录制音频，存储在缓冲区中，然后通过 PulseAudio 将字节写入声卡答案

【问题标题】：Record audio, store in buffer and then write bytes to sound card via PulseAudio录制音频，存储在缓冲区中，然后通过 PulseAudio 将字节写入声卡
【发布时间】：2012-09-14 16:13:39
【问题描述】：

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: %s\n", 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: %s\n", 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 buffer 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: %s\n", pa_strerror(error));
        return false;
    }
}

if (pa_simple_write(stream, buf, (size_t) size, &error) < 0) {
    fprintf(stderr, __FILE__": pa_simple_write() failed: %s\n", 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: %s\n", pa_strerror(error));
    pa_simple_free(stream);
    return false;
}

但是，我测试了缓冲区的实现，效果非常好。尽管如此，我唯一能听到的是噪音。所以我想知道，如果我需要转换字节才能再次播放它们，以便听起来像录音。

此外，我找不到声卡等的任何数据表。我必须转换字节还是可以按录制的方式播放它们？我使用的格式是否破坏了某些东西？

我真的被困在这里了。希望你们能帮助我。

编辑：还有一个问题：如果我使用 ALSA API 来更接近硬件是否更好？是的，我对声音编程完全陌生。

【问题讨论】：

你如何确保播放线程正在从录制线程刚刚录制到的缓冲区块中读取？
我当然也在使用 pthread_mutex_lock 和 unlock 函数来确保缓冲区在被读取之前被写入：pthread_mutex_lock(&(buffer[i].read)); // 打开读取 // ... 通过音频输出播放数据，函数调用如下： play_data(buffer[i].buf, size); // 在这种情况下 size == BUFSIZE pthread_mutex_unlock(&(buffer[i].write)); （对不起，我根本无法格式化我的答案）
好的；你还提前申请读锁？您从 PulseAudio 示例中获取了其中的一些代码；你有没有让他们按照书面的方式工作？
是的，锁应该没问题。如果我编译这两个文件并将录制过程输出通过管道传输到音频播放过程，我可以完美地听到自己的声音......所以是的，这两个文件完美地工作。
好吧，如果它适用于进入文件并且未改变的字节，那么这回答了您的“我必须转换字节”的问题 - 否。

标签： c++ record playback pulseaudio

【解决方案1】：

解决方案：

两个值： #define BUFSIZE 44100 // 一个元素的大小 #define BUFNUMBER 16 // 元素个数

没关系。它们不应该太小。否则程序会卡住播放音频。

不重要！！！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，缓冲区首先被填充然后播放。这也是为什么在播放音频时会有一点延迟。

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

延迟量可以通过以下代码找出：

pa_usec_t latency;

if ((latency = pa_simple_get_latency(stream, &error)) == (pa_usec_t) -1) {
    fprintf(stderr, __FILE__": pa_simple_get_latency() failed: %s\n", 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。顺便说一句：如果需要，可以在创建播放流时设置缓冲区大小。

哦，我用的是：PA_SAMPLE_S16LE，但是你只需要使用相同的值来录制和播放，否则听起来很奇怪。

希望对某人有所帮助。

【讨论】：