第04章_音频应用程序设计

'data' 音频数据的大小 音频数据，是文件的主体
Data Chunk
Data Chunk 是真正保存 wav 数据的地方， 以'data'作为该 Chunk 的标示。 然后是数据的大小。 紧接着就是 wav 数据。根据 Format Chunk 中的声道数以及采样 bit 数，wav 数据的 bit 位置可以 分成以下 4 种形式，如图 4-9 所示。
RIFF WAVE Chunk

在程序设计中，我们需要一个数据结构来操作上述数据块，该结构定义如图 4-3 所示。
struct RIFF_HEADER { char szRiffID[4]; // 'R','I','F','F' DWORD dwRiffSize; char szRiffFormat[4]; // 'W','A','V','E' }; 图 4-3 用于操作文件头的结构体
4.1.3 Format Chunk
字段名称 ID Size FormatTag Channels SamplesPerSec AvgBytesPerSec BlockAlign BitsPerSample &n 所占字节数 4 Bytes 4 Bytes 2 Bytes 2 Bytes 4 Bytes 4 Bytes 2 Bytes 2 Bytes 2 Bytes 'fmt ' 数值为 16 或 18，18 则最后有附加信息 编码方式，一般为 0x0001 声道数目，1：单声道，2：双声道 采样频率 每秒所需字节数 数据块对齐单位(每个采样需要的字节数) 每个采样需要的 bit 数 附加信息（可选，通过 Size 来判断有无） 图 4-4 Format Chunk 具体内容
图 4-12 自动生成的应用程序运行结果
现在我们来给应用程序添加一个菜单，该菜单含有两个选项，分别是“播放音频”和“停 止播放”。在 VS2010 中给 Win32 C++程序添加菜单的过程是，单击 VS“视图”菜单，选择“资 源视图”选项，展开资源视图窗口中的资源项，选择并展开 Menu 选项，如图 4-13 所示。
RIFF WAVE Chunk ID = 'RIFF' RiffType = 'WAVE' Format Chunk ID = 'fmt Fact Chunk(optional) ID = 'fact' Data Chunk ID = 'data' 图 4-1 Wave 文件所包含的 Chunk
其中，除了 Fact Chunk 外，其他三个 Chunk 是必须具有的。我们看到，每个 Chunk 有各自 的 ID， 均位于 Chunk 最开始的位置。 ID 作为标识， 均为 4 个字节， 实际上是 4 个字符， 如“RIFF”。 这 4 个字符合在一起被称为“四字符码” （ Four Character Code，FCC） 。用“四字符码”作块 ID，是 RIFF 文件的重要特点。紧跟在 ID 后面的是 Chunk 大小（注意，实际上是去除 ID 和 Size 所占的字节数后剩下的其他字节数） ，占 4 个字节，其中低字节表示数值低位，高字节表示数值 高位。 下面具体介绍各个 Chunk 的内容。所有数值表示均为低字节表示低位，高字节表示高位。
struct FACT_BLOCK { char szFactID[4]; // 'f','a','c','t' DWORD dwFactSize; };
图 4-7 操作 Fact Chunk 的结构体
4.1.5 Data Chunk
字段名称 所占字节数 具体内容
ID Size data
4 Bytes 4 Bytes 最大不超过 size 所 能表示的字节数 图 4-8
4.1.2 RIFF WAVE Chunk 以 “RIFF”作为标识， 然后紧跟着为 size 字段， 该 size 是整个 wav 文件大小减去 ID 和 Size 所占用的字节数，即 FileLen - 8 = Size。然后是 Type 字段，为'WAVE'，表示是 wav 文件。
字段名称 ID Size Type 所占字节数 4 Bytes 4 Bytes 4 Bytes 图 4-2 具体内容 “RIFF” 由数据决定 “WAVE”
以'fmt '作为标识。一般情况下 Size 为 16，此时最后附加信息没有；如果为 18 则最后多了
2 个字节的附加信息。主要由一些软件制成的 wav 格式中含有该 2 个字节的附加信息。操作该 数据块的结构体如图 4-5 所示。
struct WAVE_FORMAT { WORD wFormatTag; WORD wChannels; DWORD dwSamplesPerSec; DWORD dwAvgBytesPerSec; WORD wBlockAlign; WORD wBitsPerSample; }; struct FMT_BLOCK { char szFmtID[4]; // 'f','m','t',' ' DWORD dwFmtSize; WAVE_FORMAT wavFormat; };
图 4-15 利用菜单资源编辑器添加的菜单及其选项
通常，“帮助”菜单位于最右边，为此，读者只要用鼠标点击并按住“音频”菜单，然后 将其拖拽到“帮助”菜单左边即可，结果如图 4-16 所示。
4.2.1 利用 PlaySound 函数播放音频文件
PlaySound 是 Windows 系统提供的基本音频播放函数，在 C/C++中使用。PlaySound 函数不 仅能够播放波形音频文件，而且可以播放系统事件对应的音频（系统事件所关联的音频由注册 表或 WIN.INI 文件确定） 。PlaySound 函数原型如图 4-11 所示。
图 4-5 操作格式数据块的结构体
4.1.4 Fact Chunk
字段名称 ID Size data 4 Bytes 4 Bytes 4 Bytes 图 4-6 Fact Chunk 所占字节数 'fact' 数值为 4 用户定义 具体内容
Fact Chunk 是可选字段，一般当 wav 文件由某些软件转化而成，则包含该 Chunk。结构定 义如图 4-7 所示。
4.1.1 概述 WAVE 文件，又称波形音频文件，是一种最为重要的用于存储 PCM 编码的数字音频数据 的文件。 WAVE 文件作为多媒体应用中广泛使用的声波文件格式之一， 是以 RIFF 格式为标准的。 RIFF 是英文 Resource Interchange File Format 的缩写，一个 WAVE 文件的最开头四个字节便是 “RIFF”。WAVE 文件是由若干个 Chunk（可以翻译为块）组成的。按照在文件中的出现位置， 它们分别是 RIFF WAVE Chunk、Format Chunk、 Fact Chunk（可选）和 Data Chunk。这四个块 （Chunk）的排列方式如图 4-1 所示。
样本 1 声道 0（左） 样本 2 声道 0（左） 样本 1 声道 0（左） 样本 1 单声道 16bit 量化 声道 0（左） (低位字节) 声道 0（左） (高位字节) 样本 1 双声道 16bit 量化 声道 0（左） (低位字节) 声道 0（左） (高位字节) 声道 1（右） (低位字节) 声道 1（右） (高位字节) 声道 1(右) 样本 3 声道 0（左） 样本 2 声道 0（左） 样本 2 声道 0（左） (低位字节) 声道 0（左） (高位字节) 声道 1(右) 样本 4 声道 0（左）
图 4-10 操作 Data Chunk 头的结构体
因此，根据上述结构定义以及格式介绍，很容易编写相应的 wav 格式解析代码。
4.2 音频播放程序
播放是音频的主要用途，音频播放器在各种多媒体操作系统上都是不可缺少的工具。虽然 使用媒体播放器来播放音乐文件很方便，但是，开发人员经常希望在自己的应用程序中集成音 频播放功能，特别是在游戏、多媒体教学、音频数据处理等应用中。本节首先介绍一种简单的 音频播放程序设计方法，通过调用系统提供的 PlaySound 函数来播放所选择的音乐文件。虽然 这个方法简单实用，但是不够灵活，难以满足类似游戏程序这样的需要，因此，本节进一步介 绍了基于 Media Foundation 的音频文件播放程序设计，特别是利用多个 Media Session 实现多音 频文件播放，具有很好的实用性。
单声道 8bit 量化
双声道 8bit 量化
图 4-9
wave 数据 bit 位置安排方式
操作 Data Chunk 部分的头结构如图 4-10 所示。
struct DATA_BLOCK { char szDataID[4]; // 'd','a','t','a' DWORD dwDataSize; };
第四章 音频应用程序设计
围绕音频数据，我们有多种处理目标，最主要的当然是音频播放，因为声音首先是用来听 的。所以，本章将安排两节来介绍音频播放程序的设计，包括基于PlaySound 函数的简单播放、 基于MF Media Session的复杂播放程序设计。但是，音频数据的应用并不仅限于播放，例如，我 们还需要转码，也就是将一种音频数据格式转换成另一种格式的数据。因此第四节将介绍一款 非常有用的转码程序，该程序可以将MP3、WMA以及AVI、WMV中的音频数据转换成WAV文 件输出。然而，各种音频应用最终都有赖于对音频数据的理解和操作，为此，本章第一节首先 对波形音频文件进行一番分析。 4.1 波形音频文件分析