Linux麦克风录音实战

在 Linux 上使用麦克风进行录音可以通过多种方式实现，包括使用命令行工具、图形界面应用程序以及编程接口。下面我将介绍几种常见的方法，从简单的命令行工具到使用 PortAudio 库进行编程。

一. 使用arecord命令行工具

arecord 是 ALSA（Advanced Linux Sound Architecture）提供的一个命令行工具，可以用来录制音频。以下是基本步骤：

步骤 1: 检查麦克风设备：首先，确保你的麦克风设备已经被系统识别。你可以使用 arecord -l 命令来列出所有可用的录音设备。

arecord -l

输出示例：

这里card 3和device 0是要使用的麦克风设备。

步骤 2: 录制音频

使用 arecord 命令进行录音，并指定设备和输出文件格式。例如，录制一个 10 秒的音频文件：

arecord -D hw:3,0 -f cd -d 10 output.wav

• -D hw:0,0：指定设备 card 0, device 0。
• -f cd：指定采样格式为 CD 质量（16-bit, 44.1 kHz, stereo）。
• -d 10：录制时间 10 秒。
• output.wav：输出文件名。

二. 使用 PortAudio 编程库

PortAudio 是一个跨平台的音频 I/O 库，支持多种编程语言。以下是一个使用 C++ 和 PortAudio 进行麦克风录音的示例。

步骤一：安装PortAudio

首先，安装PortAudio库

sudo apt-get install portaudio19-dev

或者编译portaudio库的源代码

git clone https://github.com/PortAudio/portaudio.git
cd portaudio
./configure
make
make install

步骤二：编写录音程序

创建一个 C++ 文件（例如 recorder.cc），并编写录音代码。

// 引入portaudio库
#include <portaudio.h>
#include <stdio.h>
#include <stdlib.h>
#include <string.h>

// 采样频率44100hz
#define SAMPLE_RATE 44100
// 每个缓冲区的帧数
#define FRAMES_PER_BUFFER 1024
// 录制的时间长度
#define RECORD_SECONDS 10

// WAV 文件头结构
typedef struct {
    char riff[4];            // "RIFF"
    int filesize;            // 文件大小减8
    char wave[4];            // "WAVE"
    char fmt_chunk_marker[4]; // "fmt "
    int fmt_chunk_len;       // 格式块长度 (16)
    short audio_format;      // 音频格式 (1 for PCM)
    short num_channels;      // 声道数 (1 for mono, 2 for stereo)
    int sample_rate;         // 采样率 (例如 44100)
    int byte_rate;           // 每秒字节数 (sample_rate * num_channels * (bits_per_sample/8))
    short frame_size;        // 每个样本的字节数 (num_channels * (bits_per_sample/8))
    short bits_per_sample;   // 每个样本的位数 (例如 16)
    char data_chunk_header[8]; // "data"
    int data_bytes;          // 数据字节数 (frame_count * frame_size)
} WavHeader;

// 回调函数
// portaudio会在每次有新的音频数据时调用这个函数
int recordCallback(const void *inputBuffer, void *outputBuffer,
                   unsigned long framesPerBuffer,
                   const PaStreamCallbackTimeInfo* timeInfo,
                   PaStreamCallbackFlags statusFlags,
                   void *userData) {
    FILE *file = (FILE *)userData;
    fwrite(inputBuffer, sizeof(short), framesPerBuffer, file);
    return paContinue;
}

int main() {
    PaStream *stream;
    PaError err;
    FILE *file;

    // 初始化 PortAudio
    err = Pa_Initialize();
    if (err != paNoError) {
        fprintf(stderr, "Pa_Initialize: %s\n", Pa_GetErrorText(err));
        return 1;
    }

    // 打开文件
    file = fopen("output.wav", "wb");
    if (!file) {
        fprintf(stderr, "无法打开输出文件\n");
        Pa_Terminate();
        return 1;
    }

    // 设置 WAV 文件头
    WavHeader header = {0};
    strcpy(header.riff, "RIFF");
    strcpy(header.wave, "WAVE");
    strcpy(header.fmt_chunk_marker, "fmt ");
    header.fmt_chunk_len = 16;
    header.audio_format = 1;
    header.num_channels = 1;
    header.sample_rate = SAMPLE_RATE;
    header.byte_rate = SAMPLE_RATE * header.num_channels * 2;
    header.frame_size = header.num_channels * 2;
    header.bits_per_sample = 16;
    strcpy(header.data_chunk_header, "data");
    header.data_bytes = SAMPLE_RATE * RECORD_SECONDS * header.frame_size;

    // 计算文件大小
    header.filesize = 36 + header.data_bytes;

    // 写入 WAV 文件头
    fwrite(&header, sizeof(WavHeader), 1, file);

    // 设置输入参数
    PaStreamParameters inputParameters;
    // 在 PortAudio 中，设备 ID 通常与 arecord 命令列出的 card 编号对应。
    inputParameters.device = 3;  // 指定设备 ID---对应arecord -l输出的card 3
    inputParameters.channelCount = 1;
    inputParameters.sampleFormat = paInt16;
    inputParameters.suggestedLatency = Pa_GetDeviceInfo(inputParameters.device)->defaultLowInputLatency;
    inputParameters.hostApiSpecificStreamInfo = NULL;

    // 打开音频流
    err = Pa_OpenStream(&stream, &inputParameters, NULL, SAMPLE_RATE, FRAMES_PER_BUFFER, paClipOff, recordCallback, file);
    if (err != paNoError) {
        fprintf(stderr, "Pa_OpenStream: %s\n", Pa_GetErrorText(err));
        fclose(file);
        Pa_Terminate();
        return 1;
    }

    // 启动音频流
    err = Pa_StartStream(stream);
    if (err != paNoError) {
        fprintf(stderr, "Pa_StartStream: %s\n", Pa_GetErrorText(err));
        Pa_CloseStream(stream);
        fclose(file);
        Pa_Terminate();
        return 1;
    }

    // 录音
    printf("录音中... (按任意键停止)\n");
    getchar();

    // 停止音频流
    err = Pa_StopStream(stream);
    if (err != paNoError) {
        fprintf(stderr, "Pa_StopStream: %s\n", Pa_GetErrorText(err));
        Pa_CloseStream(stream);
        fclose(file);
        Pa_Terminate();
        return 1;
    }

    // 关闭音频流
    Pa_CloseStream(stream);

    // 更新 WAV 文件头中的数据大小
    header.data_bytes = ftell(file) - 44;
    header.filesize = 36 + header.data_bytes;
    fseek(file, 0, SEEK_SET);
    fwrite(&header, sizeof(WavHeader), 1, file);

    // 关闭文件
    fclose(file);

    // 终止 PortAudio
    Pa_Terminate();

    printf("录音完成。\n");

    return 0;
}

步骤3：编译和运行

使用 g++ 编译代码：

g++ recorder.cc -o recorder -lportaudio
./recorder

使用cmake编译代码

编写 CMakeLists.txt

   cmake_minimum_required(VERSION 3.10)

   # 项目名称
   project(Recorder)

   # 查找 PortAudio 库
   find_package(PortAudio REQUIRED)

   # 添加可执行文件
   add_executable(recorder recorder.cc)

   # 链接 PortAudio 库
   target_link_libraries(recorder PRIVATE ${PORTAUDIO_LIBRARIES})

   # 设置可执行文件的输出目录
   set(EXECUTABLE_OUTPUT_PATH ${CMAKE_BINARY_DIR}/bin)

编写 CMakeLists.txt后，执行命令

   mkdir build
   cd build
   cmake ..
   make
   ./bin/recorder