WASAPI 共享模式：音频引擎期望的振幅是多少？
WASAPI shared mode: What amplitude does the audio engine expect?
我之前把这个问题搞砸了。我听起来好像是在询问我的特定实现，但我的问题实际上是关于一般主题的。我非常有信心，我的实施没问题。所以我重写了这个问题：
WASAPI 提供有关音频引擎在共享模式下接受的音频格式的信息。我知道我提供给缓冲区的样本的预期位深度。 我不知道的是样本中信号幅度的预期表示。例如，如果音频引擎需要 32 位样本，这是否意味着我应该表示一个正弦波幅度为：
long 范围 [min, max]unsigned long 范围 [0, max]float 在 [min, max]- 甚至
float 范围内的 [-1, 1]?
（max = std::numeric_limits<type>::max() 和 C++ 中的 min = ...::min()）
到目前为止，我一直在通过试错法用不同的值对此进行试验。似乎只有当我的样本包含数字 max/2 或 -min/2（作为 long）交替（与其他数字一起）时，它才会发出声音。即使是接近这些的数字（+- 几个整数）也会产生相同的结果。当样本中不存在这两个数字（或接近它们的数字）时，无论我做什么结果都是沉默。
这可能无关紧要，但我注意到，这些数字的（max/2 和 min/2）位表示（如 longs）与 IEEE float 相同2.0 和 -2.0 的位表示。对我来说仍然没有意义，为什么它会这样工作。
典型的表示是float -1到1缩放到定点表示。对于 32 位签名，您理想情况下希望 1 映射到 0x7fffffff，-1 映射到 0x8000000。但是，您需要记住，在 0 附近存在不对称性，因此负值比正值多一个。换句话说，你不应该使用 0x80000000 否则你将面临正面溢出的风险。
int xfixed = (int)(xfloat * 0x7fffffff);
更明确地说：
int xfixed = (int)(xfloat * ((1<<(32-1)) - 1));
在深入研究 WAVEFORMATEXTENSIBLE 结构后我发现，我需要的信息可能存储在 SubFormat 属性 中。就我而言，它是 KSDATAFORMAT_SUBTYPE_IEEE_FLOAT。所以音频引擎期望 [-1, +1] 范围内的 32 位 floats。出于某种原因，我之前对浮点值的测试没有成功，所以我继续尝试使用整数。现在 [-1, +1] 范围内的简单正弦函数提供了正确的结果。声音有一些小毛病，但这可能与等待缓冲区时的一些时间问题有关。
我之前把这个问题搞砸了。我听起来好像是在询问我的特定实现，但我的问题实际上是关于一般主题的。我非常有信心，我的实施没问题。所以我重写了这个问题：
WASAPI 提供有关音频引擎在共享模式下接受的音频格式的信息。我知道我提供给缓冲区的样本的预期位深度。 我不知道的是样本中信号幅度的预期表示。例如，如果音频引擎需要 32 位样本，这是否意味着我应该表示一个正弦波幅度为：
long范围[min, max]unsigned long范围[0, max]float在[min, max] 范围内
- 甚至
float范围内的[-1, 1]?
（max = std::numeric_limits<type>::max() 和 C++ 中的 min = ...::min()）
到目前为止，我一直在通过试错法用不同的值对此进行试验。似乎只有当我的样本包含数字 max/2 或 -min/2（作为 long）交替（与其他数字一起）时，它才会发出声音。即使是接近这些的数字（+- 几个整数）也会产生相同的结果。当样本中不存在这两个数字（或接近它们的数字）时，无论我做什么结果都是沉默。
这可能无关紧要，但我注意到，这些数字的（max/2 和 min/2）位表示（如 longs）与 IEEE float 相同2.0 和 -2.0 的位表示。对我来说仍然没有意义，为什么它会这样工作。
典型的表示是float -1到1缩放到定点表示。对于 32 位签名，您理想情况下希望 1 映射到 0x7fffffff，-1 映射到 0x8000000。但是，您需要记住，在 0 附近存在不对称性，因此负值比正值多一个。换句话说，你不应该使用 0x80000000 否则你将面临正面溢出的风险。
int xfixed = (int)(xfloat * 0x7fffffff);
更明确地说：
int xfixed = (int)(xfloat * ((1<<(32-1)) - 1));
在深入研究 WAVEFORMATEXTENSIBLE 结构后我发现，我需要的信息可能存储在 SubFormat 属性 中。就我而言，它是 KSDATAFORMAT_SUBTYPE_IEEE_FLOAT。所以音频引擎期望 [-1, +1] 范围内的 32 位 floats。出于某种原因，我之前对浮点值的测试没有成功，所以我继续尝试使用整数。现在 [-1, +1] 范围内的简单正弦函数提供了正确的结果。声音有一些小毛病，但这可能与等待缓冲区时的一些时间问题有关。