实时混音实现.doc

实时混音实现 实时混音的实现 DIV id=contentscript src=/mx/baid.jsDIV id=viewadscript src=/a/lw.js 　　摘要 本文主要讨论多路声音实时混叠的实现 方法 ，以及实现过程中对一些特殊情况的处理。关键词 Wave 混音 混音器 1.引言 　　将多个Wave文件或多路Wave数据同时在Wave设备上输出，就可同时听到多个不同的声音，达到混音的效果。如果是将多个不同端点的话音数据经局域 网络 传输到达某一个端点再经该端点的Wave设备输出，就能同时听到多个人的话音，从而实现局域网络中多方的话音交谈。 　　在网络上实现话音交谈，特别强调实时性，要尽量保证话音的平滑、连续，因此为了保证话音数据连续，减少话音数据存储带来的延时，在具体实现中，话音的录制和播放都不采用文件的形式，录制和播放的话音数据都存在缓冲区中。在Windows系统中，一般情况下，高层Wave接口函数无法直接播放缓冲区中的话音数据，而必须用底层函数来实现，常用的是Windows API中的Wave函数。将Wave数据在Wave设备上输出使用的是WaveOutWrite函数，但是该函数不支持多路Wave数据的同时播放，为了能达到多路Wave数据同时播放的效果，对缓冲区中多路Wave数据进行必要的预处理后，再提交给Wave输出设备播放。实现原理如图1所示。 图1 多路Wave混音的实现原理 2.实现原理 　　实时地混音，就是将多路Wave数据进行相互叠加处理到另一个目的缓冲区，最终将该目的的缓冲区提交给Wave输出设备。 将每一路Wave数据作为一个单独通道，分别从每个通道取一数据片段，把取得的几个数据片段相互叠加，然后存进另外一个目的缓冲区中。为了便于处理，缓冲区通常采用数组的形式存放Wave数据。 如果话音数据，采用采样频率1025Hz，8位单声道的数据格式，那么一秒的话音数据量为11025个字节。 为了达到实时的效果，目的缓冲区通常都设置比较小，大约可存放1/8秒的话音数据量，对于前述的话音格式，目的缓冲区的大小为11025/8＝1375个字节。 下面具体看一下Wave数据以数组形式存放时的混音过程。如图2所示。 图2 多路Wave数据的叠加过程 假设有4路Wave数据，目的缓冲区的大小为1378，混音子函数调用为 Mixer(lpDest,rgpCDdata,4,1378)。 下面给出混音子函数的实现。其中lpDest为目的缓冲区，rgWaveSrc为多路Wave数据源，iNumWaves为Wave数据源的通道数，wLen为目的缓冲区长度。 实时混音的实现(2) DIV id=contentscript src=/mx/baid.jsDIV id=viewadscript src=/a/lw.js Void mixit(LPSAMPLE lpDest,LPSAMPLE rgWaveSrc［］，intiNumWaves,WORDwLen) {int,,iSum; WORD ctr; ctr=0 While(wLen) { iSum=128;/*静音时数值为128*/ for(I=0;I＜iNumWaves;I++) iSum=iSum+*(rgWaveSrc［］+ctr)-128; PEG(int)0,iSum,(int)225);/*对转换结果处理*/ *lpDest++=iSum; ctr++; wLen--; } } 注意一点的是对于单声道数据一个字节表示一个采样值，采样值在0-255之间，各个通道的对应Wave数据相加后，就会溢出，还需要将相加结果转换成0-255之间的数值。 　　将该目的缓冲区中的Wave数据经WaveOutWrite函数输出，就能同时听到四个不同的声音，当Wave输出设备播放完目的缓冲区中的数据便返回，请求用户提供更多的Wave输出数据，因为Wave输出设备只能输出提交给它的Wave数据；另外，对Wave数据进行混音还需要一定的时间，因此当提交一个目的缓冲区中的数据给Wave输出设备后，就必须马上混叠另一段Wave数据来提交给Wave输出设备，作为下一个输出的数据缓冲区，避免声音输出的中断，后一个目的缓冲区提交后被输出设备放入输出队列中，当第一个目的缓冲区中输出完毕后再输出它的数据，当输出设备在输出第二个目的缓冲区的数据时，又能将第三段数据混合进第一个目的缓冲区中，然后重新提交，直到提交完所有的Wave数据，那时就将停止输出。在实际 应用 中目的缓冲区的数要多个，一般为3至4个，图3给出了混音、提交的完整过程。 3 混音、提交过程 3.特殊情况的处理 上面讨论了混音及播放的一般过程，但在实际应用中，还需要到对一些特殊情况进行处理。 ●各通道中