MME 音频输出缓冲区大小

Posted 2023-02-16

【中文标题】MME 音频输出缓冲区大小

【英文标题】：MME Audio Output Buffer Size

【发布时间】：2013-05-05 14:30:56

【问题描述】：

我目前正在尝试通过旧的 MME API（waveOutXxx 函数）输出 FP32 样本。我遇到的问题是，如果我提供的缓冲区长度不能平均划分采样率，则音频流中会出现某些可听见的咔嗒声；记录时，看起来有些样本丢失了（我正在为测试生成一个正弦波）。目前，我使用每个缓冲区 2205 个样本的“魔术”值来实现 44100 采样率。

问题是，有人知道这些丢失的原因吗？是否有一些神奇的公式可以提供一种计算“正确”缓冲区大小的方法？

【问题讨论】：

那么究竟是什么阻止了您分配正确对齐的缓冲区？

其实没什么。只是这个要求没有在 MSDN 的任何地方指定。因此，问题。如果您碰巧有一个正确记录此行为的链接 - 请分享它。

【参考方案1】：

数据缓冲区的安全对齐是nBlockAlign 的值WAVEFORMATEX 结构。

软件必须同时处理多个 nBlockAlign 字节的数据 时间。 写入和读取设备的数据必须始终从 块的开头。 例如，开始播放 样本中间的 PCM 数据（即在非块对齐 边界）。

对于 PCM 格式，这是所有通道中单个样本的字节数。非 PCM 格式有自己的对齐方式，通常等于格式特定块的长度，例如20 毫秒。

在 waveOutXxx 是音频的主要 API 的时候，携带未对齐的字节对 API 来说是不合理的负担和不必要的性能开销。现在这个 API 是其他音频 API 之上的一个兼容层，我认为未对齐的字节只是被剥离以仍然播放其余内容，否则由于这个小故障而被完全拒绝，这可能只是一个较小且非致命的调用者的错误。

【讨论】：

在复制缓冲区数据导致故障时看起来像一个错误。感谢您的帮助！

【参考方案2】：

如果你用正弦样本​​填充音频缓冲区并循环播放，它很容易会点击，除非缓冲区长度不是频率的倍数，正如你所说......听到的点击实际上是不连续的波浪...一种先进的技术是动态地填充缓冲区，也就是说，您应该在缓冲区指针前进时设置回调通知，并在适当的偏移量处用适当的数据填充缓冲区。我会使用更大的缓冲区，因为 2205 太短而无法获得异步通知、计算数据和写入缓冲区，所有这些都在播放时进行，但这取决于 cpu 功率

【讨论】：

我确实动态填充缓冲区，因此缓冲区会不断重新填充，并且数据中不应存在不连续性。我使用了三个缓冲区，所以系统数据用完应该没有问题。

我会将 wav 数据保存到文件中，然后使用一些工具将 .wav 可视化，以找出点击发生在缓冲区长度等方面的位置