.NET 音频采集 - 技术栈

本文介绍Windows下声音数据的采集，用于本地录音、视讯会议、投屏等场景

声音录制有麦克风、扬声器以及混合录制三类方式，麦克风和扬声器单独录制的场景更多点，混合录制更多的是用于本地录音

我们基于NAudio实现，开源组件NAudio已经很稳定的实现了各类播放、录制、转码等功能，WaveIn,WaveInEvent,WasapiCapture,WasapiLoopbackCapture, WaveOut, WaveStream, WaveFileWriter, WaveFileReader, AudioFileReader都是比较常见的类，下面详细介绍下录制模块的实现

麦克风录制

1.WaveInEvent

通过WaveInEvent类，我们可以捕获麦克风输入：

复制代码

 1     private WaveInEvent _waveIn;
 2     private WaveFileWriter _writer;
 3     private void MainWindow_Loaded(object sender, RoutedEventArgs e)
 4     {
 5         _waveIn = new WaveInEvent();
 6         //441采样率，单通道
 7         _waveIn.WaveFormat = new WaveFormat(44100, 1);
 8         _writer = new WaveFileWriter("recordedAudio.wav", _waveIn.WaveFormat);
 9         _waveIn.DataAvailable += (s, a) =>
10         {
11             _writer.Write(a.Buffer, 0, a.BytesRecorded);
12         };
13         // 列出所有可用的录音设备
14         for (int i = 0; i < WaveIn.DeviceCount; i++)
15         {
16             var deviceInfo = WaveIn.GetCapabilities(i);
17             OutputTextBlock.Text += $"Device {i}: {deviceInfo.ProductName}\r\n";
18         }
19     }
20     private void StartRecordButton_OnClick(object sender, RoutedEventArgs e)
21     {
22         _waveIn.StartRecording();
23     }
24     private void StopRecordButton_OnClick(object sender, RoutedEventArgs e)
25     {
26         _waveIn.StopRecording();
27         _waveIn.Dispose();
28         _writer.Close();
29     }

在每次录制到数据时，将数据写入文件。上面是实现保存录音的DEMO

2.WaveIn

还有WaveIn，和WaveInEvent是一样接口IWaveIn。如果是Windows窗口应用，可以直接使用WaveIn，但需要传入窗口句柄。控制台应用是无法支持WaveIn的

WaveIn构造参数需要传入窗口句柄，默认不传的话NAudio会创建一个窗口：

复制代码

 1     internal void Connect(WaveInterop.WaveCallback callback)
 2     {
 3       if (this.Strategy == WaveCallbackStrategy.NewWindow)
 4       {
 5         this.waveOutWindow = new WaveWindow(callback);
 6         this.waveOutWindow.CreateControl();
 7         this.Handle = this.waveOutWindow.Handle;
 8       }
 9       else
10       {
11          .........
12       }
13     }

另外这里的WaveWindow是winform窗口，internal class WaveWindow : Form
WaveIn 使用回调函数（Callback）来处理音频数据，这种回调函数会在 Windows 收到音频数据时通过消息机制调度。这通常意味着你需要管理并处理这些回调函数，以确保音频数据的正确捕捉和处理。然而这也意味着需要更多的底层工作和线程安全控制。

而在控制台这类非GUI应用，就建议使用WaveInEvent了，它未使用窗口消息，而是通过while循环监听buffers数据，通过判断buffer.Done是否完成来触发输出buffer数据事件DataAvailable。

所以性能来说WaveIn从线程处理上会占优很多，未做过对比测试（待补充）
3.WasapiCapture

另外，除了WaveIn API，还可以使用WasapiCapture, 它与WaveIn的使用方式是一致的, 可以用来录制麦克风WaveInAPI虽然没有独占、共享功能，但也需要处理并发问题，即多个录音实例访问同一个麦克风设备的话会存在并发访问问题。

WasapiCapture是WASAPI About WASAPI - Win32 apps | Microsoft Learn，全称Windows Audio Session Application Programming Interface (Windows音频会话应用编程接口) ，它在Windows Vista引入、提供了一些关键的改进

比如，提供更低的音频延迟和高性能音频处理，可以提供共享模式和独占模式

在共享模式下，可以与多个应用程序共享一个音频设备；WasapiCapture.ShareMode = AudioClientShareMode.Shared;

在独占模式下，应用程序可以完全控制音频设备，降低延迟 AudioClientShareMode.Exclusive

看看WasapiCapture DEMO，都是基于IWaveIn接口实现，所以代码无差别：

复制代码

 1     private WaveFileWriter _writer;
 2     private WasapiCapture _capture;
 3     private void MainWindow_Loaded(object sender, RoutedEventArgs e)
 4     {
 5         _capture = new WasapiCapture();
 6         _writer = new WaveFileWriter("recordedAudio.wav", _capture.WaveFormat);
 7         _capture.DataAvailable += (s, a) =>
 8         {
 9             _writer.Write(a.Buffer, 0, a.BytesRecorded);
10         };
11         // 列出所有可用的录音设备
12         for (int i = 0; i < WaveIn.DeviceCount; i++)
13         {
14             var deviceInfo = WaveIn.GetCapabilities(i);
15             OutputTextBlock.Text += $"Device {i}: {deviceInfo.ProductName}\r\n";
16         }
17     }

录制麦克风音频，WasapiCapture 是最佳选择，专为低延迟、高性能设计

另外，如果音频采集时需要重采样，可以使用BufferedWaveProvider缓存DataAvailable事件过来的原始音频数据，

复制代码

 1     //创建BufferedWaveProvider，缓存原始音频数据
 2     var bufferedProvider = new BufferedWaveProvider(provider.NAudioWaveFormat)
 3     {
 4         DiscardOnBufferOverflow = true,
 5         ReadFully = false
 6     };
 7     provider.WaveIn.DataAvailable += (s, e) =>
 8     {
 9         //将音频数据写入 BufferedWaveProvider
10         bufferedProvider.AddSamples(e.Buffer, 0, e.BytesRecorded);
11     };
12     //获取采样接口
13     var sampleProvider = bufferedProvider.ToSampleProvider();
14     sampleProvider = new WdlResamplingSampleProvider(sampleProvider, TargetFormat.SampleRate);
15     //重采样后的音频数据
16     _waveProvider = sampleProvider.ToWaveProvider16();

BufferedWaveProvider、SampleToWaveProvider16均是实现IWaveProvider通用接口，可提供音频格式以及获取数据接口

复制代码

 1   public interface IWaveProvider
 2   {
 3     /// <summary>Gets the WaveFormat of this WaveProvider.</summary>
 4     /// <value>The wave format.</value>
 5     WaveFormat WaveFormat { get; }
 6 
 7     /// <summary>Fill the specified buffer with wave data.</summary>
 8     /// <param name="buffer">The buffer to fill of wave data.</param>
 9     /// <param name="offset">Offset into buffer</param>
10     /// <param name="count">The number of bytes to read</param>
11     /// <returns>the number of bytes written to the buffer.</returns>
12     int Read(byte[] buffer, int offset, int count);
13   }

将重采样的数据写入本地文件保存：

复制代码

 1     /// <summary>
 2     /// 目标音频格式
 3     /// </summary>
 4     public WaveFormat TargetFormat { get; }
 5     public void Save()
 6     {
 7         using var writer = new WaveFileWriter("recordedAudio.wav", TargetFormat);
 8         // 将重采样后的数据写入文件
 9         byte[] buffer = new byte[TargetFormat.AverageBytesPerSecond];
10         int bytesRead;
11         while ((bytesRead = _waveProvider.Read(buffer, 0, buffer.Length)) > 0)
12         {
13             writer.Write(buffer, 0, bytesRead);
14         }
15     }

这样，我们使用 WasapiCapture 捕获音频数据，并将这些数据实时重采样到指定采样率如44.1kHz（常见的采样率有441和480），单声道格式。录音结束后，重采样后的音频数据再被保存到一个WAV文件中。

另外如果是单通道声音，可以转换成多通道即立体声：

复制代码

1     // Mono to Stereo
2     if (simpleFormat.Channels == 1)
3     {
4         sampleProvider = sampleProvider.ToStereo();
5     }

ToStereo返回的MonoToStereoSampleProvider，会将单通道声音数据，转换为双通道的音频格式。但实际上，采样器MonoToStereoSampleProvider内部只有一份source数据，在Read时外部参数Samples直接除以2即变成了1，左右声道均输出此音频数据。

扬声器录制

录制扬声器声音即声卡输出，借助WasapiLoopbackCapture可简单实现，使用方式与WasapiCapture没区别。部分代码：

复制代码

 1     var capture = new WasapiLoopbackCapture();
 2     var writer = new WaveFileWriter("recordedAudio.wav", capture.WaveFormat);
 3     capture.DataAvailable += (s, a) =>
 4     {
 5         writer.Write(a.Buffer, 0, a.BytesRecorded);
 6     };
 7     capture.StartRecording();
 8     // 列出所有可用的扬声器设备
 9     for (int i = 0; i < WaveOut.DeviceCount; i++)
10     {
11         var deviceInfo = WaveOut.GetCapabilities(i);
12         OutputTextBlock.Text += $"Device {i}: {deviceInfo.ProductName}\r\n";
13     }

音频可视化

值得另外说的，扬声器录制有一类厂测场景，上位机工厂测试软件测试扬声器，需要显示声道的音频曲线

音频波形图或者频谱图，可以通过DataAvailable拿到的字节数组，根据可视化图X坐标需要显示的点列数量，在数组中获取数据然后映射到可视化图表坐标Y值上。详细的可参考这篇 [C#] 使用 NAudio 实现音频可视化_c#声音频谱-CSDN博客，它实现的是曲线，也可以另外换成柱状图。

录制扬声器，有些场景需要关闭本地扬声器外放。投屏软件有这个场景，会将当前设备A的声卡音频数据传输到其它设备B上播放，但设备A不想重复播放声音。因为设备A播放声音的话，会议室会有混音，并且投屏设备A一般是笔记本、设备B是会议大屏，扬声器质量和功率是不如专业的交互大屏的，大屏扬声器价格会贵点。

复制代码

1     var volume = playbackDevice.AudioEndpointVolume;
2     // 记录原音量，用于结束录制时恢复音量
3     float originalVolume = volume.MasterVolumeLevelScalar;
4     // 静音播放设备
5     volume.MasterVolumeLevelScalar = 0;

2.保持扬声器活跃

同时，录制扬声器是一个持续活动，为避免因无音频信号导致设备自动关闭或进入低功耗状态，在不想关闭音频设备而又没有实际音频播放任务时，会用沉默音频保持设备活跃。可以按如下操作

1).创建一个WasapiOut实例，指定使用共享模式：var wasapiOut = new WasapiOut(device, AudioClientShareMode.Shared, true, 50);

2).获取音频设备MMDevice的AudioClient对象

using var audioClient = device.AudioClient;

wasapiOut.Init(new SilenceProvider(audioClient.MixFormat));

3).在启动WasapiLoopbackCapture录制时，将此静音波形播放对象启动，持续生成静音信号

混音录制

也有必要介绍下混音录制，虽然场景较少。

初始化多个麦克风、扬声器录制器，然后同上面重采样操作，创建一个 BufferedWaveProvider (bufferedProvider)，用于存储输入的音频数据。

订阅订阅 IWaveIn 的 DataAvailable 事件，将数据都塞进缓存音频缓存器

最后返回16位浮点波形数据存储器，IWaveProvider数据获取方式同上面重采样操作。

复制代码

 1     public MixAudioCapture(params IWaveIn[] audioWaveCaptures)
 2     {
 3         _audioWaveCaptures = audioWaveCaptures;
 4         var sampleProviders = new List<ISampleProvider>();
 5         foreach (var waveIn in audioWaveCaptures)
 6         {
 7             var bufferedProvider = new BufferedWaveProvider(waveIn.WaveFormat)
 8             {
 9                 DiscardOnBufferOverflow = true,
10                 ReadFully = false
11             };
12             waveIn.DataAvailable += (s, e) =>
13             {
14                 bufferedProvider.AddSamples(e.Buffer, 0, e.BytesRecorded);
15             };
16             var sampleProvider = bufferedProvider.ToSampleProvider();
17             sampleProviders.Add(sampleProvider);
18         }
19         var waveProviders = sampleProviders.Select(m => m.ToWaveProvider());
20         // 混音后的音频数据
21         _waveProvider = new MixingWaveProvider32(waveProviders).ToSampleProvider().ToWaveProvider16();
22     }

一般混音的同时，也会重采样。看具体场景操作吧

参考：

简要介绍WASAPI播放音频的方法 - PeacoorZomboss - 博客园 (cnblogs.com)

[C#] 使用 NAudio 实现音频可视化_c#声音频谱-CSDN博客

naudio/NAudio: Audio and MIDI library for .NET (github.com)

关键字：音频采集、麦克风/扬声器/混音采集