用C录制音频

#include <stdint.h>

typedef struct
{
    char RIFF_marker[4];
    uint32_t file_size;
    char filetype_header[4];
    char format_marker[4];
    uint32_t data_header_length;
    uint16_t format_type;
    uint16_t number_of_channels;
    uint32_t sample_rate;
    uint32_t bytes_per_second;
    uint16_t bytes_per_frame;
    uint16_t bits_per_sample;
} WaveHeader;

WaveHeader *genericWAVHeader(uint32_t sample_rate, uint16_t bit_depth, uint16_t channels);
WaveHeader *retrieveWAVHeader(const void *ptr);
int writeWAVHeader(int fd, WaveHeader *hdr);
int recordWAV(const char *fileName, WaveHeader *hdr, uint32_t duration);

#1 楼

一些事情立即对我产生影响：


当您需要大小不固定的东西时，请使用sizeof()。换句话说，在write结构成员上的所有WaveHeader调用都应使用sizeof，而不是硬编码的大小。不需要使用用于初始化结构的相同方法来分配它（除非它是不透明的指针，否则您实际上会在意它的分配位置）。没有理由不能将您的WaveHeader放在堆栈中。


作为一般规则，首先使用自动分配（“堆栈”），只有在您有一些令人信服的理由（原因通常是大小变化，太大而无法使用）时才转向动态分配
分开初始化和分配可以让API的用户决定如何处理内存。除非您需要为他们做出决定，否则就不要这样做。
如果您感到懒惰，可以始终使用genericWavHeaderInit和genericWaveHeaderCreate
代码永远不要输出任何东西。使用错误代码，并允许调用方处理错误报告。如果由于某种原因应忽略该错误怎么办？好吧，为时已晚。您已经排除了错误。


想象一下，如果标准库函数将错误输出到stderr。这将是荒唐的：)。



操作资源，而不是创建那些资源所需的资源



RecordWAV应该采取一个snd_pcm_t并对其进行分配/初始化。
自己总结一下RecordWAV的功能。真正地完成所有步骤，向自己解释每个代码块的功能。它不仅可以录制WAV，而且功能还很多。那确实应该来自命令行参数或配置文件之类的东西。想要使用不同的USB端口，则无需重新编译。
另一个令人高兴的副作用：您的资源清理代码不必在每个出口点重复一万亿次（重复性更低，但更重要的是：更少的错误发生！）



这是相当主观的，但我不喜欢您的命名方案。


subjectVerb具有提供各种“命名空间”的良好效果（每个广泛使用的C库都具有标准前缀（curl_，qt_，glib_，apr_等）。 >后缀在技术上可以实现相同的命名间隔效果，但它要稀少得多。


同样，当函数的唯一目的是对通常应该结构化的某个对象（即结构）进行操作第一个参数（writeWAVHeader）。 writeWavHeader）。它在视觉上不那么刺耳，更易于键入，并且熟悉WAV的任何人都可以理解。
/>先包含您自己的标头，然后再包含其他标头。如果您的RIFF_marker对文件具有隐藏的依赖关系，则它可能会被包括它的源文件隐藏。包括可能会导致突然神秘的未声明符号错误的隐藏依赖性。
wav.h未定义。它似乎也是retrieveWAVHeader的不必要版本
如果(WaveHeader*) ptr的返回值是一个ALSA常量（因为它是错误代码之一），则应使用任何ALSA的成功常量。我无法想象它不会是0，但是与其他可能的收益保持一致会很好。

#2 楼

在C语言中，我宁愿接受一个指向要初始化的结构的指针，也不愿返回新分配的堆内存。显然，调用者拥有该内存。调用方可以灵活地向您传递指向其堆栈上的struct的指针。

void initWAVHeader(WaveHeader *hdr, uint32_t sample_rate, uint16_t bit_depth, uint16_t channels);

其余功能也是如此。我会将WaveHeader *作为所有函数的第一个参数，以使您的库具有设计一致性感。

要填充该结构，请考虑保留全局static原型。无需设置每个字段的零散内容，而是整个结构，然后填写您需要更改的部分。 ，只要该结构正确地包装在内存中。将memcpy()放在__attribute__((__packed__))声明的末尾应确保GCC不会在成员之间添加填充。


我对这种样式有疑问： br />
我看到的问题是：


struct产品线太长，无法满足我的口味。主体应该在单独的行上。
（对if的调用）重复太多，但是并不能立即清楚代码分支的共同点。每个库调用上的错误代码，我想养成一个习惯，从不在snd_pcm_hw_params_set_format()条件之外调用库函数。这是一个习惯用法-if。

#3 楼

您的recordWAV应该会收到使用
genericWAVHeader设置的标头。该函数采用所需的采样率，并将其应用于标题。但是，在recordWAV中，设置
PCM句柄参数的函数确定了实际采样率（您对
snd_pcm_hw_params_set_rate_near的调用会修改建议的采样率），因此
在传递的标头中编码的速率到recordWAV可能不正确。

根据您当前的安排，无法解决此问题。这使我
......我认为公共接口是错误的。


标头不应是公共的。调用方不需要了解
标头，因为它是WAV文件的实现细节。
没有理由要求函数打开文件以及所有
它必须做的其他事情。只需传入一个文件描述符（或一个FILE*）

，那么我将函数原型更改为：
太大，错误处理就会经常重复
。我希望看到一个简单的函数，例如： open_pcm_channel()是唯一了解标头的知识，而record_wav是唯一了解获取标头和写入数据的知识，它会在本地创建并释放必要的缓冲区。
在上面的write_header中，已在该函数中分配，使用和释放了write_data（不是您目前似乎不释放它）。对'snd'函数的调用链可以是类似的东西：
：


请注意，对open_pcm_channel()的调用似乎是多余的，并且
其调用参数snd_pcm_hw_params_t *params;的命名错误（函数获取时间不是
）。同样，对snd_pcm_hw_params_get_period_time的调用似乎是多余的
因为sampleRate返回了其
调用参数中使用的大小。如果您
在大端CPU上运行，则您的函数将无法正确写入标头
。 />
没有检查您的snd_pcm_hw_params_get_period_size分配错误，也没有释放它。

#4 楼

可移植性




现在，您已经在第一行盯着您了。



>

通过该声明，我现在知道您的“库”是针对特定声音体系结构量身定制的。尝试在Windows或Mac上运行代码，您的库就不会被剪掉。

相反，您可能需要为一个名为PortAudio的出色库编写包装。如果您不相信我认为最好的C库之一，请阅读他们网站上的第一段。


PortAudio是免费的，跨平台的，开放的，源，音频I / O库。
它使您可以用“ C”或C ++编写简单的音频程序，这些程序可以在许多平台上编译并运行，包括Windows，Macintosh OS X，
和Unix（OSS / ALSA）。旨在促进不同平台上的开发人员之间的音频软件交换。许多应用程序
使用PortAudio进行音频I / O。


我认为您的选择很明确。放弃处理大量声音架构API的DIY方法，并为PortAudio库创建包装器。您不会感到失望。


在声音体系结构依赖性之上，然后将另一个依赖性分配给特定的设备。

#include <alsa/asoundlib.h>

这是一个什么库？幸运的是，PortAudio还可以使用功能Pa_GetDefaultInputDevice()在这里为您完成所有艰苦的工作。


Standards




您可能不应该再使用write()函数，因为它们尚未标准化；取而代之的是fwrite()。


C99和C11§7.19

C运行时环境的许多实现，尤其是UNIX操作系统，提供了：除了标准I / O库的
fopen，fclose，fread，fwrite和fseek以外，一组未缓冲的I / O
服务open，close，read，write和lseek。 C89委员会决定不对后一组功能进行标准化。



此外，缓冲的I / O总是比未缓冲的I / O更快。在某些情况下，您可能希望使用无缓冲功能，例如，每当您要确保在继续输出之前已写入输出时。但是在这种情况下，您将要使用fwrite()。fopen()是您正在使用的一种广泛使用的文件I / O函数，在C11中得到了改头换面。现在，它支持新的独占创建和打开模式（“...x“）。新模式的行为类似于POSIX中的O_CREAT|O_EXCL，通常用于锁定文件。 “...x”系列模式包括以下选项：


wx创建用于独占访问的文本文件。
wbx创建用于独占访问的二进制文件。
w+x创建文本文件以具有独占访问权限进行更新。
w+bx或wb+x创建二进制文件以具有独占访问权限进行更新。

如果文件已存在，则无法使用上述任何独占模式打开文件或无法创建。否则，将创建具有独占（非共享）访问权限的文件。此外，还提供了更安全的fopen()版本，称为fopen_s()。如果您是我，那就是我会在您的代码中使用的内容，但我会留给您自己决定和更改。


库设计



您的整个库都可以将音频写到.wav文件中，并且可以正常工作。但是，如果我想以Apple编写.wav文件的方式写出该怎么办？ （是的，由于某些原因它们与Windows编写它们的方式不同）或者如果我想要一个.flac文件怎么办？我看到您已经将.wav转换为.flac转换器，但是在格式之间进行转换会花费不必要的时间。

作为程序员，您应该始终在寻找使程序过程更加动态和高效（同时优化）的方法。例如，将音频直接存储到.flac文件中比将音频文件转换为特定编解码器更为有效。那么我们该怎么做呢？

输入libsndfile。该库可以读写您能想到的几乎每种形式的音频编解码器。它比当前的实现更具动态性，并且更容易在输出音频文件类型之间进行切换。


语法/样式/>声明变量时，几乎总是应该初始化变量。

const char *device = "plughw:1,0"; // USB microphone

在camelCase和snake_case之间切换。您需要保持一致。