DirectSound入门指南（0）播放声音

过去PC机上播放声音和音乐比登天还难！然而，随着DirectSound和DirectMusic的出现，这一切变得相当容易了。本文根据《Windows游戏编程大师技巧》一书学习了DirectSound基本原理，从《Doubango开源项目》中习得了开发技巧。（后文中的源码，为博主从开源库中剥离出来的）。呼，本文讲了很多原理，下一篇文章《DirectSound录制声音入门指南（1）》就很简单粗暴了。

目录：

初始化DirectSound

理解协作等级

主声音缓冲区与辅助声音缓冲区
创建声音辅助缓冲区

把数据写入辅助声音缓冲区

声音渲染
控制音量

调整频率

完整DEMO

DirectSound内部格式是22kHz、8位立体声。但自然界中的大多数声音都是单声道，除非你在不同位置用两个麦克风进行录音，或者你有正真的立体数据，否则对DirectSound传入立体声数据只是种浪费。

建议设置：16位、单声道、22kHz；

有两个组件是我们所关心的：

使用DirectSound时加载的动态链接库DLL；

编译时的库文件dsound.lib和头文件dsound.h；

在DirectX8.0中有一个新的DirectSound接口，IDirectSound8。微软公司跳过了一系列版本，直接从版本1过渡到版本8。但是，IDirectSound8没有为我们带来任何新东西。我们正在用的标准DirectSound接口实际从DirectX3.0就存在了。本段摘自《Windows游戏编程大师技巧》一书。



DirectSound主要接口：

IUnknown ——所有COM对象的基对象。

IDirectSound——DirectSound的主COM对象。它代表音频本身。如果你的计算机中有多块声卡，那么每块声卡都需要一个DirectSound对象。

IDirectSoundBuffer——代表混音硬件和实际的声音。有两种类型的DirectSound缓冲，主缓冲和辅助缓冲。

主缓冲——只有一个主缓冲提供正在播放的声音，通过硬件或软件把声音混合起来。

辅助缓冲——提供存储，用来回放的声音。

IDirectSoundCapture——实时捕获声音。

IDirectSoundNotify——这个接口被用于反馈声音给DirectSound。在一个具有复杂的声音系统中药使用它。

初始化DirectSound

主DirectSound对象代表一块声卡。如果你有多块声卡，就必须枚举、检测并未它们分配GUID（唯一标识）。一般直接使用默认声卡，简单创建一个DirectSound主对象就够了。

/* 创建播放设备 */
if ((hr = DirectSoundCreate(NULL, &ds->device, NULL) != DS_OK)){
return -3;
}

理解协作等级

这步是必须的，否则无法发出声音。你可以较为直接的方法进行控制，但微软建议你不要硬来。

DirectSound被设定为许多等级。主要有两类：

可控制主缓冲；

不可控制主缓冲。

记住，主缓冲代表实际的混音硬件或软件，它始终在混合声音并将其发送给扬声器。如果你直接操作主缓冲，微软希望你知道你在做什么，因为这可能带来灾难性的…

#define DSSCL_NORMAL                0x00000001
#define DSSCL_PRIORITY              0x00000002
#define DSSCL_EXCLUSIVE             0x00000003
#define DSSCL_WRITEPRIMARY          0x00000004

几大协作等级：

普通等级（DSSCL_NORMAL）——这是协作性最好的。当程序获得焦点即可发出声音，同时其他应用程序也可发出声音，不独占。不可控制主缓冲。

优先等级（DSSCL_PRIORITY）——可以访问所有硬件，可以改变主混音器的设定，可以要求声卡完成更高等级的内存操作（如压缩）。这个设定只有在你必须改变主缓冲数据格式时才是必要得——比如想播放16位采样值时，可以这么做。

排他等级（DSSCL_EXCLUSIVE）——同优先等级一样，但只有你的应用程序在前台才能发出声音。

写优先等级（DSSCL_WRITEPRIMARY）——这是最高优先级别，你可以完全控制。并且想听到声音就必须得自己控制主缓冲。如果你在写自己的混音程序或者声音引擎，就只能使用该模式——我想只有John Miles才会使用这个等级。

小结：

值	描述
DSSCL_NORMAL	设定普通等级
DSSCL_PRIORITY	设定优先等级，允许设置主缓冲数据格式
DSSCL_EXCLUSIVE	同上，但是它是独占的
DSSCL_WRITEPRIMARY	神一样的级别，完全控制主缓冲

/* 设置协调级别 */
if ((hWnd = GetForegroundWindow()) || (hWnd = GetDesktopWindow()) || (hWnd = GetConsoleWindow())){
if ((hr = IDirectSound_SetCooperativeLevel(ds->device, hWnd, DSSCL_PRIORITY)) != DS_OK){
return -4;
}
}

主声音缓冲区与辅助声音缓冲区

主缓冲区就是来源于声卡本身的DirectSound对象。只要你没有将协作等级设置为DSSCL_WRITEPRIMARY，DirectSound就会为你管好主缓冲区。另外，如果你把协作等级设置为最低DSSCL_NORMAL，DirectSound就会为你创建一个主缓冲区而不需要你自己创建。



辅助缓冲区代表你想播放的声音，它可以任意大小，根据你的计算机内存，请量力而行。然而，声卡的SRAM却只能存储一定的数据。



有两种类型的辅助缓冲：静态、流态。

流式声音缓冲稍有不同。DirectSound使用了一个环形缓冲区，以环形数据形式存储声音，

通过播放游标不断的读取数据；

通过写游标不断的写入数据。

为了提高性能，声音缓冲区访问函数可能返回一个被分成两部分的内存地址。比如，

环形缓冲区大小为10，

目前存放至了位置8，

又来了一个大小为5的语音包，

那么，将会跨越，造成两个返回地址。

创建声音辅助缓冲区

dsbd.dwSize = sizeof(DSBUFFERDESC);
dsbd.dwFlags = DSBCAPS_PRIMARYBUFFER;
dsbd.dwBufferBytes = 0;
dsbd.lpwfxFormat = NULL;
//...
if ((hr = IDirectSound_CreateSoundBuffer(ds->device, &dsbd, &ds->primaryBuffer, NULL)) != DS_OK){
return -6;
}

dwFlags 包含着声音缓冲区创建的标志，

#define DSBCAPS_PRIMARYBUFFER       0x00000001 //表明缓冲的是主缓冲的声音。只当想创建主缓冲的时候，才设定该标志
#define DSBCAPS_STATIC              0x00000002 //表明缓冲用于静态声音数据，大多数情况下，你将在硬件内存中创建这些缓冲
#define DSBCAPS_LOCHARDWARE         0x00000004 //如果内存够的话，使用硬件混频和内存建立声音缓冲
#define DSBCAPS_LOCSOFTWARE         0x00000008 //强制缓冲存储在软件内存中，并且使用软件混音
#define DSBCAPS_CTRL3D              0x00000010
#define DSBCAPS_CTRLFREQUENCY       0x00000020 //缓冲用于频率控制功能
#define DSBCAPS_CTRLPAN             0x00000040 //缓冲拥有省道平衡控制功能
#define DSBCAPS_CTRLVOLUME          0x00000080 //缓冲拥有音量控制功能
#define DSBCAPS_CTRLPOSITIONNOTIFY  0x00000100
#define DSBCAPS_CTRLFX              0x00000200
#define DSBCAPS_STICKYFOCUS         0x00004000
#define DSBCAPS_GLOBALFOCUS         0x00008000
#define DSBCAPS_GETCURRENTPOSITION2 0x00010000
#define DSBCAPS_MUTE3DATMAXDISTANCE 0x00020000
#define DSBCAPS_LOCDEFER            0x00040000
#define DSBCAPS_TRUEPLAYPOSITION    0x00080000

注意，

你赋予一个声音的能力越多，那么在听到声音前处理的道数就越多，处理时间越长。

把数据写入辅助声音缓冲区

辅助缓冲区实际上是环形的，这比直接写线性缓冲区困难一些。DirectSound给我们做了很多工作，你只要锁定表面内存，接着就可以写入数据了…

如果把dwFlags设定为DSBLOCK_FROMWRITECURSOR ，那么缓冲将从当前写入游标被锁住；如果设定为DSBLOCK_ENTIREBUFFER，缓冲区将被完全锁住。

// lock
if (hr = IDirectSoundBuffer_Lock(ds->secondaryBuffer,
dwWriteCursor/* Ignored because of DSBLOCK_FROMWRITECURSOR */,
(DWORD)ds->bytes_per_notif_size,
&lpvAudio1, &dwBytesAudio1,
&lpvAudio2, &dwBytesAudio2,
DSBLOCK_FROMWRITECURSOR) != DS_OK){
printf("IDirectSoundBuffer_Lock error\n");
continue;
}

#if OPEN_READ_PCM_FROM_FILE
if ((out_size = fread(ds->bytes_per_notif_ptr, 1, ds->bytes_per_notif_size, ds->fp)) != ds->bytes_per_notif_size){
//ds->started = false;//停止播放
printf("player finish.\n");
stopPlayer(ds);
}
#endif
if (out_size < ds->bytes_per_notif_size) {
// fill with silence
memset(&ds->bytes_per_notif_ptr[out_size], 0, (ds->bytes_per_notif_size - out_size));
}
if ((dwBytesAudio1 + dwBytesAudio2) == ds->bytes_per_notif_size) {
memcpy(lpvAudio1, ds->bytes_per_notif_ptr, dwBytesAudio1);
if (lpvAudio2 && dwBytesAudio2) {
memcpy(lpvAudio2, &ds->bytes_per_notif_ptr[dwBytesAudio1], dwBytesAudio2);
}
}
else {
//DEBUG_ERROR("Not expected: %d+%d#%d", dwBytesAudio1, dwBytesAudio2, dsound->bytes_per_notif_size);
}

// unlock
if ((hr = IDirectSoundBuffer_Unlock(ds->secondaryBuffer, lpvAudio1, dwBytesAudio1, lpvAudio2, dwBytesAudio2)) != DS_OK) {

}

DirectSound工作方式有些注意点，

锁定它，但不是返回一个指针，而是两个！因此，你必须先把一部分数据写入到第一个指针指向的内存，其余的写入第二个指针指向的内存区域。

再将上文讲到的知识重复一遍，

假如你有一个1000字节的缓冲区（逻辑上环形），锁定缓冲区返回的两个指针可能为ptr1= 100、ptr2 = 0。假设你要写入950字节数据，DirectSound从ptr1 = 100开始写入900字节，（由于逻辑上环形缓冲区），这时候又从ptr2开始写入剩下的数据。

声音渲染

一切的准备好了，播放声音…

DSBPLAY_LOOPING标志可以循环播放声音，如果打算只播放一次，把dwFlags设置为0即可。

/* 开始播放缓冲区
将次缓冲区的声音数据送到混声器中,与其他声音进行混合,最后输到主缓冲区自动播放.*/
if ((hr = IDirectSoundBuffer_Play(ds->secondaryBuffer, 0, 0, DSBPLAY_LOOPING)) != DS_OK){
return -6;
}

再美妙的声音也终将有停止的时刻，

if ((hr = IDirectSoundBuffer_Stop(ds->secondaryBuffer)) != DS_OK){

}

控制音量

SetVolume()与你期待的工作方式可能不一样，如果传入0，折相当于DSBVOLUME_MAX，声音将被无衰减播放——即音量最大；如果设定为DSBVOLUME_MIN或-10000，那么衰减将达到最大：-100dB，这时听不到任何声音，连蚂蚁都听不到。

/* 设置音量 [-10000,0]*/
if (IDirectSoundBuffer_SetVolume(_secondaryBuffer, 0/*_convert_volume(0)*/) != DS_OK){
printf("setVolume error\n");
}

最好封装一个宏，这样就将-10000~0映射为以dB为声音单位（0-100dB），

#define DSVOLUME_TO_DB(volume) ((DWORD)-30*100-volume)

调整频率

这是最酷的地方，可以让声音变得慢且邪恶，或变得欢快且萝莉。可以听起来忽然像考拉，忽而像树懒…

一切尽在 IDirectSoundBuffer_SetFrequency中。

完整DEMO

摘录了一部分，跃跃欲试的请下拉，找到git传送门。

Config.h

#ifndef _WIN32_CONFIG_H
#define _WIN32_CONFIG_H

#define MEDIA_BITS_PER_SAMPLE_DEFAULT  16
#define MEDIA_CHANNELS_DEFAULT         1
#define MEDIA_RATE_DEFAULT             8000
#define MEDIA_PTIME_DEFAULT            60

#endif

DsoundPlayer.h

#ifndef WIN32_AUDIO_CONTROL_DSPLAYER_H
#define WIN32_AUDIO_CONTROL_DSPLAYER_H

#include <dsound.h>
#include <stdint.h>
#include <stdio.h>
#include "Config.h"

#pragma comment (lib,"dsound.lib")
#pragma comment (lib,"dxguid.lib")

#if !defined(PLAYER_NOTIF_POS_COUNT)
#   define PLAYER_NOTIF_POS_COUNT   20
#endif /* PLAYER_NOTIF_POS_COUNT */

/*开关，是否从文件读取数据*/
#define OPEN_READ_PCM_FROM_FILE 1

typedef struct PLAYER{
PLAYER(){
device = NULL;
primaryBuffer = NULL;
secondaryBuffer = NULL;
started = false;
bytes_per_notif_ptr = NULL;
#if OPEN_READ_PCM_FROM_FILE
fp = NULL;
#endif
}
LPDIRECTSOUND device;
LPDIRECTSOUNDBUFFER primaryBuffer;
LPDIRECTSOUNDBUFFER secondaryBuffer;
HANDLE notifEvents[PLAYER_NOTIF_POS_COUNT];
bool started;
size_t bytes_per_notif_size;
uint8_t* bytes_per_notif_ptr;
HANDLE tid[2];
#if OPEN_READ_PCM_FROM_FILE
FILE* fp;
#endif
} Player;

/*播放准备*/
int prepare(Player* ds);
/*开始播放*/
int startPlayer(Player* ds);
/*挂起播放*/
int suspendPlayer(Player* ds);
/*唤醒播放*/
int resumePlayer(Player* ds);
/*停止播放*/
int stopPlayer(Player* ds);
/*释放内存资源*/
int unprepare(Player* ds);

DWORD WINAPI playerThreadImpl(LPVOID params);
#if OPEN_READ_PCM_FROM_FILE
int openFile(Player* ds);
int closeFile(Player* ds);
#endif

#endif

全部项目工程尽在《DirectSound 播放声音入门指南（0）》，DEMO