【Windows API】音频 API 对比：wavein/waveout、DirectSound、ASIO、WASAPI

Windows 音频 API 全面对比：wavein/waveout、DirectSound、ASIO、WASAPI

📊 快速对比表

特性维度	WaveIn/WaveOut	DirectSound	ASIO	WASAPI
开发者	微软	微软	Steinberg	微软
首次出现	Windows 3.1 (1992)	Windows 95 (1995)	1997	Windows Vista (2006)
架构层级	用户层 → MMSYSTEM	用户层 → HAL → 驱动	应用 → 驱动 → 硬件	用户层 → 音频引擎
典型延迟	高 (100-500ms)	中 (30-100ms)	极低 (1-10ms)	低 (10-30ms)
多应用共享	❌ 独占	⚠️ 有限共享	✅ 专业共享	✅ 良好共享
硬件加速	❌ 无	✅ 部分	✅ 完全	❌ 软件混音
专业音频	❌ 不适合	⚠️ 基本	✅ 专业级	✅ 良好
游戏音频	❌ 过时	✅ 传统	⚠️ 少见	✅ 现代
现代支持	兼容模式	兼容层	需要驱动	原生推荐

---

1. WaveIn/WaveOut (MMSYSTEM)

起源与定位

• 诞生：Windows 3.1 (1992年)，最早的 Windows 音频 API
• 架构：基于 Win16 时代的 MMSYSTEM 系统
• 现状 ：已过时，但保持向后兼容

技术特点

// 典型使用方式
HWAVEOUT hWaveOut;
waveOutOpen(&hWaveOut, WAVE_MAPPER, &wfx, callback, 0, CALLBACK_FUNCTION);
waveOutWrite(hWaveOut, &whdr, sizeof(WAVEHDR));

HWAVEIN hWaveIn;
waveInOpen(&hWaveIn, WAVE_MAPPER, &wfx, callback, 0, CALLBACK_FUNCTION);
waveInAddBuffer(hWaveIn, &whdr, sizeof(WAVEHDR));

优势与局限

优势	局限
✅ 极其简单易用	❌ 延迟极高（100-500ms）
✅ 系统自带，无需额外库	❌ 不支持多应用同时访问
✅ 向后兼容性好	❌ 功能非常基础
✅ 适合简单录音/播放	❌ 无硬件加速

适用场景

• 简单的命令行音频工具
• 教学示例程序
• 兼容性要求极高的旧程序
• 现代开发：基本不再使用

---

2. DirectSound

设计与定位

• 目标：游戏多媒体音频，取代 Wave API
• 核心：DirectX 多媒体套件的一部分

架构演进

DirectSound (Win95/98)
    ↓
DirectSound → Kernel Mixer (Win2000/XP)
    ↓
DirectSound → WASAPI 模拟层 (Vista+)

关键特性

// 核心接口
IDirectSound8* pDS;
IDirectSoundBuffer* pPrimaryBuffer;
IDirectSoundBuffer* pSecondaryBuffer;
IDirectSound3DBuffer* p3DBuffer;  // 3D音效

实际工作流程

应用程序
    ↓ 创建音频缓冲区
DirectSound 对象
    ↓ 硬件抽象层(HAL)
硬件加速 (如果可用)
    ↓
Kernel Mixer (XP) 或 Audio Engine (Vista+)
    ↓
声卡输出

现代地位

• Vista 之前：游戏音频标准
• Vista 之后：运行在 WASAPI 兼容层上
• Windows 10/11：仍有支持，但有性能损失

---

3. ASIO (Audio Stream Input/Output)

专业音频解决方案

• 诞生背景：解决 Windows 音频延迟问题
• 核心理念 ：绕过 Windows 音频子系统

技术架构对比

传统路径：                          ASIO路径：
App → Windows → 驱动 → 硬件        App → ASIO驱动 → 硬件
      ↑ 高延迟                          ↑ 极低延迟
      混音处理                          直接访问

核心技术

// ASIO 驱动接口
ASIOError ASIOInit(ASIODriverInfo* info);
ASIOError ASIOStart();
ASIOError ASIOCreateBuffers(...);
ASIOError ASIOSetSampleRate(double sampleRate);

// 回调机制
void bufferSwitch(long index, ASIOBool processNow);
ASIOTime* bufferSwitchTimeInfo(ASIOTime* params, long index, ASIOBool processNow);

缓冲区管理

硬件缓冲区 (DMA)
    ↑
ASIO 驱动缓冲区
    ↑
应用程序缓冲区
    ↑
音频数据处理

独特优势

1. 确定性的低延迟：精确控制缓冲区大小
2. 多客户端架构：多个专业软件可同时使用
3. 硬件时钟同步：支持外部字时钟同步
4. 灵活的采样率：支持非标准采样率（如 44.1k、48k、88.2k、96k、192k）

局限与挑战

• ❌ 需要专用驱动：声卡厂商必须提供
• ❌ Steinberg 授权：开发驱动需要许可证
• ❌ 普通声卡不支持：需要专业音频接口
• ✅ 解决方案：ASIO4ALL（为普通声卡提供模拟）

---

4. WASAPI (Windows Audio Session API)

现代 Windows 音频架构

• 设计目标：统一、安全、低延迟的音频系统
• 核心组件：Windows Vista+ 音频栈的核心

架构设计

应用程序
    ↓
WASAPI (IAudioClient)
    ↓
音频会话 (Audio Session)
    ↓
音频引擎 (Software Mixer)
    ↓
音频端点 (扬声器/耳机)

两种工作模式

共享模式 (Shared Mode)

// 多个应用共享同一个设备
IAudioClient* pAudioClient;
pAudioClient->Initialize(
    AUDCLNT_SHAREMODE_SHARED,
    AUDCLNT_STREAMFLAGS_EVENTCALLBACK,
    0, 0, &wfx, NULL);

// Windows 负责混音，延迟较高但兼容性好

独占模式 (Exclusive Mode)

// 应用独占设备访问
pAudioClient->Initialize(
    AUDCLNT_SHAREMODE_EXCLUSIVE,
    AUDCLNT_STREAMFLAGS_EVENTCALLBACK,
    hnsRequestedDuration, 0, &wfx, NULL);

// 绕过音频引擎，直接访问硬件
// 类似 ASIO 的低延迟效果

WASAPI 的关键优势

1. 统一音频架构：取代多种混乱的 API
2. 音频会话隔离：每个应用独立控制音量
3. 事件驱动模型：更高效的资源利用
4. 支持格式转换：自动处理不同格式
5. Windows 原生支持：无需额外 SDK

---

🔄 延迟对比分析

实际延迟范围

WaveIn/WaveOut:  ████████████ 100-500ms
DirectSound:     ████ 30-100ms
WASAPI 共享模式: ███ 20-50ms
WASAPI 独占模式: ██ 10-30ms
ASIO:            █ 1-10ms
Core Audio:      █ 1-10ms (macOS)

延迟来源分解

应用程序
API层延迟
系统混音延迟
驱动缓冲延迟
硬件处理延迟

---

🎯 选择指南：根据需求选择

游戏开发

需求	推荐 API	说明
现代游戏 (DX11+)	XAudio2	DirectX 现代音频 API
传统兼容	DirectSound	旧项目维护
跨平台	OpenAL	开源跨平台方案
高级功能	FMOD/WWISE	专业音频中间件

音乐制作/录音

场景	推荐方案	延迟要求
专业录音棚	ASIO + 专业声卡	1-5ms
家庭工作室	WASAPI 独占模式	10-20ms
预算有限	ASIO4ALL	10-30ms
macOS 用户	Core Audio	1-10ms

多媒体应用

应用类型	推荐 API	理由
媒体播放器	WASAPI 共享	兼容性好，自动混音
VoIP/会议	WASAPI	系统集成好
音频工具	WASAPI 独占	平衡延迟和兼容性
教育软件	Wave API	最简单易学

工业/实时应用

要求	解决方案	备注
超低延迟	ASIO/专业硬件	< 5ms
确定性	ASIO/RTOS	固定延迟
多设备同步	ASIO 字时钟	专业音频接口
Windows 嵌入	WASAPI 定制	可能需要定制驱动

---

💻 代码示例对比

初始化复杂度对比

// Wave API (最简单但过时)
waveOutOpen(&hWaveOut, WAVE_MAPPER, &wfx, NULL, 0, CALLBACK_NULL);

// DirectSound (中等)
DirectSoundCreate8(NULL, &pDS, NULL);
pDS->SetCooperativeLevel(hWnd, DSSCL_PRIORITY);
pDS->CreateSoundBuffer(&dsbd, &pBuffer, NULL);

// WASAPI (现代但稍复杂)
CoCreateInstance(__uuidof(MMDeviceEnumerator), NULL, CLSCTX_ALL, 
                 __uuidof(IMMDeviceEnumerator), (void**)&pEnumerator);
pEnumerator->GetDefaultAudioEndpoint(eRender, eConsole, &pDevice);
pDevice->Activate(__uuidof(IAudioClient), CLSCTX_ALL, NULL, (void**)&pAudioClient);
pAudioClient->Initialize(AUDCLNT_SHAREMODE_SHARED, 0, hnsRequestedDuration, 
                         0, &wfx, NULL);

// ASIO (最复杂但专业)
ASIOInit(&driverInfo);
ASIOCreateBuffers(bufferInfos, numChannels, bufferSize, &callbacks);
ASIOSetSampleRate(44100.0);
ASIOStart();

---

🛠 在你的项目中的实践建议

RtAudio 的多后端支持

RtAudio 之所以需要链接这么多库，是因为它封装了多种后端：

// RtAudio 内部根据平台选择后端
#if defined(__WINDOWS_ASIO__)
    return new RtApiAsio();
#elif defined(__WINDOWS_WASAPI__)
    return new RtApiWasapi();
#elif defined(__WINDOWS_DS__)
    return new RtApiDs();
#elif defined(__WINDOWS_WINMM__)
    return new RtApiWinMM();  // WaveIn/WaveOut
#endif

编译选项建议

# 根据需求选择启用哪些后端
option(BUILD_ASIO "Build with ASIO support" OFF)
option(BUILD_WASAPI "Build with WASAPI support" ON)
option(BUILD_DS "Build with DirectSound support" ON)
option(BUILD_WINMM "Build with WaveIn/WaveOut support" OFF)

if(WIN32)
    if(BUILD_DS)
        target_link_libraries(rtaudio dsound dxguid)
    endif()
    target_link_libraries(rtaudio winmm ole32 uuid)
endif()

现代 Windows 开发推荐配置

1. 主要后端：WASAPI（Windows Vista+）
2. 专业音频：ASIO（需要额外 SDK）
3. 兼容性：DirectSound（旧应用支持）
4. 避免使用：WaveIn/WaveOut（已过时）

解决你的链接错误

# 方案1：获取完整依赖
1. 下载 ASIO SDK
2. 确保 DirectX SDK 安装
3. 重新配置 CMake

# 方案2：简化编译（推荐）
cmake .. -DBUILD_ASIO=OFF -DBUILD_DS=ON
# 只启用 DirectSound，禁用 ASIO

# 方案3：使用系统库
# Windows SDK 已包含 WASAPI 和 DirectSound

---

📈 未来趋势

当前发展方向

1. WASAPI 继续主导：Windows 原生音频栈
2. ASIO 保持专业地位：音乐制作标准
3. Web Audio API 崛起：Web 应用音频
4. 统一跨平台方案：如 JUCE、PortAudio、RtAudio

新兴技术

• AudioGraph API：Windows 10+ 现代音频处理
• WinRT Audio：UWP 应用音频
• WebRTC：实时通信音频优化
• 机器学习音频处理：实时降噪、增强

---

✅ 总结建议

对于你的 RtAudio 项目：

1. 如果不需要专业音频：

   # 禁用 ASIO，最简单
   cmake .. -DBUILD_ASIO=OFF -DBUILD_WASAPI=ON -DBUILD_DS=ON

2. 如果需要专业音频支持：

   # 下载 ASIO SDK，设置路径
   set ASIO_SDK_PATH=C:\ASIO_SDK
   cmake .. -DBUILD_ASIO=ON -DASIO_SDK_PATH=%ASIO_SDK_PATH%

3. 最终链接应包含：

   dsound.lib     # DirectSound
   winmm.lib      # Windows Multimedia (Wave API)
   ole32.lib      # COM 支持
   uuid.lib       # GUID 支持
   # 如果启用 ASIO，还需 ASIO SDK 中的 .cpp 文件

现代 Windows 音频开发的最佳实践是：主要使用 WASAPI，需要超低延迟时使用 ASIO，保持 DirectSound 兼容性，避免使用 WaveIn/WaveOut。