代码

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
#include <iostream>
#include <sdl/SDL.h>
#include <fstream>

#pragma comment(lib, "SDL2.lib")

#undef main

using namespace std;

// =======（四）=======
void AudioCallBack(void* userdata, Uint8* stream, int len)
{
	cout << "AudioCallBack" << endl;
	SDL_memset(stream, 0, len);
	auto ifs = (ifstream *)userdata;
	ifs->read((char*)stream, len);
	if (ifs->gcount() <= 0)
	{
		cout << "end" << endl;
		SDL_PauseAudio(1);  // 暂停播放
	}
}

int main(int argc, char *argv[])
{
    // 初始化SDL音频
	SDL_Init(SDL_INIT_AUDIO);

    // =======（一）=======
	// 打开音频设备
	SDL_AudioSpec spec;
	spec.freq = 44100;  // 音频一秒采样率
	spec.format = AUDIO_S16SYS;  // 音频样本类型，使用系统字节序
	spec.channels = 2;  // 音频通道数（双声道，立体声）
	spec.silence = 0;  // 静音的值
	spec.samples = 1024;  // 样本数量，2的n次方，
						  // 用于分割平面模式的多通道数据
						  // 例如 samples = 8
						  //     LLLL RRRR
	spec.callback = AudioCallBack;  // 音频播放回调函数
	ifstream ifs("test_pcm.pcm", ios::binary);

	spec.userdata = &ifs;


    // =======（二）=======
	if (SDL_OpenAudio(&spec, nullptr) < 0)
	{
		cerr << "SDL_OpenAudio failed!" << SDL_GetError() << endl;
		return -1;
	}

    // =======（三）=======
	SDL_PauseAudio(0);  // 开始播放

	getchar();

	SDL_QuitSubSystem(SDL_INIT_AUDIO);

	return 0;
}

（一）

SDL_AudioSpec 是 SDL 库中的一个结构体，用于描述音频设备的配置和格式。它包含了音频播放和录制所需的各种参数，包括采样率、音频格式、通道数、样本大小、回调函数等。

以下是 SDL_AudioSpec 结构体的主要成员及其解释：

  1. int freq：音频采样率，表示每秒钟播放或录制的样本数。常见的值是 44100（CD 音质）、48000（DVD 音质）等。

    • 代码中示例：spec.freq = 44100;。

  2. SDL_AudioFormat format：音频格式，用于指定每个音频样本的格式（例如 8 位、16 位等）和字节序。常用的值有 AUDIO_U8（无符号 8 位 PCM 数据）、AUDIO_S16SYS（有符号 16 位 PCM 数据，系统字节序）等。

    • 代码中示例：spec.format = AUDIO_S16SYS;。

  3. Uint8 channels：音频通道数，1 表示单声道（Mono），2 表示立体声（Stereo）。

    • 代码中示例：spec.channels = 2;。

  4. Uint8 silence：静音值。当音频缓冲区为空时，SDL 用于填充静音的值。对于 8 位音频格式，这通常是 128，对于 16 位音频格式，这通常是 0。

    • 代码中示例：spec.silence = 0;。

  5. Uint16 samples：每个音频缓冲区的样本数，通常是 2 的幂。这个值决定了音频回调函数的调用频率，值越大，延迟越高，值越小，延迟越低，但会增加回调的调用频率。

    • 代码中示例：spec.samples = 1024;。

  6. SDL_AudioCallback callback：音频回调函数指针。当音频设备需要更多数据时，SDL 会调用这个回调函数，以便用户提供数据。

    • 代码中示例：spec.callback = AudioCallBack;。
  • 类似于Qt 中的 TimerEvent，会每时每刻调用
  1. void *userdata：用户数据指针。在回调函数中传递给用户的自定义数据，用户可以用它来传递上下文信息或者其他所需的数据。
    • 代码中示例：spec.userdata = &ifs;，其中 ifs 是指向输入文件流的指针。

SDL_AudioSpec 结构体的这些成员允许开发者自定义音频设备的行为，使得 SDL 可以灵活地支持各种音频硬件和格式。通过适当配置这些参数，可以确保音频的播放和录制与期望的音频质量和性能相符。

【关于PCM 8位和16位的区别】

8位和16位 PCM 数据的主要区别在于 量化精度，即每个样本使用多少位来表示声音的振幅。

  1. 8位 PCM 数据：
    • 使用 8 位（1 字节）来表示每个音频样本。
    • 由于每个样本只有 8 位，量化的数值范围是 0 到 255（无符号）或 -128 到 127（有符号）。
    • 8 位音频的精度较低，噪声较大，音质相对较差，通常用于简单的声音效果或需要降低数据量的场景。
    • 文件大小相对较小，因为每个样本的字节数较少。
  2. 16位 PCM 数据：
    • 使用 16 位（2 字节）来表示每个音频样本。
    • 量化的数值范围是 -32768 到 32767（有符号整数），这提供了更大的动态范围和更高的音频精度。
    • 16 位音频的音质明显优于 8 位音频，因为它能更精确地表示声音的细节和动态变化，通常用于高质量的音频文件，如音频 CD（44.1 kHz, 16-bit PCM）。
    • 文件大小较大，因为每个样本需要 2 个字节。

总结

  • 8位 PCM：音质较低，适合用于简单音效或数据传输速率较低的场景。
  • 16位 PCM：音质较高，适合用于音乐、视频和其他对音质有较高要求的场合。

（二）

SDL_OpenAudio 是 SDL（Simple DirectMedia Layer）库中的一个函数，用于打开音频设备并进行音频播放的初始化。这个函数配置音频硬件的播放参数，并分配资源，使音频设备能够开始工作。

SDL_OpenAudio 函数的作用

  1. 配置音频设备：它使用一个 SDL_AudioSpec 结构体来设置音频设备的参数，比如采样率、音频格式、通道数和缓冲区大小等。
  2. 初始化音频设备：根据提供的配置参数，SDL 会初始化音频硬件或虚拟音频设备，使其准备好播放音频。
  3. 注册回调函数：在初始化过程中，SDL 注册一个回调函数（SDL_AudioSpec 中的 callback 成员），当音频设备需要新的音频数据时，SDL 会调用这个回调函数。

函数签名

1
int SDL_OpenAudio(SDL_AudioSpec *desired, SDL_AudioSpec *obtained);

参数说明

  1. desired（指针）：指向 SDL_AudioSpec 结构体，该结构体描述了你希望音频设备采用的音频参数（如采样率、格式、通道数、缓冲区大小等）。
    • 你在这个结构体中指定你所期望的音频设置，包括回调函数。
    • 这是一个输入参数，SDL 使用这些信息来尝试匹配最接近的硬件配置。
  2. obtained（指针）：指向一个 SDL_AudioSpec 结构体，用于接收实际音频设备支持的参数。
    • 如果你不关心实际的音频参数，可以传入 nullptr。
    • 这是一个输出参数，SDL 将音频设备实际使用的参数写入该结构体中。通常用于检测音频设备的实际配置与期望配置之间的差异。

（三）

【关于callback函数什么时候调用】

  1. 初始化 SDL 音频子系统（SDL_Init(SDL_INIT_AUDIO);）。
  2. 配置并打开音频设备（SDL_OpenAudio(&spec, nullptr);）。
  3. 开始音频播放（SDL_PauseAudio(0);）：这是启动音频播放的关键点。此时，SDL 开始工作，音频设备开始请求数据，触发 AudioCallBack 回调函数。

（四）

这个回调函数 AudioCallBack 是在 SDL 音频设备需要新的音频数据时调用的。它的主要任务是从音频文件中读取数据并填充到音频缓冲区（stream），以确保音频播放的连续性。以下是这个回调函数的详细解释：

函数参数解释

1
void AudioCallBack(void* userdata, Uint8* stream, int len)
  • void* userdata：用户自定义的数据指针。在设置音频设备时（SDL_AudioSpec 的 userdata 成员），你可以传递任何需要在回调函数中使用的数据。在这个例子中，它是一个指向 ifstream 的指针，用于读取音频文件数据。
  • Uint8* stream：指向音频缓冲区的指针。这个缓冲区是 SDL 用来播放音频的。当 SDL 需要更多数据时，它会调用回调函数并传递这个缓冲区指针。回调函数的任务是将新的音频数据填充到这个缓冲区。
  • int len：需要填充到缓冲区 stream 中的音频数据长度（字节数）。这个长度由 SDL 提供，通常由 SDL_AudioSpec 结构体中的 samples 字段决定。

函数执行流程

  1. 清零音频缓冲区：

    1
    SDL_memset(stream, 0, len);

    SDL_memset 函数将音频缓冲区 stream 的所有字节设置为 0。这个步骤是为了确保缓冲区在填充新数据之前是清零的，防止之前的数据残留。对于一些应用场景，这可以避免噪声或不期望的声音出现。

  2. 读取音频数据：

    1
    2
    auto ifs = (ifstream *)userdata;
    ifs->read((char*)stream, len);
    • auto ifs = (ifstream *)userdata;：将 userdata 转换为 ifstream 指针。这里 userdata 是在初始化 SDL_AudioSpec 时传入的，指向一个打开的音频文件流（ifstream）。
    • ifs->read((char*)stream, len);：从音频文件中读取 len 字节的数据并填充到 stream 缓冲区。这个操作将音频文件中的 PCM 数据读入到 SDL 的播放缓冲区中。

  3. 检查文件是否读完：

    1
    2
    3
    4
    5
    if (ifs->gcount() <= 0)
    {
        cout << "end" << endl;
        SDL_PauseAudio(1);  // 暂停播放
    }
    • ifs->gcount()：返回 read 操作实际读取的字节数。如果返回值小于或等于 0，表示文件已经读完或者没有更多数据可以读取。
    • 如果文件读取完毕（ifs->gcount() <= 0），打印 “end” 表示音频文件已结束，然后调用 SDL_PauseAudio(1); 暂停音频播放。暂停播放是为了避免播放空的缓冲区，产生噪音或无效的音频输出。

总结

  • 回调函数的主要任务是从音频文件读取数据，并填充 SDL 的音频缓冲区，确保音频的连续播放。
  • userdata 用于传递自定义数据（如音频文件流），以便在回调函数中使用。
  • 当音频数据用尽时，回调函数暂停音频播放，防止播放空数据。

这确保了音频播放的稳定性和数据的准确性。

（五）

【播放过程的详细解释】

  1. 音频设备开始工作：调用 SDL_PauseAudio(0) 后，SDL 的音频子系统开始工作，音频设备会开始播放缓冲区中的数据。
  2. 音频数据的填充：当音频设备播放时，它会消耗缓冲区中的音频数据。当缓冲区中剩余的数据不足时，SDL 会调用你在 SDL_AudioSpec 中指定的回调函数 AudioCallBack。
  3. 音频数据的提供：AudioCallBack 函数从音频文件中读取新的音频数据并填充到音频缓冲区中。这些数据就是音频设备播放的内容。
  4. 持续播放：只要有新的音频数据可用，并且音频设备没有被暂停（调用 SDL_PauseAudio(1)），音频设备就会持续播放数据。

总结

声音的实际播放是由 SDL_PauseAudio(0) 启动的，它解除音频设备的暂停状态，让音频设备开始请求和播放数据。回调函数 AudioCallBack 在音频数据不足时被调用，用于填充更多的音频数据，从而实现连续播放。