c++ - 录制音频，存储在缓冲区中，然后通过 PulseAudio 将字节写入声卡

Question

我正在尝试使用以下代码行录制音频:

// The sample type to use
static const pa_sample_spec ss = {
.format = PA_SAMPLE_S32LE , //PA_SAMPLE_S16BE, ??? Which one to us here ??? BE...Big Endian
.rate = 44100, // That are samples per second
.channels = 2
};

// Create the recording stream
// see: http://freedesktop.org/software/pulseaudio/doxygen/parec-simple_8c-example.html
if (!(s = pa_simple_new(NULL, "Record", PA_STREAM_RECORD, NULL, "record", &ss, NULL, NULL, &error))) {
    fprintf(stderr, __FILE__": pa_simple_new() failed: %s\n", pa_strerror(error));
    pa_simple_free(s);
    exit(EXIT_FAILURE);
}

int i = -1;

while (!exit_program) {
    i = (i+1) % BUFNUMBER;

    pthread_mutex_lock(&(buffer[i].write));
    // Record data and save it to the buffer
    if (pa_simple_read(s, buffer[i].buf, sizeof(buffer[i].buf), &error) < 0) {
        fprintf(stderr, __FILE__": pa_simple_read() failed: %s\n", pa_strerror(error));
        pa_simple_free(s);
        exit(EXIT_FAILURE);
    }

    // unlock the reading mutex
    pthread_mutex_unlock(&(buffer[i].read)); // open up for reading

}

如您所见，我将读取的字节存储在一个名为 buffer 的结构中，如下所示:

#define BUFSIZE 44100  // Size of one element
#define BUFNUMBER 16 // Number of elements
#define AUDIO_BUFFER_FORMAT char

// one element of the ringbuffer
typedef struct ringbuf {
    AUDIO_BUFFER_FORMAT buf[BUFSIZE]; /* The buffer array */
    pthread_mutex_t read; /* indicates if block was read */
    pthread_mutex_t write; /* for locking writing */
} ringbuffer_element;

另一个线程尝试读取和播放存储在缓冲区中的字节:

// The sample type to use
static const pa_sample_spec ss = {
.format = PA_SAMPLE_S32LE , //PA_SAMPLE_S16BE,
.rate = 44100,
.channels = 2
};

if (stream == NULL) {
    if (!(stream = pa_simple_new(NULL, "Stream", PA_STREAM_PLAYBACK, NULL, "playback", &ss, NULL, NULL, &error))) {
        fprintf(stderr, __FILE__": pa_simple_new() failed: %s\n", pa_strerror(error));
        return false;
    }
}

if (pa_simple_write(stream, buf, (size_t) size, &error) < 0) {
    fprintf(stderr, __FILE__": pa_simple_write() failed: %s\n", pa_strerror(error));
    pa_simple_free(stream);
    return false;
}


/* Make sure that every single sample was played */
if (pa_simple_drain(stream, &error) < 0) {
    fprintf(stderr, __FILE__": pa_simple_drain() failed: %s\n", pa_strerror(error));
    pa_simple_free(stream);
    return false;
}

但是，我测试了缓冲区的实现，它工作得很好。尽管如此，我唯一能听到的就是噪音。所以我想知道，是否需要先转换字节才能再次播放它们，以便听起来像录音。

此外，我找不到我的声卡等的任何数据表。我必须转换字节还是可以直接播放录制的内容？我使用的格式有什么问题吗？

我真的被困在这里了。希望你们能帮助我。

编辑:还有一个问题:如果我使用 ALSA API 来更接近我的目的硬件会更好吗？是的，我对声音编程完全陌生。

Answer 1

解决方法:

两个值: #define BUFSIZE 44100//一个元素的大小 #define BUFNUMBER 16//元素个数

其实不重要。它们只是不应该太小。否则程序会卡住播放音频。

重要的不是!!!每次播放缓冲区结构片段时调用以下代码片段。音频声卡包含一个缓冲区，默认情况下缓冲区首先被填充然后播放。这也是为什么在播放音频时会有一点延迟。

/* Make sure that every single sample was played */
if (pa_simple_drain(stream, &error) < 0) {
    fprintf(stderr, __FILE__": pa_simple_drain() failed: %s\n", pa_strerror(error));
    pa_simple_free(stream);
    return false;
}

可以通过以下代码找出延迟量:

pa_usec_t latency;

if ((latency = pa_simple_get_latency(stream, &error)) == (pa_usec_t) -1) {
    fprintf(stderr, __FILE__": pa_simple_get_latency() failed: %s\n", pa_strerror(error));
}

fprintf(stderr, "%0.0f usec  \r", (float)latency);

然而，延迟并不是恒定的，并且一直在变化。 顺便说一句:如果需要，可以在创建播放流时设置缓冲区大小。

哦，我用过:PA_SAMPLE_S16LE，但是你只需要使用相同的值来录制和播放，否则听起来很奇怪。

希望对某人有所帮助。