幾個格式細節備記(混)
typedef struct _MediaType {
GUID majortype;
GUID subtype;
BOOL bFixedSizeSamples;
BOOL bTemporalCompression;
ULONG lSampleSize;
GUID formattype;
IUnknown *pUnk; //not use
ULONG cbFormat;
BYTE *pbFormat;
} AM_MEDIA_TYPE;
主要有
majortype 媒體類型大致說明
subtype 更一步的細致說明
formattype
包括有以下：其對應的不同的數據格式
FORMAT_None
FORMAT_DvInfo
FORMAT_MPEGVideo
FORMAT_MPEG2Video
FORMAT_VideoInfo
FORMAT_VideoInfo2
FORMAT_WaveFormatEx
GUID_NULL
cbForamt成員指定了格式塊pbFormat的大小.
pbFormat指針指向格式子塊。
pbFormat是一個void*的指針，因為格式塊會因為媒體類型
的不同而有不同的指向。如音頻填充的是WAVEFORMATEX結構
數據.
可以從中取出傳來的數據格式。
//TWaveFormatEx 結構:
TWaveFormatEx = packed record
wFormatTag: Word; {指定格式類型; 默認 WAVE_FORMAT_PCM = 1;}
nChannels: Word; {指出波形數據的通道數; 單聲道為 1, 立體聲為 2}
nSamplesPerSec: DWORD; {指定樣本速率(每秒的樣本數)}一般為8000
nAvgBytesPerSec: DWORD; {指定數據傳輸的平均速率(每秒的字節數)} 每秒的字節數:
nBlockAlign: Word; {指定塊對齊(單位字節), 塊對齊是數據的最小單位}
wBitsPerSample: Word; {采樣大小(字節)}每個樣本的BIT數目，一般為16
cbSize: Word; {應該是該結構的大小}
end;
nChannels : 對于pcm,其nchannels不超過2,對于非pcm格式,則超過2.
nSamplesPerSec : 通常為8kHz, 11.025 kHz, 22.05 kHz, and 44.1 kHz.
nAvgBytesPerSec : 每秒傳送字節數 = nSamplesPerSec * nBlockAlign
nBlockAlign : 對齊字節 = nChannels * wBitsPerSample / 8
就是表示一個樣本的最小字節.
wBitsPerSample : 在格式默認情況下,一般為8,16,表示的是樣本的bit 數
對于一個8位,11k傳輸的立體聲則
nChannels = 2
nSamplesPerSec(每秒的樣本數) = 11025 就是取樣數
nBlockAlign = 2 * 8 / 8= 2 對齊字節，最小樣本字節數
nAvgBytesPerSec = 11025 * 2 = 22050
wBitsPerSample = 8
下面的圖列清楚從另一個方面表達樣本
| 樣本1 | 樣本2 | ...n | | 8位單聲道 | 0聲道 | 0聲道 | | | 8位立體聲 | 0聲道L 1聲道R | 0聲道L 1聲R道 | | | 16位單聲道 | 0聲道(低字節) 0聲道(高字節) | 0聲道(低字節) 0聲道(高字節) | | | 16位立體聲 | 0聲道(低字節)0聲道（高字節）1聲道(低) 1聲道(高) | 同左 | |
---------
waveform-audio 緩存格式
typedef struct {
LPSTR lpData; //內存指針，放置音頻pcm樣本數據
DWORD dwBufferLength; //長度
DWORD dwBytesRecorded; //已錄音的字節長度
DWORD dwUser;
DWORD dwFlags;
DWORD dwLoops; //循環次數
struct wavehdr_tag* lpNext; //保留
DWORD reserved; //保留
} WAVEHDR;
其中lpdata 即為pcm格式樣本數據。
采樣大小為8位，則采樣的動態范圍為20*log(256)分貝=48db。
樣本大小為16位，則采樣動態范圍為20*log(65536)大約是96分貝
振幅大小： 20*log(A1/A2)分貝，A1,A2為兩個聲音的振幅。
則對于的音頻：
8位 20 * lg( lpData[0] /256)
16位 20 * lg( lpData[0]--lpData[1] / 65536)
考慮到單雙道，還需要相應取出左右聲道的值。
考慮到lg求值為負48至0之間，則在實際轉換中需要+48or96.
樣本大小 數據格式 最大值 最小值
8位PCM unsigned int 256 0
16位PCM int 32767 -32767
8位音頻是unsigned 存放波形,取振幅要-127.
而16位因其存放為int 類型,直接套用公式.
audiometer左右聲道音量探測程序（參考代碼(delphi版）
posted @ 2009-01-05 14:16 kenlistian 閱讀(274) | 評論 (0) | 編輯 收藏
2008年12月28日 #
可播放rm,rmvb格式播放器的方法
RealMediaSplitter.ax
Source(.rm/.rmvb)->RealMediaSplitter->Video(Audio)->real a/v decoder->A/V Render
其實復原并查找該ax很簡單，安裝暴風后在graphedit中，拖一個rm文件，
查看解碼過程，然后在filter列表中找出該ax文件名，即可構建到自己的
播放器中。
posted @ 2008-12-28 11:21 kenlistian| 編輯 收藏
2008年12月27日 #
directsound的一些基本札記
1、配置DirectDound的開發環境
包含以下
#include <mmsystem.h>
#include <dsound.h>
添加Dsound.lib庫
comctl32.lib dxerr9.lib winmm.lib dsound.lib dxguid.lib odbc32.lib odbccp32.lib，
2 DiectDound幾個對象
創建一個設備對象，后通過設備對象創建緩沖區對象。
輔助緩沖區由應用程序創建和管理，DirectSound會自動地創建和管理主緩沖區，
3 播放音頻文件開發的基本流程
a 創建一個設備對象，設置設備對象的協作度。
調用DirectSoundCreat8創建一個支持IDirectSound8接口的對象，
這個對象通常代表缺省的播放設備。
如果沒有聲音輸出設備，這個函數就返回error，或者，在VXD驅動程序下，
如果聲音輸出設備正被某個應用程序通過waveform格式的api函數所控制，
該函數也返回error。
 LPDIRECTSOUND8 lpDirectSound;
 HRESULT hr = DirectSoundCreate8(NULL,&lpDirectSound, NULL));
當創建完設備對象后，調用IDirectSound8::SetCooperativeLevel來設置
協作度，否則聽不到聲音.
b.創建一個輔助Buffer，也叫后備緩沖區
(IDirectSound8::CreateSoundBuffer)
創建的buffer稱作輔助緩沖區，Direcsound通過把幾個后備緩沖區的聲音
混合到主緩沖區中，然后輸出到聲音輸出設備上，達到混音的效果。
c. 獲取PCM類型的數據
將WAV文件或者其他資源的數據讀取到緩沖區中。
d. 將數據讀取到緩沖區
其中用到以下來鎖緩沖區。
IDirectSoundBuffer8::Lock
IDirectSoundBuffer8::Unlock.
e. 播放緩沖區中的數據
IDirectSoundBuffer8::Play 播放緩沖區中的音頻數據，
IDirectSoundBuffer8::Stop 暫停播放數據，
獲取或者設置正在播放的音頻的音量的大小
IDirectSoundBuffer8::GetVolume
IDirectSoundBuffer8::SetVolume
獲取設置音頻播放的頻率
IDirectSoundBuffer8::GetFrequency
IDirectSoundBuffer8::SetFrequency
主緩沖區的頻率不允許改動，
設置音頻在左右聲道播放的位置
IDirectSoundBuffer8::GetPan
IDirectSoundBuffer8::SetPan
包含全部音頻數據的緩沖區我們稱為靜態的緩沖區，
盡管不同的聲音可能會反復使用同一個內存buffer，但靜態緩沖區的數據只寫入一次。
靜態緩沖區只填充一次數據，然后就可以play，
給靜態緩沖區加載數據分下面幾個步驟
1、用IDirectSoundBuffer8::Lock函數來鎖定所有的內存，
指定你鎖定內存中你開始寫入數據的偏移位置，并且取回該偏移位置的地址。
2、采用標準的數據copy方法，將音頻數據復制到返回的地址。
3、調用IDirectSoundBuffer8::Unlock.，解鎖該地址。
用static buffer 播放wav方法
 LPDIRECTSOUNDBUFFER8 g_pDSBuffer8 = NULL; //buffer
 LPDIRECTSOUND8 g_pDsd = NULL; //dsound
 CWaveFile *g_pWaveFile= NULL;
 //初始化DirectSound工作
 HRESULT hr;
 if(FAILED(hr = DirectSoundCreate8(NULL,&g_pDsd,NULL)))
 return FALSE;
 //設置設備的協作度
 if(FAILED(hr = g_pDsd->SetCooperativeLevel(m_hWnd,DSSCL_PRIORITY)))
 return FALSE;
 g_pWaveFile = new CWaveFile;
 g_pWaveFile->Open(_T("c:\\test.wav"), NULL, WAVEFILE_READ);
 DSBUFFERDESC dsbd;
 ZeroMemory( &dsbd, sizeof(DSBUFFERDESC) );
 dsbd.dwSize = sizeof(DSBUFFERDESC);
 dsbd.dwFlags = DSBCAPS_GLOBALFOCUS //設置主播
 | DSBCAPS_CTRLFX
 | DSBCAPS_CTRLPOSITIONNOTIFY
 | DSBCAPS_GETCURRENTPOSITION2;
 dsbd.dwBufferBytes = g_pWaveFile->GetSize();
 dsbd.lpwfxFormat = g_pWaveFile->m_pwfx;
 LPDIRECTSOUNDBUFFER lPBuffer;
 //創建輔助緩沖區對象
 if(FAILED(hr = g_pDsd->CreateSoundBuffer(&dsbd,&lpbuffer,NULL)))
 return ;
 if( FAILED(hr = lpbuffer->QueryInterface( IID_IDirectSoundBuffer8, (LPVOID*) &g_pDSBuffer8) ) )
 return ;
 lpbuffer->Release();
 //播放
 LPVOID lplockbuf;
 DWORD len;
 DWORD dwWrite;
 g_pDSBuffer8->Lock(0,0, &lplockbuf, &len, NULL, NULL, DSBLOCK_ENTIREBUFFER);
 //g_pWaveFile 聲音寫入到lplockbuf所指地址
 g_pWaveFile->Read((BYTE*)lplockbuf, len, &dwWrite);
 g_pDSBuffer8->Unlock(lplockbuf,len,NULL,0);
 g_pDSBuffer8->SetCurrentPosition(0);
 g_pDSBuffer8->Play(0,0,DSBPLAY_LOOPING);
f 流緩沖區播放超大型的wave文件
流緩沖區就是播放那些比較長的音頻文件,邊播放，邊填充DirectSound緩沖區。
DirectSound的通知機制
因為Stream buffer 大小只夠容納一部分數據，在播放完緩沖區中的數據后，
DirectSound就會通知應用程序，將新的數據填充到DirectSound的緩沖區中。
#define MAX_AUDIO_BUF 4 //設置4個buffer
#define BUFFERNOTIFYSIZE 1920 //每個buffer尺寸為1920
BOOL g_bPlaying = FALSE; //是否正在播放
LPDIRECTSOUNDNOTIFY8 g_pDSNotify = NULL;
DSBPOSITIONNOTIFY g_aPosNotify[MAX_AUDIO_BUF]; //設置通知標志的數組
HANDLE g_event[MAX_AUDIO_BUF];
for(int i =0; i< MAX_AUDIO_BUF;i++)
{
g_aPosNotify.dwOffset = i* BUFFERNOTIFYSIZE ;
g_aPosNotify.hEventNotify = g_event;
}
if(FAILED(hr = g_pDSBuffer8->QueryInterface(IID_IDirectSoundNotify,(LPVOID *) &g_pDSNotify )))
return ;
g_pDSNotify->SetNotificationPositions(MAX_AUDIO_BUF,g_aPosNotify);
g_pDSNotify->Release();
當DirectSound播放到buffer的1920，3840，5760，7680等位置時，
Directsound就會通知應用程序，將g_event,設置為通知態;
應用程序就通過WaitForMultipleObjects 函數等待DirectSound的通知，
將數據填充到DirectSoun的輔助緩沖區。
|
QQ好友和群
QQ空間
騰訊微博
騰訊朋友
收藏
淘帖
頂
踩
