您现在的位置：程式碼之家 >> 編程語言 > >> C語言 >> VC >> 關於VC++

Windows 波形音訊 API 錄音程式設計全解析：從基礎結構到無限長度錄製

編輯：關於VC++

前言：波形音訊 API 的歷史地位與現況

Windows Multimedia API (winmm.dll) 中的 waveIn*/waveOut* 系列函數，是 Windows 早期音訊輸入輸出的基石。雖然 Windows Vista 引入 Core Audio API (WASAPI) 提供更低延遲、更豐富的功能，但波形 API 因其簡單、穩定、跨版本相容 (Win95~Win11)、無需複雜 COM 介面，至今仍廣泛應用於教學、舊專案維護、嵌入式 Windows、簡易錄音工具等場景。本文系統講解 waveIn 錄音完整流程、核心結構體、三種回呼模式、緩衝區管理與無限長度錄製技巧。

數位音訊基礎知識速覽

PCM (Pulse Code Modulation)：固定頻率採樣類比波形，量化為數位值。
奈奎斯特定理：採樣率 ≥ 2 × 最高頻率分量。CD 級 44.1kHz 覆蓋人耳 20kHz 上限。
位元深度：8-bit (256 階、動態範圍 ~48dB)、16-bit (65536 階、~96dB，接近人耳極限)。
聲道：單聲道、立體聲 (雙聲道)。
資料率 = 採樣率 × 位元深度/8 × 聲道數。例：44.1kHz/16bit/立體聲 = 176.4 KB/s。

核心結構體

`WAVEFORMATEX` — 音訊格式描述

typedef struct {
    WORD  wFormatTag;      // 格式標記，WAVE_FORMAT_PCM = 1
    WORD  nChannels;       // 聲道數：1=單聲道, 2=立體聲
    DWORD nSamplesPerSec;  // 採樣率：8000, 11025, 22050, 44100 等
    DWORD nAvgBytesPerSec; // 平均位元率 = nSamplesPerSec * nBlockAlign
    WORD  nBlockAlign;     // 區塊對齊 = nChannels * wBitsPerSample / 8
    WORD  wBitsPerSample;  // 位元深度：8, 16
    WORD  cbSize;          // 擴充資料大小 (PCM 為 0)
} WAVEFORMATEX;

`WAVEHDR` — 緩衝區標頭

typedef struct {
    LPSTR  lpData;          // 緩衝區記憶體指標
    DWORD  dwBufferLength;  // 緩衝區總長度 (bytes)
    DWORD  dwBytesRecorded; // 實際錄入/播放位元組數
    DWORD  dwUser;          // 使用者自訂資料
    DWORD  dwFlags;         // 旗標：WHDR_DONE, WHDR_PREPARED, WHDR_INQUEUE...
    DWORD  dwLoops;         // 播放迴圈次數
    struct wavehdr_tag* lpNext; // 驅動程式保留
    DWORD  reserved;        // 保留
} WAVEHDR;

關鍵 API 函數總覽

功能	錄音 (`waveIn*`)	播放 (`waveOut*`)
開啟裝置	`waveInOpen`	`waveOutOpen`
準備標頭	`waveInPrepareHeader`	`waveOutPrepareHeader`
加入緩衝區	`waveInAddBuffer`	—
寫入/播放	—	`waveOutWrite`
開始	`waveInStart`	— (Write 即開始)
停止/重設	`waveInReset`	`waveOutReset`
釋放標頭	`waveInUnprepareHeader`	`waveOutUnprepareHeader`
關閉裝置	`waveInClose`	`waveOutClose`

回呼訊息機制

waveInOpen 的 dwCallback 參數指定處理方式，由 fdwOpen 旗標決定：

CALLBACK_WINDOW：傳送訊息至指定 HWND (MM_WIM_*)。
CALLBACK_THREAD：張貼執行緒訊息 (PostThreadMessage)。
CALLBACK_FUNCTION：直接呼叫回呼函數 (需 __stdcall，不可呼叫非安全 API)。
CALLBACK_EVENT：設定事件物件 (Vista+)。

錄音訊息 (`MM_WIM_*`)

MM_WIM_OPEN：裝置開啟完成，可進行初始化。
MM_WIM_DATA：緩衝區滿或錄音停止，lParam 指向 WAVEHDR*，核心處理點。
MM_WIM_CLOSE：裝置關閉，釋放資源。

播放訊息 (`MM_WOM_*`)：對應 `OPEN`/`DONE`/`CLOSE`。

完整錄音流程

// 1. 定義格式
WAVEFORMATEX wfx = { WAVE_FORMAT_PCM, 1, 22050, 22050, 1, 8, 0 }; // 22.05kHz/8bit/單聲道

// 2. 開啟錄音裝置 (視窗回呼模式)
HWAVEIN hWaveIn;
waveInOpen(&hWaveIn, WAVE_MAPPER, &wfx, (DWORD_PTR)hWnd, 0, CALLBACK_WINDOW);

// 3. 分配兩個緩衝區 (雙緩衡輪換)
#define BUF_SIZE 8192
WAVEHDR hdr1 = {0}, hdr2 = {0};
BYTE buf1[BUF_SIZE], buf2[BUF_SIZE];
hdr1.lpData = (LPSTR)buf1; hdr1.dwBufferLength = BUF_SIZE;
hdr2.lpData = (LPSTR)buf2; hdr2.dwBufferLength = BUF_SIZE;
waveInPrepareHeader(hWaveIn, &hdr1, sizeof(WAVEHDR));
waveInPrepareHeader(hWaveIn, &hdr2, sizeof(WAVEHDR));
waveInAddBuffer(hWaveIn, &hdr1, sizeof(WAVEHDR));
waveInAddBuffer(hWaveIn, &hdr2, sizeof(WAVEHDR));

// 4. 開始錄音
waveInStart(hWaveIn);

// 5. 訊息迴圈處理 MM_WIM_DATA (見下文)

// 6. 停止與清理
waveInReset(hWaveIn);
waveInUnprepareHeader(hWaveIn, &hdr1, sizeof(WAVEHDR));
waveInUnprepareHeader(hWaveIn, &hdr2, sizeof(WAVEHDR));
waveInClose(hWaveIn);

無限長度錄製核心：`MM_WIM_DATA` 處理

當緩衝區填滿，驅動程式發送 MM_WIM_DATA，lParam 指向已填滿的 WAVEHDR。此時必須：

將緩衝區資料寫入檔案/傳送網路/轉存大記憶體緩衝區。
重新 waveInAddBuffer 同一個 WAVEHDR (資料已處理完畢)，實現緩衝區循環使用。

MFC 視窗類別訊息映射範例


BEGIN_MESSAGE_MAP(CRecordWnd, CWnd)
    ON_MESSAGE(MM_WIM_OPEN, OnWimOpen)
    ON_MESSAGE(MM_WIM_DATA, OnWimData)
    ON_MESSAGE(MM_WIM_CLOSE, OnWimClose)
END_MESSAGE_MAP()

LRESULT CRecordWnd::OnWimData(WPARAM wParam, LPARAM lParam) {
    WAVEHDR* pHdr = (WAVEHDR*)lParam;
    if (!pHdr || !(pHdr->dwFlags & WHDR_DONE)) return 0;

    // 1. 寫入檔案 (假設 m_file 已開啲)
    m_file.Write(pHdr->lpData, pHdr->dwBytesRecorded);
    m_dwTotalBytes += pHdr->dwBytesRecorded;

    // 2. 重新加入佇列 (循環緩衝)
    waveInAddBuffer(m_hWaveIn, pHdr, sizeof(WAVEHDR));
    return 0;
}

執行緒模式 (`CWinThread`) 範例


class CRecordThread : public CWinThread {
    DECLARE_DYNCREATE(CRecordThread)
    HWAVEIN m_hWaveIn;
    CFile m_file;
    WAVEHDR m_hdr[2];
    BYTE* m_buf[2];
public:
    BOOL InitInstance() {
        // 開啟裝置，指定執行緒 ID 回呼
        waveInOpen(&m_hWaveIn, WAVE_MAPPER, &wfx, m_nThreadID, 0, CALLBACK_THREAD);
        // 準備緩衝區...
        return TRUE;
    }
    // 訊息映射
    ON_THREAD_MESSAGE(MM_WIM_DATA, OnWimData)
    ON_THREAD_MESSAGE(MM_WIM_CLOSE, OnWimClose)
    // 處理函數同視窗模式
};

WAV 檔案寫入：標準 RIFF/WAVE 格式


void WriteWaveHeader(CFile& file, const WAVEFORMATEX& wfx, DWORD dwDataSize) {
    DWORD dwRiffSize = 36 + dwDataSize; // 4(RIFF)+4(size)+4(WAVE)+4(fmt )+24(fmt data)+4(data)+4(size)
    file.Write("RIFF", 4);
    file.Write(&dwRiffSize, 4);
    file.Write("WAVE", 4);
    file.Write("fmt ", 4);
    DWORD dwFmtSize = 16; // PCM
    file.Write(&dwFmtSize, 4);
    file.Write(&wfx, sizeof(WAVEFORMATEX)); // 18 bytes, 含 cbSize=0
    file.Write("data", 4);
    file.Write(&dwDataSize, 4);
}
// 錄音結束時呼叫，寫入標頭並更新 RIFF/data 區塊大小

注意：WAVEFORMATEX 為 18 位元組 (含 cbSize)，標準 PCM fmt 區塊為 16 位元組 (不含 cbSize)，寫入時需手動控制寫入長度或構造 16 位元組結構。

常見問題與避坑指南

問題	原因	解決
錄音雜音/斷續	緩衝區太小、CPU 佔用高導致緩衝區下溢	增大緩衝區 (如 16KB~64KB)、提高執行緒優先級、使用雙/三緩衡
無法開啟裝置 (MMSYSERR_ALLOCATED)	裝置被其他程式佔用	檢查獨佔模式、關閉其他錄音軟體、嘗試 WAVE_MAPPER 自動選擇
錄音速度不正確	格式結構體填寫錯誤 (nAvgBytesPerSec、nBlockAlign)	嚴格按公式計算：nBlockAlign = nChannels * wBitsPerSample / 8; nAvgBytesPerSec = nSamplesPerSec * nBlockAlign
回呼函數崩潰	CALLBACK_FUNCTION 中呼叫非安全 API (如 new、MessageBox、檔案 I/O)	改用 CALLBACK_WINDOW/THREAD，或回呼中僅設旗標/PostMessage 通知主執行緒處理
WAV 檔案播放長度錯誤	RIFF/data 區塊大小未正確寫入	錄音結束前計算總位元組數，`SeekToBegin` 回寫標頭大小欄位

進階主題：多裝置選擇與格式枚舉

waveInGetNumDevs() 取得裝置數。
waveInGetDevCaps(uDeviceID, &caps, sizeof(caps)) 取得裝置名稱、支援格式 (caps.dwFormats 位元旗標)。
waveInMessage(hWaveIn, DRV_QUERYFUNCTIONINSTANCEID, ...) 進階控制。

結語

波形音訊 API 雖屬舊世代，但其「開啟→準備緩衝→加入佇列→啟動→訊息循環處理→清理」的清晰流程，構成了理解現代音訊管線 (WASAPI、Audio Graph) 的最佳入門模型。掌握雙緩衡循環、MM_WIM_DATA 即時寫入、WAV 標頭構建等核心技巧，即可開發出穩定、低延遲、無長度限制的錄音應用。若專案需超低延遲 (<10ms)、裝置獨佔、多通道同步、音訊端點切換通知等進階功能，請遷移至 WASAPI (共享/獨佔模式) 或 Audio Client API。