录制音频，存储在缓冲区中，然后通过PulseAudio将字节写入声卡

Record audio, store in buffer and then write bytes to sound card via PulseAudio

本文关键字：PulseAudio 字节 声卡 然后 音频 存储 缓冲区      更新时间：2023-10-16

我正在尝试使用以下代码行录制音频：

// The sample type to use
static const pa_sample_spec ss = {
.format = PA_SAMPLE_S32LE , //PA_SAMPLE_S16BE, ??? Which one to us here ??? BE...Big Endian
.rate = 44100, // That are samples per second
.channels = 2
};
// Create the recording stream
// see: http://freedesktop.org/software/pulseaudio/doxygen/parec-simple_8c-example.html
if (!(s = pa_simple_new(NULL, "Record", PA_STREAM_RECORD, NULL, "record", &ss, NULL, NULL, &error))) {
    fprintf(stderr, __FILE__": pa_simple_new() failed: %sn", pa_strerror(error));
    pa_simple_free(s);
    exit(EXIT_FAILURE);
}
int i = -1;
while (!exit_program) {
    i = (i+1) % BUFNUMBER;
    pthread_mutex_lock(&(buffer[i].write));
    // Record data and save it to the buffer
    if (pa_simple_read(s, buffer[i].buf, sizeof(buffer[i].buf), &error) < 0) {
        fprintf(stderr, __FILE__": pa_simple_read() failed: %sn", pa_strerror(error));
        pa_simple_free(s);
        exit(EXIT_FAILURE);
    }
    // unlock the reading mutex
    pthread_mutex_unlock(&(buffer[i].read)); // open up for reading
}

如您所见，我将读取的字节存储在一个名为缓冲区的结构中，如下所示：

#define BUFSIZE 44100  // Size of one element
#define BUFNUMBER 16 // Number of elements
#define AUDIO_BUFFER_FORMAT char
// one element of the ringbuffer
typedef struct ringbuf {
    AUDIO_BUFFER_FORMAT buf[BUFSIZE]; /* The buffer array */
    pthread_mutex_t read; /* indicates if block was read */
    pthread_mutex_t write; /* for locking writing */
} ringbuffer_element;

另一个线程尝试读取和播放存储在缓冲区中的字节：

// The sample type to use
static const pa_sample_spec ss = {
.format = PA_SAMPLE_S32LE , //PA_SAMPLE_S16BE,
.rate = 44100,
.channels = 2
};
if (stream == NULL) {
    if (!(stream = pa_simple_new(NULL, "Stream", PA_STREAM_PLAYBACK, NULL, "playback", &ss, NULL, NULL, &error))) {
        fprintf(stderr, __FILE__": pa_simple_new() failed: %sn", pa_strerror(error));
        return false;
    }
}
if (pa_simple_write(stream, buf, (size_t) size, &error) < 0) {
    fprintf(stderr, __FILE__": pa_simple_write() failed: %sn", pa_strerror(error));
    pa_simple_free(stream);
    return false;
}

/* Make sure that every single sample was played */
if (pa_simple_drain(stream, &error) < 0) {
    fprintf(stderr, __FILE__": pa_simple_drain() failed: %sn", pa_strerror(error));
    pa_simple_free(stream);
    return false;
}

但是，我测试了缓冲区的实现，它工作得很好。尽管如此，我唯一能听到的就是噪音。所以我想知道，如果我需要在再次播放它们之前转换字节，以便听起来像录音。

此外，我找不到声卡等的任何数据表。我是否必须转换字节，或者我可以只播放录制的字节吗？我使用的格式是否破坏了某些内容？

我真的被困在这里了。希望你们能帮我。

编辑：还有一个问题：如果我使用 ALSA API 更接近硬件以实现我的目的会更好吗？是的，我对声音编程完全陌生。

解决方案：

两个值： #define BUFSIZE 44100//一个元件的大小 #define BUFNUMBER 16//元素数量

真的不重要。它们不应该太小。否则，程序将卡住播放音频。

重要的是

!!每次播放缓冲区结构片段时调用以下代码片段。音频声卡包含一个缓冲区，默认情况下，缓冲区首先填充，然后播放。这也是播放音频有一点延迟的原因。

/* Make sure that every single sample was played */
if (pa_simple_drain(stream, &error) < 0) {
    fprintf(stderr, __FILE__": pa_simple_drain() failed: %sn", pa_strerror(error));
    pa_simple_free(stream);
    return false;
}

可以通过以下代码找出延迟量：

pa_usec_t latency;
if ((latency = pa_simple_get_latency(stream, &error)) == (pa_usec_t) -1) {
    fprintf(stderr, __FILE__": pa_simple_get_latency() failed: %sn", pa_strerror(error));
}
fprintf(stderr, "%0.0f usec  r", (float)latency);

但是，延迟不是恒定的，并且一直在变化。顺便说一下：如果需要，可以在创建播放流时设置缓冲区大小。

哦，我用过：PA_SAMPLE_S16LE，但是你只需要使用相同的值进行录制和播放，否则听起来很奇怪。

希望对某人有所帮助。

相关文章：