声卡入门·说说音频API

天地Music

一般程序如果需要指挥声卡干播放或者录制的活儿，就需要一个指令，不同的声卡干同样的活，却可能会有不同的指令或者不同的指令方法，为了统一调用的过程，于是出现了好几套API，API就是Application Programming Interface,应用程序编程接口的意思，有了API，可以抛开硬件去设计程序，因为不管什么声卡，只要能够支持该套API就可以用统一的指令去调用。
8 r8 x9 E, _# [& V. s, ~! R! G3 wMME
8 E2 Z: t6 C9 C: L% ]0 {* s/ @MultiMedia Extensions，多媒体扩展，这是Windows平台最古老的API了，这是最为简单易用的一套API，直接包含在WinAPI或者 WinAPI32当中，编程序的时候只需调用WinAPI中相关的函数就可以实现播放和录制，实现输入输出功能。MultiMedia Extensions是一套高级的API，系统监管程度很高，流程也很长，因此响应速度并不快。所有能用于Windows平台的声卡都支持这套API，也是目前运用最为广泛，兼容性最好的API。
) s5 N2 {+ v8 }DirectSound
' p5 h# _' I: I

# r- O6 U3 v+ N; ^% M
" I  Y, S" h# v2 r7 O/ f5 Y9 @Microsoft DirectX

Windows95发布后，微软发现游戏商还是乐意用DOS作为游戏平台，原因是游戏开发商发现Windows95并不适合执行视频和音频任务，因为WinAPI32包含的多媒体函数响应太慢了。微软于是推出了著名的DirectX，DirectX是一套视频音频API以及视频音频的DSP（效果器）API。DirectSound是其中的一部分，DirectSound有2D/3D之分，DirectSound有效果器函数，因此在输出的时候还可以加入回声等效果，用来仿真真实的声效环境。 DirectSound主要为游戏提供服务，在一些播放器以及音频编辑器上，DirectSound也被作为实时效果API使用。DirectSound 注重输出，输入方面并没有特色。只要硬件支持，DirectSound能够明显加速输出响应。Windows的音频输出响应速度提高到了一个新的档次。除了古老的某些声卡之外，几乎所有声卡都支持DirectSound，至少支持DirectSound 2D。
2006年11月，微软发布Windows Vista，Vista出人意料的放弃了对DirectSound 3D 硬件层（HAL）的支持，也就是说，那些支持DirectSound 3D硬件加速的声卡，通通失去了加速能力。最新发布的Windows 7继承了Vista的这个特性，DirectSound 3D硬件加速退出历史舞台。
A3D
这一套3D 音频API，它全称是Aureal 3-Dimensional，由Aureal公司开发，它能大大降低游戏开发组对音效的处理难度，所以迅速的流行开来，A3D有数个版本，A3D 1.0能通过2个扬声器来模拟3D音效，而A3D 2.0时，就开始支持4声道3D音效了，A3D不但获得开发组的好评，实际效果也非常出色，但成功来得太快，招致了自我的膨胀以及竞争对手的纠缠，众人期待的A3D 3.0 还没来得及正式应用，Aureal却倒下。创新收购Aureal后，并没有独立发展A3D，A3D从此也就销声匿迹。
8 S# Y  S9 `" c' ]EAX
EAX 即 Environmental Audio Extensions，环境音效拓展集，它算不上是一套独立的API，它是以DirectSound 3D为基础，构筑的一套3D API，它的开发者就是大名鼎鼎的Creative。Creative推出EAX是为了和A3D竞争，并最终获得市场的胜利，创新收购Aureal后，A3D的一些先进算法被导入到EAX当中。
OpenAL

4 c  _; r4 J  r& ?& h6 @8 d, r
OpenAL 标志
$ h4 U% T9 d5 _+ c" g

OpenAL是一个免费的跨平台的音频3D API，由Loki Software开发，但Loki Software没多久就倒闭了，自由软件社区接手进一步的开发，现在的实际主导者就是Creative。由于Vista放弃对DirectSound 3D硬件加速的支持，Creative也陷入尴尬境地，要让EAX继续发展下去，只能加强对OpenAL的支持。Creative希望在OpenAL的基础上重构EAX，要实现这一步并不难，但真正要广泛应用，还需游戏厂商的大力支持。时至今日，OpenAL的被支持力度仍旧比不上当年的DirectSound 3D，Creative要重现辉煌，尚需时日。但如果努力获得成功，可能获得极大的收益，因为OpenAL是唯一一个跨平台的API。
5 Y. O3 Z' {9 B2 bWDM
% D- Z2 e8 n9 y8 x( d$ K3 pWindows driver module。这是Windows 98 SE/ME/2000的一个新特征，WDM驱动推出后，人们发现以前不支持多音频流的声卡都能播放多个音频流了。WDM也可以算是一套API，通讯的对象是驱动程序而不是普通的应用程序，只要驱动支持WDM，会增加不少功能，例如通用的软波表等。在输入输出方面，WDM比MultiMedia Extensions和DirectSound都要好点，现在几乎所有没有被淘汰的声卡都支持WDM。WDM可以让声卡的延时大大降低，某些时候甚至可以媲美ASIO，在一些专业的音频编辑创作软件中，已经对WDM提供了支持。
4 c1 C. r- c/ u1 V6 JASIO
即Audio Stream Input Output，这是一套带有专业色彩的API，名字就说明问题，是一套专门负责输入输出的API。在专业创作的时候，一点平时并不起眼的延时都会严重的破坏创作情绪，当按下琴键后需要几百毫秒才能有所反应的话，会是一个什么样子的感觉。ASIO因此诞生，音乐制作软件Cubase VST的开发者Steinberg公司提出了被称为Audio Stream Input Output的标准规范，ASIO完全摆脱了Windows操作系统对硬件的集中控制，它能实现在音频处理软件与硬件之间进行多通道传输的同时，将系统对音频流的响应时间降至最短。这套API在普通播放和录音时并没有大的优势，因此也不是太多声卡支持。
Kernel streaming
中文意思就是内核流，这是一种直接访问底层数据的方式，它可以绕开系统的混音器（Mixer）等“重重关卡”，直接与声卡通讯，这使得输出效率得到提高，输出延时降低。这与ASIO的原理有些相似，但Kernel streaming并不支持输入。
) @) ]9 D/ l) i6 n" B& A  q8 lUAA
3 C4 s2 R8 F' d6 @1 N  [, ?这是Vista推出一套新的驱动模型，全称Universal Audio Architecture，意思为通用音频架构。Microsoft认为声卡厂商的驱动质量良莠不齐，导致系统不稳定，因此对驱动模型做了修改。
UAA主要包括三个部分
3 P0 P& z3 p/ e7 qMultimedia Device API - 多媒体设备API
7 T1 c& P8 _( V: j, j5 `Device Topology API - 设备拓扑API，获取设备的功能布局
Windows Audio Session API (WASAPI) - Windows音频对话API，例如同时启用Foobar2000和QQ，Windows会认为这是2组对话（Session），每组对话能单独的进行控制，这种新功能取代了老旧的混音器（Mixer），而混音器一直被发烧友认为是对音质有着劣化影响的，因此WASAPI被认为对音质有提升帮助。WASAPI在延时方面也有改善，相比老的驱动模型，它变得更加“迅速”。
以及其他一些新特性，UAA理论上能增强音频子系统的稳定性，但它对声卡厂商的打击也是非常巨大的，很多厂商跟不上Microsoft的脚步，新驱动迟迟不能发布。

" a2 k$ H" @- w仅供学习交流之用，版权归原作者公司所有，
不可用于商业盈利用途，否则一切后果自行承担！
4 d1 W: T% f2 ]) }! q* A  F, e