编写多格式音乐播放器（扫盲）

考试考完后决定把智能播放器重新写一遍，要能支持更多格式（包括wav、MP3、wma、flac、ape等常见的格式），用新的智能算法。于是就不能用MCI接口来做简单的编程了，就必须用到第三方解码器，这个过程是曲折的，花了我一周的时间才写出能够解码播放上述格式的音乐播放器，而智能算法现在还没有实现。。在此把这方面编程的入门知识写下来，希望能帮助某些像我当初一样的人。万事开头难，真的是这样子的，因此我也把开头的那部分写下来，很多技术实现都被我隐藏了，本文只是做一个基本的扫盲，有任何问题都可以留言相问。

 

   音频播放的流程：如果是无压缩的波形文件，直接将其读入声卡就可以自动的播放了（如果有的声卡能够支持硬件解码，或许也能直接播放某些格式的音乐，但这一点我不太了解^_^），如果是经过编码的文件格式，比如MP3、flac等格式的文件，就必须先软解码成波形数据，然后再送入声卡播放。以你此，要编一个windows、linux等操作系统下的音频播放器，一般有以下两个流程：解码à播放。（刚开始编播放器的时候这一点都不知道，囧，于是面对那些解码库无从下手浪费了很多时间）。如果有开源的解码库，要做解码工作应该不难，比如MP3就有mpg123解码器，flac、ape也都有相应的开源解码器，这些只要在网上搜一下都能找到它们的开源官网。用来播放的技术似乎也不少，我知道的就有directsound和sdl，它们负责将解码后的数据播放。

 

采样率: 采样率（也称为采样速度或者采样频率）定义了每秒从连续信号中提取并组成离散信号的采样个数，单位用赫兹（Hz）来表示。采样频率的倒数是采样周期（也称为采样时间），它表示采样之间的时间间隔。（截取自百度百科）

补充：也叫频率。

音乐文件中常用的采样率为44100和48000.（正常人耳能听到的范围为20HZ-20kHZ，根据抽样定理，采样率必须设置在40k以上，但由于A/D转换与D/A转换中的滤波的缘故，常用的采样率设置为44100就能较好保留较为完整的音乐信息了，CD就是用这个采样率，但这样采样率的原始声音数字信息是很大的）

正常的播放速度等于采样率。

 

    比特：也叫采样精度。声音波形振幅的大小用多少比特位来表示，就有多少比特。音乐常见的比特为16bits。

 

声道：每个声道记录单独的波形文件，在播放的时候，通过不同位置的扬声器播放不同的声道，从而还原一个比较真实甚至是超真实的效果。采样率、采样精度、声道就决定了一个声音数字化的基本特性，是声音数字化的最重要参数。

 

比特率: 比特率是指将数字声音由模拟格式转化成数字格式的采样率，采样率越高，还原后的音质就越好。

补充：也叫码率。

比特率代表每秒采样来的数据的大小。采样率决定多长时间采集一次，比特率除以采样率的值决定每次采样采集多大的数据。

          MP3文件可以使用的比特率一般是8～320kbps。

 

帧：在数据和数字通信中，按某一标准预先确定的若干比特或字段组成的特定的信息结构。（截取自百度百科）

补充：帧是一种相对独立的信息结构，比如视频的一帧一般就是一个画面。用一定的速度刷新不断变化的画面，实际上就是一帧接着一帧播放，就形成了视频。在波形文件中很少提到帧，这一概念一般在编码的音乐文件中提到，经过编码后的数据按帧存放。

 

PCM编码：PCM 脉冲编码调制是Pulse Code Modulation的缩写。（又叫脉冲编码调制）：数字通信的编码方式之一。主要过程是将话音、图像等模拟信号每隔一定时间进行取样，使其离散化，同时将抽样值按分层单位四舍五入取整量化，同时将抽样值按一组二进制码来表示抽样脉冲的幅值。

在计算机应用中，能够达到最高保真水平的就是PCM编码，被广泛用于素材保存及音乐欣赏，CD、DVD以及我们常见的 WAV文件中均有应用。（截取自百度百科）

补充：说白了，PCM就是一种将模拟信号转换成数字信号的编码方式，这种编码得到的音乐文件是未经压缩的波形文件。

 

WAV文件：微软开发的音乐文件格式。它的数据保存格式如下：（参考链接http://www.codeproject.com/KB/audio-video/CWave.aspx）