesCollection();  // 枚举音频捕捉设备 

    Guid deviceGuid = Guid.Empty;                                       // 音频捕捉设备的ID
    if (devices.Count>0) 

        deviceGuid = devices[0].DriverGuid; 

    else 

    {

        MessageBox.Show("系统中没有音频捕捉设备");

        return false; 

    }
    // 用指定的捕捉设备创建Capture对象 

    try 

    {

        mCapDev = new Capture(deviceGuid); 

    } 

    catch (DirectXException e) 

    {

        MessageBox.Show(e.ToString()); 

        return false; 

    }

    return true; 

}
/// <summary> 

/// 创建录音格式,此处使用16bit,16KHz,Mono的录音格式

/// </summary> 

/// <returns>WaveFormat结构体</returns> 

private WaveFormat CreateWaveFormat() 

{ 

    WaveFormat format = new WaveFormat();
    format.FormatTag = WaveFormatTag.Pcm;   // PCM 

    format.SamplesPerSecond = 16000;        // 16KHz 

    format.BitsPerSample = 16;              // 16Bit 

    format.Channels = 1;                    // Mono

    format.BlockAlign = (short)(format.Channels * (format.BitsPerSample / 8)); 

    format.AverageBytesPerSecond = format.BlockAlign * format.SamplesPerSecond;

    return format; 

}
/// <summary> 

/// 创建录音使用的缓冲区 

/// </summary> 

private void CreateCaptureBuffer() 

{

    // 缓冲区的描述对象 

    CaptureBufferDescription bufferdescription = new CaptureBufferDescription(); 
    if (null != mNotify) 

    {

        mNotify.Dispose(); 

        mNotify = null;

    } 

    if (null != mRecBuffer)

    { 

        mRecBuffer.Dispose(); 

        mRecBuffer = null; 

    }
    // 设定通知的大小,默认为1s钟 

    mNotifySize = (1024 > mWavFormat.AverageBytesPerSecond / 8) ? 1024 : (mWavFormat.AverageBytesPerSecond / 8); 

    mNotifySize -= mNotifySize % mWavFormat.BlockAlign; 
    // 设定缓冲区大小 

    mBufferSize = mNotifySize * cNotifyNum;
    // 创建缓冲区描述  

    bufferdescription.BufferBytes = mBufferSize; 

    bufferdescription.Format = mWavFormat;           // 录音格式
    // 创建缓冲区 

    mRecBuffer = new CaptureBuffer(bufferdescription, mCapDev);

    mNextCaptureOffset = 0; 

}
/// <summary>

/// 初始化通知事件,将原缓冲区分成16个缓冲队列,在每个缓冲队列的结束点设定通知点.

/// </summary> 

/// <returns>是否成功</returns> 

private bool InitNotifications() 

{ 

    if (null == mRecBuffer) 

    { 

        MessageBox.Show("未创建录音缓冲区"); 

        return false; 

    }
    // 创建一个通知事件,当缓冲队列满了就激发该事件. 

    mNotificationEvent = new AutoResetEvent(false);
    // 创建一个线程管理缓冲区事件 

    if (null == mNotifyThread) 

    { 

        mNotifyThread = new Thread(new ThreadStart(WaitThread)); 

        mNotifyThread.Start(); 

    }
    // 设定通知的位置 

    BufferPositionNotify[] PositionNotify = new BufferPositionNotify[cNotifyNum + 1]; 

    for (int i = 0; i < cNotifyNum; i++) 

    { 

        PositionNotify[i].Offset = (mNotifySize * i) + mNotifySize - 1; 

        PositionNotify[i].EventNotifyHandle = mNotificationEvent.Handle;

    }
    mNotify = new Notify(mRecBuffer); 

    mNotify.SetNotificationPositions(PositionNotify, cNotifyNum);

    return true; 

}
/// <summary> 

/// 将录制的数据写入wav文件 

/// </summary> 

private void RecordCapturedData()

{ 

    byte[] CaptureData = null; 

    int ReadPos; 

    int CapturePos; 

    int LockSize;
    mRecBuffer.GetCurrentPosition(out CapturePos, out ReadPos);

    LockSize = ReadPos - mNextCaptureOffset; 

    if (LockSize < 0) 

        LockSize += mBufferSize;
    // 对齐缓冲区边界,实际上由于开始设定完整,这个操作是多余的. 

    LockSize -= (LockSize % mNotifySize);
    if (0 == LockSize)

        return; 

    // 读取缓冲区内的数据 

    CaptureData = (byte[])mRecBuffer.Read(mNextCaptureOffset, typeof(byte), LockFlag.None, LockSize);
    // 写入Wav文件

    mWriter.Write(CaptureData, 0, CaptureData.Length);
    // 更新已经录制的数据长度. 

    mSampleCount += CaptureData.Length;
    // 移动录制数据的起始点,通知消息只负责指示产生消息的位置,并不记录上次录制的位置 

    mNextCaptureOffset += CaptureData.Length;  

    mNextCaptureOffset %= mBufferSize; // Circular buffer

}

/// <summary> 

/// 接收缓冲区满消息的处理线程 

/// </summary> 

private void WaitThread() 

{ 

    while(true) 

    {

        // 等待缓冲区的通知消息 

        mNotificationEvent.WaitOne(Timeout.Infinite, true); 

        // 录制数据 

        RecordCapturedData(); 

    } 

}

/// <summary> 

/// 创建保存的波形文件,并写入必要的文件头. 

/// </summary> 

private void CreateSoundFile() 

{ 

    /************************************************************************** 

 Here is where the file will be created. A 

 wave file is a RIFF file, which has chunks 

 of data that describe what the file contains. 

 A wave RIFF file is put together like this:
 The 12 byte RIFF chunk is constructed like this: 

 Bytes 0 - 3 :  'R' 'I' 'F' 'F'

 Bytes 4 - 7 :  Length of file, minus the first 8 bytes of the RIFF description. 

                   (4 bytes for "WAVE" + 24 bytes for format chunk length + 

                   8 bytes for data chunk description + actual sample data size.) 

  Bytes 8 - 11: 'W' 'A' 'V' 'E'
  The 24 byte FORMAT chunk is constructed like this: 

  Bytes 0 - 3 : 'f' 'm' 't' ' ' 

  Bytes 4 - 7 : The format chunk length. This is always 16.

  Bytes 8 - 9 : File padding. Always 1. 

  Bytes 10- 11: Number of channels. Either 1 for mono,  or 2 for stereo. 

  Bytes 12- 15: Sample rate. 

  Bytes 16- 19: Number of bytes per second. 

  Bytes 20- 21: Bytes per sample. 1 for 8 bit mono, 2 for 8 bit stereo or 

                  16 bit mono, 4 for 16 bit stereo. 

  Bytes 22- 23: Number of bits per sample.
  The DATA chunk is constructed like this: 

  Bytes 0 - 3 : 'd' 'a' 't' 'a' 

  Bytes 4 - 7 : Length of data, in bytes. 

  Bytes 8 -...: Actual sample data. 

            ***************************************************************************/ 

    // Open up the wave file for writing. 

 

    mWaveFile = new FileStream(mFileName, FileMode.Create); 

    mWriter = new BinaryWriter(mWaveFile);
    // Set up file with RIFF chunk info. 

    char[] ChunkRiff = {'R','I','F','F'}; 

    char[] ChunkType = {'W','A','V','E'}; 

    char[] ChunkFmt  = {'f','m','t',' '}; 

    char[] ChunkData = {'d','a','t','a'}; 

    short shPad = 1;                // File padding 

    int nFormatChunkLength = 0x10;  // Format chunk length. 

    int nLength = 0;                // File length, minus first 8 bytes of RIFF description. This will be filled in later. 

    short shBytesPerSample = 0;     // Bytes per sample.
    // 一个样本点的字节数目 

    if (8 == mWavFormat.BitsPerSample && 1 == mWavFormat.Channels)

shBytesPerSample = 1; 

    else if ((8 == mWavFormat.BitsPerSample && 2 == mWavFormat.Channels) || (16 == mWavFormat.BitsPerSample && 1 == mWavFormat.Channels)) 

        shBytesPerSample = 2; 

    else if (16 == mWavFormat.BitsPerSample && 2 == mWavFormat.Channels) 

        shBytesPerSample = 4;

    // RIFF 块 

    mWriter.Write(ChunkRiff); 

    mWriter.Write(nLength); 

    mWriter.Write(ChunkType);
    // WAVE块 

    mWriter.Write(ChunkFmt); 

    mWriter.Write(nFormatChunkLength); 

    mWriter.Write(shPad); 

    mWriter.Write(mWavFormat.Channels); 

    mWriter.Write(mWavFormat.SamplesPerSecond); 

    mWriter.Write(mWavFormat.AverageBytesPerSecond); 

    mWriter.Write(shBytesPerSample); 

    mWriter.Write(mWavFormat.BitsPerSample); 

    // 数据块 

    mWriter.Write(ChunkData);

    mWriter.Write((int)0);   // The sample length will be written in later. 

}

5．外部窗体调用方式

声明部分：

private SoundRecord recorder = null;    // 录音 

窗体构造函数：

recorder = new SoundRecord(); 

启动录音按钮：

private void btnStart_Click(object sender, System.EventArgs e) 

{ 

    // 

    // 录音设置 

    // 

    string wavfile = null; 

    wavfile = “test.wav”; 

    recorder.SetFileName(wavfile); 

    recorder.RecStart(); 

} 

中止录音按钮：

private void btnStop_Click(object sender, System.EventArgs e) 

{

    recorder.RecStop(); 

    recorder = null;

}
6．需要添加的外部引用文件

在系统的System32目录下添加以下两个引用文件，如果没有，在DirectX的开发包内可以找到。

Microsoft.DirectX.dll

Microsoft.DirectX.DirectSound.dll