转自:http://www.cnblogs.com/haibindev/archive/2011/12/07/2277366.html 混音,顾名思义,就是把多个音源混合的过程,是一个很常见的应用。这两天我也做了一个双路混音器,当然,我没有做多么专业的音频信号处理,只是一个简单的混音,调节各路音量,并实现了一些音效处理。主要功能有:采集硬件设备,读取wav文件,播放,混音,音量调节,音频节奏、音调的调节,wav文件输出。这么多功能,我们不需要一个一个全部自己实现,有时候,借助开源项目,尤其是比较成熟的开源项目,不但可以大大节省开发时间,还能使程序更加稳定。即便不能直接在自己的项目中使用,也能有借鉴意义。这个项目中我就使用了PortAudio,PortAudio是一个开源的、跨平台的音频IO库,它主要提供了音频采集和播放的接口,而且API非常简单。大家可以尝试一下。
下图就是该项目产品截图:
所有的功能呢,在界面上是一目了然了,其中有三个子窗口,是音频数据经FFT(快速傅立叶)变换后显示的频谱图,左右两个分别是两路音频的,中间则是混音后的。这里我和大家分享一下这个混音器的设计思路以及PortAudio的使用,希望有需求的朋友能够有所借鉴。
首先是程序的逻辑架构图
PortAudio在项目中主要负责采集硬件设备和播放内存中的音频Sample,其实在Windows上实现这种功能可以有多种方法,之前我也基于DirectShow做过,这次使用PortAudio主要也是想熟悉一下,将来如果要做其他平台的应用时,可以直接拿来使用了。
AudioInput的主要功能是封装一下音频的输入,包括硬件采集和文件读取 AudioMixer管理AudioInput,并进行音量和各种音效处理 鉴于文件操作比较费时,FileWritter的操作其实是放在单独的线程中进行的。
PortAudio的封装和使用
PortAudio的API非常的简单,基本上完成采集或播放的功能,只需要调用三个接口就可以了:Pa_OpenStream, Pa_StartStream, Pa_CloseStream。它们的原型如下
首先,我们需要调用Pa_Initialize来进行PortAudio的初始化,然后设置好Pa_OpenStream的各项参数,然后就可以使用它了。调用Pa_StartStream之后,如果是采集,就可以从PortAudio读取数据了,如果是播放,则只需要不断的把要播放的音频数据交给PortAudio就行了。而PortAudio和你的程序之间的数据的交互,其实是有两种方式的,一种就是上面原型中提到的设置回调函数的形式,另一种就是调用Pa_ReadStream和Pa_WriteStream这两个函数,我推荐还是通过回调的形式,简单嘛,这个最重要了:)。回调函数的原型也比较简单,采集和播放都是一样的。
我们只需要在回调函数中操作inputBuffer或者outputBuffer即可,下面是我启动前进行设置的代码:
PortAudio的采集
PortAudio的播放
有一点需要注意的是,framesPerBuffer的值,也就是在Pa_OpenStream中设置的参数值,这个数值就是outputBuffer或inputBuffer中音频帧的个数,我这里设置成了512,当然你也可以设置成其他的数值,不过不宜过小,否则会造成大量的异步回调,cpu是处理不过来的。这个数值再乘以你之前这只的音频帧Sample格式(我这里是paFloat32)和音轨个数,就可以计算出outputBuffer或inputBuffer的大小,然后就可以操作音频数据了,例如在采集的回调函数中这样使用。
memcpy(audio_data, inputBuffer, framesPerBuffer * sizeof(float)*2);
混音算法
实话实说,这个混音算法是我从网上找到的,不过效果还是挺不错的,公式就是
C = A + B - (A * B >> 0x10) A和B就是两路不同的音频数据,C就是混音后的音频数据,当然,处理后,还需要对C进行防止数据溢出的处理,否则,可能会有爆音。
如果是16bit音频数据,就是:
if (C > 32767) C = 32767; else if (C < -32768) C = -32768; 如果是float音频数据,就是:
if (C > 1) C = 1; else if (C < -1) C = -1; 这个算法针对的是16bit的音频采样数据,我实验的结果是:对float音频采样数据,同样有不错的效果。
+++++++++++++++++++++++++++++++++++++++++++++++++++++