WASAPI回圈:保存波形文件

Question

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，我已经遵循了关于WASAPI的这些指南：

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

我使用以下方法获取缓冲区数据

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

然后，我只需在.wav文件的末尾写入数据，就可以处理这些数据：

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

format是从audioClient->GetMixFormat(&format)接收的WAVEFORMATEX

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

显然，WAVE_FORMAT_EXTENSIBLE的子类型是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，我先填写标题(以下为http://www.topherlee.com/software/pcm-tut-wavformat.html)：

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)

写完3秒的数据后，我使用fwrite填写文件大小和数据部分大小的占位符。

文件不可读。我怀疑这与WAVE_FORMAT_EXTENSIBLE有关，但我搞不懂。

我试图覆盖format的几个元素，例如：

cbSize = 0;
wFormatTag = WAVE_FORMAT_IEEE_FLOAT;

生成一个可读的.wav文件，但只需在其中单击就可以保持沉默(我试着录制一首歌)。

wFormatTag = WAVE_FORMAT_PCM;

都会产生随机噪音。

Answer 1

所以，经过长时间的实验，我终于找到了解决办法。

代码有多个问题。

1. WAVE_FORMAT_EXTENSIBLE使用文件布局，有点不同。有关更多细节，请参见这个伟大的链接。
2. 我没有在fopen中设置二进制模式，因此音频数据被损坏，因为fwrite检测数据中的换行符(\n)并添加回车(\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，因为我已经尝试用应该有效的WAVE_FORMAT_EXTENSIBLE-tag替换WAVE_FORMAT_IEEE_FLOAT-tag，因为.wav文件不需要额外的信息。