使用CODECs压缩Wave音频.docx
《使用CODECs压缩Wave音频.docx》由会员分享，可在线阅读，更多相关《使用CODECs压缩Wave音频.docx（19页珍藏版）》请在冰豆网上搜索。
使用CODECs压缩Wave音频
使用CODECs压缩Wave音频
概要
微软的Win95和WinNT操作系统都包含有能够压缩解压缩Wave音频流的
CODECs。
将你的wave音频以压缩形式保存不但能够减少对存储空间的
需求，在网络上传送时也能减少数据传输的时间。
本文及其附带的实例代码告诉你怎样使用安装在Windows系统中的CODECs
来压缩和解压缩音频。
稍稍改变这些代码就可以用作解压缩经过压缩的
数据，执行数据格式转换。
所附实例代码是用MicrosoftVisualC++5.0
版本开发的，并在Win95和WinNT4.0操作系统上测试过。
简介
Win95及最近的WinNT都具有能过安装的CODECs处理压缩的wave格式的音
频和视频数据流的能力。
一个CODEC是一小段用于压缩（COmpress）及解压缩（DECompress）数
据流的代码（因此，得名CO-DEC）。
许多CODECs即能压缩又能解压缩。
而一些CODECs仅能用于解压缩，这样私有数据可以在系统上播放，但
数据格式不能在系统上创建。
尽管一个CODEC原则上能够用于压缩解压缩任一种数据流，还是设计有
各种各样的CODECs以实现以高的压缩比率，更好的保真度或实时压缩
性能来压缩某种数据类型。
例如，获取高的视频压缩数据压缩率的最
好方法应用于音频数据时未必就能得到相同的效果，反之也然。
本文着重于怎样在自己的代码中使用CODEC将音频数据以你的系统中CODECs
所支持的方式进行压缩。
压缩音频数据的一个主要原因是降低存储某
一声音序列所需数据量。
少的数据量意味着声音所占有的空间更少，
并且能够以更快的速度在MODEM和网络上传递。
如果数据以Windows系
统所支持的某一通用格式压缩的话，则可以不必手工解压缩就直接播放
--系统将使用它自己的CODECs解压缩数据并播放。
我的系统中有什么CODECs?
Win95和WinNT本身附带有几种标准的CODECs,也可由系统中所安装的应
用程序安装其他的CODECs。
例如，DSPGroup,Inc.TrueSpeechCODEC
随Win95发送，因此你写的任何应用于Win95的程序都可应用此CODEC
（假如用户没有在控制面板中删除它或禁止它的话）。
以后可能要安装
的CODEC的一个例子是微软网络（MSN）软件自已所用的音频数据。
所有安装的CODECs由音频压缩管理器（ACM）管理。
我们可以从一小程序
中查询ACM来查到安装了哪些CODECs，它们都支持什么格式。
你也可双
击控制面板中的多媒体选项，选择高级标签，就能看到系统中所安装的CODECs。
介绍应用ACM，得知它所管理每一个CODEC都可以做些什么的一个好方法
是写一个简单的查询ACM的命令行应用程序。
本文所附带的CAPS程序完
成的就是这个功能--让我们看看它的代码，我将给你一起分析此程序，
解释每一步完成的什么功能。
首先从调用ACM编程接口所需的包含的头文件开始：
#include
#include
#include//多媒体注册
#include//音频压缩管理器
#include
mmsystem.h头文件定了Windows支持大部分的多媒体功能，但不包含ACM
接口及任何厂商定义。
mmreg.h包含了对不同厂商设计的各种wave数据
类型的格式标签的定义。
它也包含了用于处理不同的wave数据类型的结
构（基于WAVEFORAMTEX）的定义。
msacm.h包含了ACM所需的API，标志
等等。
我们要做的第一件事就是执行一些常见的ACM查询来判断版本号，获取诸
如它当前管理了多少个驱动程序的的信息。
下面是查询ACM的部分代码：
//取得ACM版本号
DWORDdwACMVer=acmGetVersion（）;
printf（"ACMversion%u.%.02ubuild%u",
HIWORD（dwACMVer）>>8,
HIWORD（dwACMVer）&0x00FF,
LOWORD（dwACMVer））;
if（LOWORD（dwACMVer）==0）printf（"（Retail）"）;
printf（"\n"）;
//显示一些ACM的信息
printf（"ACMmetrics:
\n"）;
DWORDdwCodecs=0;
MMRESULTmmr=acmMetrics（NULL,ACM_METRIC_COUNT_CODECS,&dwCodecs）;
if（mmr）{
show_error（mmr）;
}
else{
printf（"%lucodecsinstalled\n",dwCodecs）;
}
CAPS实例查询了更多的ACM信息。
你可以仔细查看它的代码，运行程序得知结果。
对ACM有了简单了解后，现在可以要求它枚举出系统中当前所有的驱动
程序。
我们在程序中所调用的枚举函数使用回调函数来汇报每个设备
的数据，这在Windows编程是一种很普遍的方法。
下面的调用就是枚举
当前ACM所管理的所有设备：
//枚举所有允许的驱动程序
printf（"Enableddrivers:
\n"）;
mmr=acmDriverEnum（DriverEnumProc,0,0）;
if（mmr）show_error（mmr）;
如同其它多媒体函数，许多ACM函数调用返回一MMRESULT值，指出了可
能发生的错误。
此值为0表示函数成功执行。
现在，让我们看看枚举回
调函数DriverEnumProc，它由系统中的每一个驱动程序调用：
BOOLCALLBACKDriverEnumProc（HACMDRIVERIDhadid,DWORDdwInstance,DWORDfdwSupport）
{
printf（"id:
%8.8lxH",hadid）;
printf（"supports:
\n"）;
if（fdwSupport&ACMDRIVERDETAILS_SUPPORTF_ASYNC）printf（"asyncconversions\n"）;
if（fdwSupport&ACMDRIVERDETAILS_SUPPORTF_CODEC）printf（"differentformatconversions\n"）;
if（fdwSupport&ACMDRIVERDETAILS_SUPPORTF_CONVERTER）printf（"sameformatconversions\n"）;
if（fdwSupport&ACMDRIVERDETAILS_SUPPORTF_FILTER）printf（"filtering\n"）;
//获得一些具体信息
ACMDRIVERDETAILSdd;
dd.cbStruct=sizeof（dd）;
MMRESULTmmr=acmDriverDetails（hadid,&dd,0）;
if（mmr）{
printf（""）;show_error（mmr）;
}
else{
printf（"Shortname:
%s\n",dd.szShortName）;
printf（"Longname:
%s\n",dd.szLongName）;
printf（"Copyright:
%s\n",dd.szCopyright）;
printf（"Licensing:
%s\n",dd.szLicensing）;
printf（"Features:
%s\n",dd.szFeatures）;
printf（"Supports%uformats\n",dd.cFormatTags）;
printf（"Supports%ufilterformats\n",dd.cFilterTags）;
}
//打开驱动程序
HACMDRIVERhad=NULL;
mmr=acmDriverOpen（&had,hadid,0）;
if（mmr）{
printf（""）;show_error（mmr）;
}
else{
DWORDdwSize=0;
mmr=acmMetrics（had,ACM_METRIC_MAX_SIZE_FORMAT,&dwSize）;
if（dwSizecbSize=LOWORD（dwSize）-sizeof（WAVEFORMATEX）;
pwf->wFormatTag=WAVE_FORMAT_UNKNOWN;
ACMFORMATDETAILSfd;
memset（&fd,0,sizeof（fd））;
fd.cbStruct=sizeof（fd）;
fd.pwfx=pwf;
fd.cbwfx=dwSize;
fd.dwFormatTag=WAVE_FORMAT_UNKNOWN;
mmr=acmFormatEnum（had,&fd,FormatEnumProc,0,0）;
if（mmr）{
printf（""）;
show_error（mmr）;
}
free（pwf）;
acmDriverClose（had,0）;
}
returnTRUE;//继续枚举
}
驱动程序向回调函数传递了描述驱动程序所支持类型的一组标志。
一些驱动程序可以异步操作，而另一些驱动程序则不能。
一些驱动程序能够将一种wave数据格式转换成另一种格式（称作CODECs），而另一些驱动程序仅能完成过滤操作，其输入输出格式是一样的。
注意ACM维护着这类数据及驱动程序的名字，版权信息等等，这样我们可以不必装载或打开指定的驱动程序就可以得到这些数据。
这样很方便，譬如当需将数据放在列表框中由用户选择时。
要获得有关某一驱动程序能力更多的详细信息，必须装载驱动程序并打开它，可通过调用acmOpenDriver实现。
一旦驱动程序打开，可请求枚举它所支持的wave数据格式。
同时有一个小问题--尽管所有wave格式描述结构基于WAVEFORAMTEX，许多格式使用此结构的扩展形式来保存其特定的信息。
如果我们想枚举所有格式，需要知道为此结构分配多少供驱动程序填写详细信息的空间。
可通过向acmMetrics函数传递ACM_METRIC_MAX_SIZE_FORMAT标志得到所需的最大的结构的尺寸。
如果你读过上面的代码，你会发现我只是简单的将分配的空间强制转换为WAVEFORMATEX指针。
我只对通用信息而不是任一特定类型的数据感兴趣，因此这个指针符合我的要求。
为结构分配了空间后，现在我可以acmFormatEnum来枚举所支持的格式。
这次又用到一个回调函数来取得枚举出的格式的相关数据：
BOOLCALLBACKFormatEnumProc（HACMDRIVERIDhadid,LPACMFORMATDETAILSpafd,
DWORDdwInstance,DWORDfdwSupport）
{
printf（"%4.4lXH,%s\n",pafd->dwFormatTag,pafd->szFormat）;
returnTRUE;//继续枚举
}
如你所看到的，这是一次尝试并仅打印出格式的某些信息。
这样，通过上面的代码，你能够查询ACM所有的驱动程序，查找每一
个驱动程序所支持的格式。
我建议你现在运行CAPS程序，看看你的
系统上安装了些什么。
使用特定的CODEC
好了，我们已得知你的系统上安装了什么CODECs--现在来看看怎样查
找某一特定的CODEC并使用它压缩音频数据。
让我们看看CONV实例，
它使用一种有效的CODEC压缩一个简单的wave数据包。
为了使代码更
趋简单，我以控制台应用程序的形式的实现它，也没有尝试去播放压
缩过的数据或将其存入文件。
这个实例的代码仅向你展示怎样找到你所
需要的驱动程序并使用它将数据转换为压缩格式。
剩下的就靠你了。
两步实现压缩
在理想的情况下，压缩一些数据可能只不过是向系统说：
“这有一些数据，
请压缩成这种格式。
”不幸的是，Windows编程与理想相去甚远，象通常一
样，我们得自已做许多琐碎的工作。
要解决的第一个也是最重要的问题是给
定的CODEC可能不能压缩你所使用的数据格式。
例如，我们录入了一些11025Hz,8位，
单声道的PCM数据（或许是用户向麦克风说的话），此种格式几乎所有的
多媒体PC都能录制。
我们可能要将数据通过MODEM传递，因此我们想尽可能
的压缩数据，使数据量减少。
我们选择了TrucSpeechCODEC，它安装在
Windows中，能够获得大约10:
1的压缩率。
我们所要碰到的问题就是
TrueSpeechCODEC不能处理11025Hz，8位，单声道的PCM数据。
它只能处
理8000Hz，16位，单声道的数据（某些情况下是8位）。
因此我们必须先将
源数据转换为TrueSpeechCODEC所支持的中间PCM格式，然后在使用它将中
间数据转换为最终所需的格式。
可使用随Windows分发的某种不同的CODEC将一种PCM格式转换为另一种格式，
因此你需使用某种CODEC将数据转换为其它CODEC能够处理的格式。
我们已知道
怎样去枚举CODECs及其所支持的格式，因此这样做是可以实现的。
但还有一个问题，我在实例代码中忽略了，留给你们解决。
如果某一CODEC能
够创建我们所想要的压缩格式，但支持几种不同的输入格式，我们怎样选择
最佳的中间格式呢？
按照Nigel的准则，那就是“总是做最少量的工作”，我
选择使用CODEC所支持的枚举出的第一种PCM格式。
由于很容易实现，可能会导
致数据失真。
假设我们要使用的某一CODEC有一些近乎无失真的压缩算法，能
够接收8位或16位的11025Hz或22050Hz的PCM数据。
我们要转换以441000Hz，
16位立体声录制的高保真的样本。
我们试图降低数据量，而不在乎损失质量。
如果我们枚举此CODEC所支持的格式，第一个得到的可能是11025Hz，8位单声
道的格式。
我们先将数据转换为此格式，然后进行压缩，这其间肯定要损失一
些质量，因为这种中间格式不够好。
如果使用16位22050Hz的话会好一些。
已
告诉过你这种缺憾啦，让我们瞧瞧CONV实例，看它是怎样工作的。
CONV实例程序
CONV实例分四个阶段：
它创建一些wave格式数据的样本，找到一个合适的CODEC，
将数据转换为此CODEC可处理的中间格式，最后将数据转换成所需的格式。
为了
简单其间，源数据用程序创建而不是录入或是从wave文件中读取:
//首先我们创建一个可能是刚刚才录制的wave其格式为11.025kHz,
//8位单声道PCM，这是一个所有机器上都可用的录入格式,我们的例
//子是1秒长的1kHz的正弦波wave，刚好1000个周期
WAVEFORMATEXwfSrc;
memset（&wfSrc,0,sizeof（wfSrc））;
wfSrc.cbSize=0;
wfSrc.wFormatTag=WAVE_FORMAT_PCM;//PCM
wfSrc.nChannels=1;//Mono
wfSrc.nSamplesPerSec=11025;//11.025kHz
wfSrc.wBitsPerSample=8;//8bit
wfSrc.nBlockAlign=wfSrc.nChannels*wfSrc.wBitsPerSample/8;
wfSrc.nAvgBytesPerSec=wfSrc.nSamplesPerSec*wfSrc.nBlockAlign;
DWORDdwSrcSamples=wfSrc.nSamplesPerSec;
BYTE*pSrcData=newBYTE[dwSrcSamples];//1秒种的长度
BYTE*pData=pSrcData;
doublef=1000.0;
doublepi=4.0*atan（1.0）;
doublew=2.0*pi*f;
for（DWORDdw=0;dw
上面的代码创建了一个WAVEFORMATEX结构用来描述源数据格式，并用简单的
数学方法生成了1
秒钟长的11.025kHz,8位单声道的PCM的wave数据。
下一步就是选择要将数据转换成什么格式及选定一个合适的CODEC。
WORDwFormatTag=WAVE_FORMAT_DSPGROUP_TRUESPEECH;
//现在我们选定一个支持目标格式标签的CODEC
HACMDRIVERIDhadid=find_driver（wFormatTag）;
if（hadid==NULL）{
printf（"Nodriverfound\n"）;
exit
（1）;
}
printf（"Driverfound（hadid:
%4.4lXH）\n",hadid）;
find_driver函数枚举所有的驱动程序直到找到一个支持给定标签值的驱动程序（本例为
WAVE_FORMAT_DSPGROUP_TRUESPEECH）。
我没有在此给出代码是因为它与前面的枚举代
码非常相象。
随后你可以查看它是怎样工作的。
选定了驱动程序，现在要为最终驱动程序将产生的压缩数据格式创建一个WAVEFORMATEX
结构，并为驱动程序用于输入的中间PCM格式产生一个WAVEFORMATEX结构。
//获得格式的详情
//注意：
这只是一个给定格式签的第一种或是最可能的格式
WAVEFORMATEX*pwfDrv=get_driver_format（hadid,wFormatTag）;
if（pwfDrv==NULL）{
printf（"Errorgettingformatinfo\n"）;
exit
（1）;
}
printf（"Driverformat:
%ubits,%lusamplespersecond\n",
pwfDrv->wBitsPerSample,pwfDrv->nSamplesPerSec）;
//获取驱动程序所支持的PCM格式标签
//注意：
我们只是选取第一支持的PCM格式但不一定是最好的选择
WAVEFORMATEX*pwfPCM=get_driver_format（hadid,WAVE_FORMAT_PCM）;
if（pwfPCM==NULL）{
printf（"ErrorgettingPCMformatinfo\n"）;
exit
（1）;
}
printf（"PCMformat:
%ubits,%lusamplespersecond\n",
pwfPCM->wBitsPerSample,pwfPCM->nSamplesPerSec）;
有点重复了，要注意的是get_driver_format函数仅仅枚举出第一种匹配的格式--也许不能获得
可能的最好的质量。
现在我们有了WAVEFORMATEX结构描述源格式，中间PCM格式，以及最终的压缩格式。
可以开始转
换数据了。
转换由被ACM称作流的对象来实现。
我们可以打开流，将源格式、目标格式传递给它，
要求它进行转换。
在此要注意如果CODEC的算法复杂的话同步转换是很耗时的。
一些CODEC可以异步工作，通过向
窗口发送一个消息，或调用一个回调函数，或设置一个事件告知你转换进程。
下面的代码是以
最少麻烦准则完成任务的--你必须等待它直到完成。
还有另外一点，很重要。
如你所知，我们打
开转换流，指明ACM_STREAMOPENF_NONREALTIME标志。
这非常重要。
若省略此标志，那么一些
驱动程序（例如TrueSpeech驱动程序）将会报告错误512（意思是不可能）。
此错误告诉你所要
求的转换不能实时进行。
我的实例代码中没有这个问题，但如果你试图在播放数据的同时转换
大量数据，就要注意这点了。
让我们看看第一步的转换，它完成的是将源数据转换为中间格式：
/////////////////////////////////////////////////////////////////////////////
//将源wave转换为CODEC所支持的PCM格式
//我们使用任一种能实现PCM格式间转换驱动程序
HACMSTREAMhstr=NULL;
mmr=acmStreamOpen（&hstr,
NULL,//任一驱动程序
&wfSrc,//源格式
pwfPCM,//目标格式
NULL,//无过滤
NULL,//没回调
0,//实例数据（未使用）
ACM_STREAMOPENF_NONREALTIME）;//标志
if（mmr）{
printf（"FailedtoopenastreamtodoPCMtoPCMconversion\n"）;
exit
（1）;
}
//为转换结果开辟一个缓冲区
DWORDdwSrcBytes=dwSrcSamples*wfSrc.wBitsPerSample/8;
DWORDdwDst1Samples=dwSrcSamples*pwfPCM->nSamplesPerSec/wfSrc.nSamplesPerSec;
DWORDdwDst1Bytes=dwDst1Samples*pwfPCM->wBitsPerSample/8;
BYTE*pDst1Data=newBYTE[dwDst1Bytes];//填写转换信息
ACMSTREAMHEADERstrhdr;
memset（&strhdr,0,sizeof（strhdr））;
strhdr.cbStruct=sizeof（strhdr）;
strhdr.pbSrc=pSrcData;//要转换的源数据
strhdr.cbSrcLength=dwSrcBytes;
strhdr.pbDst=pDst1Data;
strhdr.cbDstLength=dwDst1Bytes;//准备好头
mmr=acmStreamPrepareHeader（hstr,&strhdr,0）;//转换数据
printf（"ConvertingtointermediatePCMformat...\n"）;
mmr=acmStreamConvert（hstr,&strhdr,0）;
if（mmr）{
printf（"FailedtodoPCMtoPCMconversion\n"）;
exit
（1）;
}
printf（"Conver
升级会员 