问题标签 [audio-capture]

我使用 WASAPI 在 Windows 7 上以共享模式捕获音频缓冲区。我使用只能具有 48 kHz 采样率、96 kHz、192 kHz 或 44.1 kHz 采样率的扬声器。我的声卡是 Realtek 高清声卡。

如果我在 Windows Vista 或 Windows 8 等其他操作系统上执行我的程序，我需要知道 WASAPI 的行为是否会有所不同。此外，我需要知道 getBuffer 是否会为使用不同硬件（不同声卡）的捕获缓冲区检索相同大小。

我无法自己测试它，我在互联网上找不到太多细节。但是我的程序必须在具有不同 Windows 版本和不同硬件的不同计算机上运行。如果捕获的缓冲区大小不同，我的程序将无法在另一台计算机上正常运行。

如果有人对此有所了解，请告诉我。谢谢你。

I know there is a duplicate question right here, but it's obsolete, so does javafx support audio capture.

Does it have any audio capturing API or interfaces, i know of AudioClip in javafx.scene.media. but it's only for playback.

我的 cpu 中有两个音频输出。一个用于扬声器，另一个用于耳机。我想创建一个程序，我可以在其中选择允许哪个程序在哪个端口播放声音。这样我就可以将耳机放在一个端口，并在连接到另一个端口的扬声器上播放一些东西。目前，如果我将耳机连接到另一个端口，则后端口中的扬声器会关闭。

PS：真的不知道为此选择哪些标签。请建议正确的标签。

我的目标是从音频流中捕获两个变量，它们是每个频率的频率和分贝级别（需要几个频率范围，所以我最终会对它们进行分组，除非 WASAPI 可以从音频流中提取频率范围）。

我发现使用 WASAPI 可以捕获音频流，但它似乎基于 C++。是否可以使用 WASAPI 获取上述变量，我可以在 C# 中使用 WASAPI 吗？

我正在研究一个会话拓扑，该拓扑记录视频（带音频），同时显示带有 EVR 的视频流。我正在为视频和音频流使用 SampleGrabber 接收器，因此我可以轻松控制何时开始/结束录制（使用接收器写入器）并根据需要提取样本数据（用于捕获静止图像和显示麦克风的音频电平）。我正在使用 Tee 节点在 EVR 和视频采样器之间拆分视频源，并使用 copierMFT 将样本传送到 EVR。音频和视频采样器都标记为 RATELESS。

拓扑的每个分支都自行工作，但是当我将两者都添加到拓扑时，媒体会话无法启动，并且在 MESessionStarted 事件上设置了 status="E_UNEXPECTED Catastrophic Error"。这是我在 MFTrace 日志中发现的唯一错误。我的相机永远不会打开，我的采样器中也没有收到任何样本。拓扑似乎可以正确解析，所以我不确定会话没有预料到什么。MediaSession::Start 的文档没有提及有关此错误的任何内容。我目前的猜测是这与同步演示时钟有关，但是将采样器输出节点设置为无速率似乎没有帮助。在我收到拓扑就绪状态事件后，检查会话的时钟状态会返回 MFCLOCK_STATE_INVALID。

在同一拓扑中拥有实时摄像机源和麦克风源是否需要任何特殊设置？有什么方法可以获取有关 E_UNEXPECTED 错误的更多信息？

任何有助于了解这一点的帮助表示赞赏。这是我的 mftrace 日志的片段，其中显示了就绪的拓扑和错误：

更新 1： 按照 mofo77 的建议，我尝试使用系统时间源创建一个新的演示时钟，并将其设置为设置 EVR 的演示时钟。不幸的是，这并没有改变任何东西。

深入研究 TopologyReady 事件，我注意到时钟没有显示时间源：

我尝试创建一个系统时间源并将其设置在 mediasession 的时钟上，但这也无济于事。

只有视频分支（或只有音频分支），我的 samplegrabber 接收 OnSetPresentationClock 回调。将两者都添加到拓扑中后，这永远不会发生，并且我在 MESessionStarted 事件中获得了灾难性的故障状态。

我正在使用 VFW 和音频捕获回调从网络摄像头捕获音频数据，同时，在同一捕获回调的主体内，使用 waveOutWrite 将采样数据定向到默认 MAPPER。

网络摄像头的信号质量为 1 通道/8 位/11025 个样本/秒。由于带有FORMAT_QUERY标志的waveOpen，默认音频设备支持声音格式。

waveWriteOut的返回是NOERROR，但我能听到的与我的期望相去甚远。房间里很安静，应该是空虚的白噪音。

请听听YouTube 录音

它开始，一个包一个包大小约 16K，WAVEHDR 结构还可以。然后它逐渐减慢并退出系统未恢复错误。

这和什么相似？

下面是来自 VFW 的音频 dta 接收器代码，lpWHdr 看起来不错，甚至内部标志触发为 2 = Prepared .. 似乎 VFW 和 WaveAudio 是相互创建的 :)

我认为缓冲区没有溢出，因为您可以看到 DateTime 毫秒标记，它每 1400 毫秒打勾，采样率 = 11025，缓冲区大小约为 16500 字节 = 看起来不错..

UPD：我只是将非托管缓冲区复制到托管并查看了它的值。看起来像锯齿甚至超载的鼻窦。0 4 0 3 0 32 109 213 255 251 255 243 241 97 0 7 0 2 1 1 0 5 0 然后以大约相同的数字和相同的周期再次上下波动。不完全一样，大致相同（+/-）。此外，我可以使用内部 Windows 记录器记录来自该摄像头的信号，我可以看到信号电平在我的声音上下跳动，所以网络摄像头的麦克风也可以。我想这可能是什么VFW输入音频信号馈线错误。即使它接受了 WAVEFORMATEX 并发回了 WAVEHDR，它们都很好......但是缓冲区数据填充了其他来源，而不是网络摄像头，尽管 VFW 说它必须来自网络摄像头，因为视频是从同一来源捕获的，它正在工作，我只是添加了一条额外消息： SendMessage(camHwnd, WM_CAP_SET_CALLBACK_WAVESTREAM, 0, audioCallback); 我很确定如果我会使用waveIn 而不是VFW，它会正常工作.. 我稍后会检查它.. 但是为什么VFW 的工作方式不像它应该的那样？

我正在尝试构建 iOS 原生音频/视频聊天并停留在音频上。声音滞后，缺少某些部分并失真。我用 r9919 和由原始构建脚本构建的最新版本 (r10184) 进行了尝试。但是当我尝试使用取自 PerchRTC 演示项目（https://github.com/perchco/perchrtc - fat lib 和公共头文件）的旧版本（r8444、r8926、r9132 和 r9137）时，一切似乎都很好（除了小回声）。我应该执行哪些预操作以至少获得与（r8444、r8926、r9132 和 r9137）提供的相同的流媒体质量？我也尝试使用不同的音频编解码器和不同的媒体约束，仍然没有运气。我以这种方式创建音频连接

使用这个约束（尝试了不同的组合）

强制约束 = @[

可选约束 = @[

在没有运气获得 audioTrack 之前，我还尝试使用 AVAudioSession 进行不同的操作：

SDP 描述在滞后和非滞后构建中看起来相似（这是提供 - a=setup:actpass,answer has a=setup:active）：

有什么建议么？

我想制作一个显示交互式视觉效果的简单网站，并且我希望其中一些是音频驱动的。我希望参观者能够用他们自己选择的音乐来驱动视觉效果。除了从麦克风获取音频输入之外，我很难找到很多关于其他任何内容的文档。

例如，我的网页（在选项卡 1 中）正在运行 javascript 代码 X，它允许我处理在 Web 浏览器的另一个选项卡中播放的音频流。这可能吗？

在我的清单中，我添加了 audioCapture 权限。

我尝试了不同的场景，看看我的应用程序是否一直在工作。我关闭应用程序，关闭 Chrome，重新打开我的应用程序，有时我会丢失音频捕获。音频捕获在 backgound.js 中运行

我可以重新启动音频的唯一方法是从我的清单中删除 audioCapture 权限，重新打开我的应用程序。我得到了 getusermedia 的错误，没关系。将音频捕获放回权限中。重新加载应用程序。现在我的音频捕获又回来了。

我怎么能确定在每种情况下，应用程序打开、关闭、Chrome 关闭等.. 当我触发操作时，我的应用程序将始终准备好捕获音频。

我计划使用 c++ 核心音频 API 在我的应用程序中执行各种与音频相关的操作，例如检测设备更改、检测音量级别等。但是我的解决方案中还有一个音频捕获代码，它使用了我不使用的旧 Wave API (waveInxxx)现在不想碰。我可以安全地使用核心音频 API，并且这些（核心和波）可以一起存在，因为它们都将在同一个音频端点上运行？这会导致我的应用程序崩溃或挂起吗？

提前致谢。