基于VisualC下的声音文件操作

1、基于Visual C+6.0工具下的声音文件操作声音是人类传递信息的重要途径，如果应用程序中包含声音信息，就可以大大增强它的亲合力；另外在科研开发过程中，声音信号的处理也是一个很重要的科学研究领域。Visual C+作为一个强大的开发工具，当然是声音处理的首选工具，但是在当前Visual C+相关的编程资料中，无论是大部头的参考书，还是一些计算机杂志，对声音文件的处理都是泛泛的涉及一下，许多编程爱好者都感到对该部分的内容了解不是很透彻，笔者结合自己的学习和开发过程中积累的一些经验，在本实例中来和广大编程爱好者们探讨一下声音文件的处理，当然本实例也不可能包括声音处理内容的方方面面，只是希望它能够

2、对刚刚涉及到声音处理领域的朋友们起到一个引路的作用，帮助他们尽快进入声音处理的更深奥空间。当前计算机系统处理声音文件有两种办法：一是使用现成的软件，如微软的录音机、SoundForge、CoolEdit等软件可以实现对声音信号进行录音、编辑、播放的处理，但它们的功能是有限的，为了更灵活，更大限度地处理声音数据，就不得不使用另外一种方法，既利用微软提供的多媒体服务，在Windows环境下自己编写程序来进行声音处理来实现一些特定的功能。下面就开始介绍声音文件的格式和在Windows环境下使用Visual C+开发工具进行声音文件编程处理的方法。一、实现方法1、RIFF文件结构和WAVE文件格式Wi

3、ndows支持两种RIFF(Resource Interchange File Format,"资源交互文件格式")格式的音频文件：MIDI的RMID文件和波形音频文件格式WAVE文件，其中在计算机领域最常用的数字化声音文件格式是后者，它是微软专门为Windows系统定义的波形文件格式（Waveform Audio），由于其扩展名为"*.wav"，因而该类文件也被称为WAVE文件。为了突出重点，有的放矢，本文涉及到的声音文件所指的就是WAVE文件。常见的WAVE语音文件主要有两种，分别对应于单声道（11.025KHz采样率、8Bit的采样值）和双声道（4

4、4.1KHz采样率、16Bit的采样值）。这里的采样率是指声音信号在进行"模数"转换过程中单位时间内采样的次数。采样值是指每一次采样周期内声音模拟信号的积分值。对于单声道声音文件，采样数据为八位的短整数（short int 00H-FFH）；而对于双声道立体声声音文件，每次采样数据为一个16位的整数（int），高八位和低八位分别代表左右两个声道。WAVE文件数据块包含以脉冲编码调制（PCM）格式表示的样本。在进行声音编程处理以前，首先让我们来了解一下RIFF文件和WAVE文件格式。RIFF文件结构可以看作是树状结构，其基本构成是称为"块"（Chunk）的

5、单元，每个块有"标志符"、"数据大小"及"数据"所组成，块的结构如图1所示：块的标志符（4BYTES）数据大小 （4BYTES）数据图一、 块的结构示意图从上图可以看出，其中"标志符"为4个字符所组成的代码，如"RIFF"，"LIST"等，指定块的标志ID；数据大小用来指定块的数据域大小，它的尺寸也为4个字符；数据用来描述具体的声音信号，它可以由若干个子块构成，一般情况下块与块是平行的，不能相互嵌套，但是有两种类型的块可以嵌套子块，他们是"RIFF"或&q

6、uot;LIST"标志的块，其中RIFF块的级别最高，它可以包括LIST块。另外，RIFF块和LIST块与其他块不同，RIFF块的数据总是以一个指定文件中数据存储格式的四个字符码（称为格式类型）开始，如WAVE文件有一个"WAVE"的格式类型。LIST块的数据总是以一个指定列表内容的4个字符码（称为列表类型）开始，例如扩展名为".AVI"的视频文件就有一个"strl"的列表类型。RIFF和LIST的块结构如下：RIFF/LIST标志符数据1大小数据1格式/列表类型数据 图二、RIFF/LIST块结构WAVE文件是非

7、常简单的一种RIFF文件，它的格式类型为"WAVE"。RIFF块包含两个子块，这两个子块的ID分别是"fmt"和"data",其中"fmt"子块由结构PCMWAVEFORMAT所组成，其子块的大小就是sizeofof(PCMWAVEFORMAT),数据组成就是PCMWAVEFORMAT结构中的数据。WAVE文件的结构如下图三所示：标志符（RIFF）数据大小格式类型（"WAVE"）"fmt"Sizeof(PCMWAVEFORMAT)PCMWAVEFORMAT"data

8、"声音数据大小声音数据 图三、WAVE文件结构    PCMWAVEFORMAT结构定义如下：Typedef structWAVEFORMAT wf;/波形格式；WORD wBitsPerSample;/WAVE文件的采样大小；PCMWAVEFORMAT；WAVEFORMAT结构定义如下：typedef structWORD wFormatag;/编码格式，包括WAVE_FORMAT_PCM，WAVEFORMAT_ADPCM等WORD nChannls;/声道数，单声道为1，双声道为2;DWORD nSamplesPerSec;/采样频率；DW

9、ORD nAvgBytesperSec；/每秒的数据量；WORD nBlockAlign;/块对齐；WAVEFORMAT；"data"子块包含WAVE文件的数字化波形声音数据，其存放格式依赖于"fmt"子块中wFormatTag成员指定的格式种类，在多声道WAVE文件中，样本是交替出现的。如16bit的单声道WAVE文件和双声道WAVE文件的数据采样格式分别如图四所示：16位单声道：采样一 采样二低字节高字节低字节高字节16位双声道：采样一左声道右声道低字节高字节低字节高字节图四、WAVE文件数据采样格式     2、声音文

10、件的声音数据的读取操作操作声音文件，也就是将WAVE文件打开，获取其中的声音数据，根据所需要的声音数据处理算法，进行相应的数学运算，然后将结果重新存储与WAVE格式的文件中去。可以使用CFILE类来实现读取操作，也可以使用另外一种方法，拿就是使用Windows提供的多媒体处理函数（这些函数都以mmino打头）。这里就介绍如何使用这些相关的函数来获取声音文件的数据，至于如何进行处理，那要根据你的目的来选择不同的算法了。WAVE文件的操作流程如下：1）调用mminoOpen函数来打开WAVE文件，获取HMMIO类型的文件句柄；2）根据WAVE文件的结构，调用mmioRead、mmioWrite和m

11、mioSeek函数实现文件的读、写和定位操作；3）调用mmioClose函数来关闭WAVE文件。下面的函数代码就是根据WAVE文件的格式，实现了读取双声道立体声数据，但是在使用下面的代码过程中，注意需要在程序中链接Winmm.lib库，并且包含头文件"Mmsystem.h"。BYTE * GetData(Cstring *pString) /获取声音文件数据的函数，pString参数指向要打开的声音文件；if (pString=NULL)return NULL;HMMIO file1;/定义HMMIO文件句柄；file1=mmioOpen(LPSTR)pString,NUL

12、L,MMIO_READWRITE);/以读写模式打开所给的WAVE文件；if(file1=NULL)MessageBox("WAVE文件打开失败！");Return NULL;char style4;/定义一个四字节的数据，用来存放文件的类型；mmioSeek(file1,8,SEEK_SET);/定位到WAVE文件的类型位置mmioRead(file1,style,4);if(style0!='W'style1!='A'style2!='V'style3!='E')/判断该文件是否为"WAVE&qu

13、ot;文件格式MessageBox("该文件不是WAVE格式的文件！");Return NULL;PCMWAVEFORMAT format; /定义PCMWAVEFORMAT结构对象，用来判断WAVE文件格式；mmioSeek(file1,20,SEEK_SET);/对打开的文件进行定位，此时指向WAVE文件的PCMWAVEFORMAT结构的数据；mmioRead(file1,(char*)&format,sizeof(PCMWAVEFORMAT);/获取该结构的数据；if(format.wf.nChannels!=2)/判断是否是立体声声音；MessageBox(

14、"该声音文件不是双通道立体声文件");return NULL;mmioSeek(file1,24+sizeof(PCMWAVEFORMAT),SEEK_SET);/获取WAVE文件的声音数据的大小；long size;mmioRead(file1,(char*)&size,4);BYTE *pData;pData=(BYTE*)new charsize;/根据数据的大小申请缓冲区；mmioSeek(file1,28+sizeof(PCMWAVEFORMAT),SEEK_SET);/对文件重新定位；mmioRead(file1,(char*)pData,size);/

15、读取声音数据；mmioClose(file1, MMIO_FHOPEN);/关闭WAVE文件；return pData;3、使用MCI方法操作声音文件 WAVE声音文件一个最基本的操作就是将文件中的声音数据播放出来，用Windows提供的API函数BOOL sndPlaySound(LPCSTR lpszSound, UINT fuSound)可以实现小型WAV文件的播放，其中参数lpszSound 为所要播放的声音文件，fuSound为播放声音文件时所用的标志位。例如实现Sound.wav 文件的异步播放，只要调用函数sndPlaySound("c:windowsSound.wav

16、",SND_ASYNC)就可以了，由此可以看到sndPlaySound函数使用是很简单的。但是当WAVE文件大于100K时，这时候系统无法将声音数据一次性的读入内存，sndPlaySound函数就不能进行播放了。为了解决这个问题，你的一个选择就是用MCI方法来操作声音文件了。在使用MCI方法之前，首先需要在你开发的项目设置Project->Setting->Link->Object/library modules中加入winmm.lib。并在头文件中包括"mmsystem.h"头文件。MicroSoft API提供了MCI（The Media C

17、ontrol Interface）的方法mciSendCommand（）和mciSendString（）来完成WAVE文件的播放，这里仅介绍mciSendCommand（）函数的使用。原型：DWORD mciSendCommand（UINT wDeviceID，UINT wMessage，DWORD dwParam1，DWORD dwParam2）；参数：wDeviceID：接受消息的设备ID；Message：MCI命令消息；wParam1：命令的标志位；wParam2：所使用参数块的指针返值：调用成功，返回零；否则，返回双字中的低字存放有错误信息。在使用MCI播放声音文件时，首先要打开音频设

18、备，为此要定义MCI_OPEN_PARMS变量 OpenParms，并设置该结构的相应分量：OpenParms.lpstrDeviceType = (LPCSTR) MCI_DEVTYPE_WAVEFORM_AUDIO;/WAVE类型OpenParms.lpstrElementName = (LPCSTR) Filename;/打开的声音文件名；OpenParms.wDeviceID = 0;/打开的音频设备的IDmciSendCommand (NULL, MCI_OPEN,MCI_WAIT MCI_OPEN_TYPE MCI_OPEN_TYPE_ID MCI_OPEN_ELEMENT, (D

19、WORD)(LPVOID) &OpenParms)函数调用发送MCI_OPEN命令后，返回的参数 OpenParms中成员变量的wDeviceID指明打开了哪个设备。需要关闭音频设备时只要调用mciSendCommand (m_wDeviceID, MCI_CLOSE, NULL, NULL)就可以了。播放WAVE文件时，需要定义MCI_PLAY_PARMS变量PlayParms，对该变量进行如下设置：PlayParms.dwFrom = 0，这是为了指定从什么地方（时间）播放WAVE文件，设置好以后，调用函数mciSendCommand (m_wDeviceID, MCI_PLAY,

20、MCI_FROM, (DWORD)(LPVOID)&PlayParms)；就实现了WAVE声音文件的播放。 另外，调用mciSendCommand (m_wDeviceID, MCI_PAUSE, 0,(DWORD)(LPVOID)&PlayParms)实现了暂停功能。调用mciSendCommand (m_wDeviceID, MCI_STOP, NULL, NULL)实现停止功能等，可以看出，这些不同的功能实现都是依靠参数"Message"取不同的值来实现的。 不同的Message和dwParam1、dwParam2的组合还可以实现文件的 跳跃功能。如下

21、面的代码实现了跳转到WAVE文件末端的操作：mciSendCommand (m_wDeviceID, MCI_SEEK, MCI_SEEK_TO_END, NULL)。4、DirectSound操作WAVE文件的方法MCI虽然调用简单，功能强大，可以满足声音文件处理的基本需要，但是MCI也有它的缺点，那就是它一次只能播放一个WAVE文件，有时在实际应用中，为了实现混音效果，需要同时播放两个或两个以上的WAVE文件时，就需要使用微软DirectX技术中的DirectSound了，该技术直接操作底层声卡设备，可以实现八个以上WAV文件的同时播放。实现DirectSound需要以下几个步骤:1.创建

22、及初始化DirectSound；2.设定应用程序的声音设备优先级别方式,一般为DSSCL_NORMAL；2. 将WAV文件读入内存,找到格式块、数据块位置及数据长度；3.创建声音缓冲区；4.载入声音数据；5.播放及停止: 二、编程步骤1、 启动Visual C+6.0生成一个单文档视图结构的应用程序，将该程序命名为"playsound"；2、 在程序的主菜单中添加"MCI Play"、"PlaySound"菜单，并使用Class Wizard添加相应的消息响应函说，分别用不同的方法来处理声音文件；3、 在程序的"Link&q

23、uot;设置中添加"dsound.lib、dxguid.lib、winmm.lib"库，程序的视图类中包含"mmsystem.h"文件，程序的Debug目录下添加待播放的声音文件"chimes.wav和sound.wav"；4、 添加代码，编译运行程序；   三、程序代码/void CPlaysoundView:OnMciplay()/下面的代码实现了WAVE声音文件的播放：/ TODO: Add your command handler code hereMCI_OPEN_PARMS mciOpenParms;M

24、CI_PLAY_PARMS PlayParms;mciOpenParms.dwCallback=0;mciOpenParms.lpstrElementName="d:chimes.wav"mciOpenParms.wDeviceID=0;mciOpenParms.lpstrDeviceType="waveaudio"mciOpenParms.lpstrAlias=" "PlayParms.dwCallback=0;PlayParms.dwTo=0;PlayParms.dwFrom=0;mciSendCommand(NULL,MCI_O

25、PEN,MCI_OPEN_TYPEMCI_OPEN_ELEMENT,(DWORD)(LPVOID)&mciOpenParms);/打开音频设备；mciSendCommand(mciOpenParms.wDeviceID,MCI_PLAY,MCI_WAIT,(DWORD)(LPVOID)&PlayParms);/播放WAVE声音文件；mciSendCommand(mciOpenParms.wDeviceID,MCI_CLOSE,NULL,NULL);/关闭音频设备；/*下面的函数利用DirectSound技术实现了一个WAVE声音文件的播放（注意项目设置中要包含"dso

26、und.lib、dxguid.lib"的内容），代码和注释如下：*/void CPlaysoundView:OnPlaySound() / TODO: Add your command handler code hereLPVOID lpPtr1;/指针1;LPVOID lpPtr2;/指针2;HRESULT hResult;DWORD dwLen1,dwLen2;LPVOID m_pMemory;/内存指针；LPWAVEFORMATEX m_pFormat;/LPWAVEFORMATEX变量；LPVOID m_pData;/指向语音数据块的指针；DWORD m_dwSize;/WA

27、VE文件中语音数据块的长度；CFile File;/Cfile对象；DWORD dwSize;/存放WAV文件长度；/打开sound.wav文件；if (!File.Open ("d:/sound.wav", CFile:modeRead CFile:shareDenyNone)return ;dwSize = File.Seek (0, CFile:end);/获取WAVE文件长度；File.Seek (0, CFile:begin);/定位到打开的WAVE文件头；/为m_pMemory分配内存，类型为LPVOID，用来存放WAVE文件中的数据；m_pMemory = G

28、lobalAlloc (GMEM_FIXED, dwSize);if (File.ReadHuge (m_pMemory, dwSize) != dwSize)/读取文件中的数据；File.Close ();return ;File.Close ();LPDWORD pdw,pdwEnd;DWORD dwRiff,dwType, dwLength;if (m_pFormat) /格式块指针m_pFormat = NULL;if (m_pData) /数据块指针,类型:LPBYTEm_pData = NULL;if (m_dwSize) /数据长度,类型:DWORDm_dwSize = 0;pd

29、w = (DWORD *) m_pMemory;dwRiff = *pdw+;dwLength = *pdw+;dwType = *pdw+;if (dwRiff != mmioFOURCC ('R', 'I', 'F', 'F')return ;/判断文件头是否为"RIFF"字符；if (dwType != mmioFOURCC ('W', 'A', 'V', 'E')return ;/判断文件格式是否为"WAVE"；/寻找格

30、式块,数据块位置及数据长度pdwEnd = (DWORD *)(BYTE *) m_pMemory+dwLength -4);bool m_bend=false;while (pdw < pdwEnd)&&(!m_bend)/pdw文件没有指到文件末尾并且没有获取到声音数据时继续;dwType = *pdw+;dwLength = *pdw+;switch (dwType)case mmioFOURCC('f', 'm', 't', ' '):/如果为"fmt"标志；if (!m_pFor

31、mat)/获取LPWAVEFORMATEX结构数据；if (dwLength < sizeof (WAVEFORMAT)return ;m_pFormat = (LPWAVEFORMATEX) pdw;break;case mmioFOURCC('d', 'a', 't', 'a'):/如果为"data"标志；if (!m_pData !m_dwSize)m_pData = (LPBYTE) pdw;/得到指向声音数据块的指针；m_dwSize = dwLength;/获取声音数据块的长度；if (m_p

32、Format)m_bend=TRUE;break;pdw = (DWORD *)(BYTE *) pdw + (dwLength + 1)&1);/修改pdw指针，继续循环；DSBUFFERDESC BufferDesc;/定义DSUBUFFERDESC结构对象；memset (&BufferDesc, 0, sizeof (BufferDesc);BufferDesc.lpwfxFormat = (LPWAVEFORMATEX)m_pFormat;BufferDesc.dwSize = sizeof (DSBUFFERDESC);BufferDesc.dwBufferBytes = m_dwSize;BufferDesc.dwFlags = 0;HRESULT hRes;LPDIRECTSOUND m_lpDirectSound;hRes = :DirectSoundCreate(0, &m_lpDirectSound, 0);/创建DirectSound对象；if( hRes != DS_OK )return;m_lpDirectSound->SetCooperativeLevel(this->GetSafeHwnd(), DSSCL_NORMAL);/设置声音设备优先级别