1

我想使用 WASAPI 记录系统的音频输出，然后将其保存到 .wav 文件中。

到目前为止，我在 WASAPI 上遵循了这些指南：

https://msdn.microsoft.com/en-us/library/windows/desktop/dd316551%28v=vs.85%29.aspx https://msdn.microsoft.com/en-us/library/windows/desktop /dd370800%28v=vs.85%29.aspx

我使用获取缓冲区数据

audioCaptureClient->GetBuffer(&data, &numFramesAvailable, &flags, NULL, NULL);

然后，我正在处理这些数据，只需将其写入 .wav 文件的末尾即可：

size_t dataSize = format.nChannels * (format.wBitsPerSample / 8) * numFramesAvailable;
fwrite(data, dataSize, 1, fp);

format是WAVEFORMATEX从audioClient->GetMixFormat(&format)：

cbSize:          22
nAvgBytesPerSec: 352800
nBlockAlign:     8
nChannels:       2
nSamplesPerSec:  44100
wBitsPerSample:  32
wFormatTag:      65534 (WAVE_FORMAT_EXTENSIBLE)

显然它的子类型WAVE_FORMAT_EXTENSIBLE是 Float：

WAVEFORMATEXTENSIBLE *waveformatextensible = (WAVEFORMATEXTENSIBLE *)format;
if (IsEqualGUID(KSDATAFORMAT_SUBTYPE_IEEE_FLOAT, waveformatextensible->SubFormat)) { // true

在将所有捕获的数据写入文件之前，我填写了标题（在http://www.topherlee.com/software/pcm-tut-wavformat.html之后）：

UINT32 sizePlaceholder = 0;
UINT32 fmtLength = 16;

// RIFF Header
fputs("RIFF", fp);                       // offset 0 (0x00)
fwrite(&sizePlaceholder, 4, 1, fp);      // offset 4 (0x04)
fputs("WAVE", fp);                       // offset 8 (0x08)
// fmt-Section
fputs("fmt ", fp);                         // offset 12 (0x0C)
fwrite(&fmtLength, 4, 1, fp);              // offset 16 (0x10)
fwrite(&format.wFormatTag, 2, 1, fp);      // offset 20 (0x14)
fwrite(&format.nChannels, 2, 1, fp);       // offset 22 (0x16)
fwrite(&format.nSamplesPerSec, 4, 1, fp);  // offset 24 (0x18)
fwrite(&format.nAvgBytesPerSec, 4, 1, fp); // offset 28 (0x1C)
fwrite(&format.nBlockAlign, 2, 1, fp);     // offset 32 (0x20)
fwrite(&format.wBitsPerSample, 2, 1, fp);  // offset 34 (0x22)
// Data-Section
fputs("data", fp);                         // offset 36 (0x24)
fwrite(&sizePlaceholder, 4, 1, fp);        // offset 40 (0x28)

在完成 3 秒的数据写入后，我使用fwrite.

该文件不可读。我怀疑它与WAVE_FORMAT_EXTENSIBLE，但我无法弄清楚。

我尝试覆盖以下几个元素format：

cbSize = 0;
wFormatTag = WAVE_FORMAT_IEEE_FLOAT;

产生一个可读的 .wav 文件，但在其中播放一些点击作为静音（我尝试录制一首歌）。

wFormatTag = WAVE_FORMAT_PCM;

正在产生所有随机噪声。

4

1 回答 1

1

所以，经过长时间的试验，我终于找到了解决方案。

代码存在多个问题。

  1. WAVE_FORMAT_EXTENSIBLE使用文件布局，有点不同。有关更多详细信息，请参阅这个很棒的链接。
  2. 我没有在 中设置二进制模式fopen，所以音频数据被破坏了，因为fwrite检测到数据中的换行符 ( \n) 并添加了一个回车符 ( \r)。我不得不使用fopen("foo.wav", "wb")而不是fopen("foo.wav", "w").

第二个问题是决定性的原因，因为我已经尝试用WAVE_FORMAT_EXTENSIBLE-tag替换WAVE_FORMAT_IEEE_FLOAT-tag，这应该可以工作，因为 .wav 文件不需要额外的信息来工作。

于 2015-06-09T20:11:04.927 回答