虛擬聲卡（虛擬揚(yáng)聲器和虛擬麥克風(fēng)）技術(shù)原理簡介
1. 背景
近些年云計(jì)算的發(fā)展可謂是勢不可擋，無論是辦公還是娛樂等行業(yè)都開始使用云計(jì)算來逐步替代直接使用本地物理硬件的技術(shù)，例如：
- 服務(wù)器部署。相比之前，現(xiàn)在部署一個(gè)服務(wù)器都非常簡單；我們只需要在阿里云，華為云等購買相關(guān)主機(jī)（虛擬機(jī)）和服務(wù)即可，根本無需在公網(wǎng)部署一個(gè)硬件設(shè)備，這樣我們非常容易就擁有了自己個(gè)人的公網(wǎng)服務(wù)器。
- VDI云桌面。該項(xiàng)技術(shù)目前主要是針對內(nèi)網(wǎng)辦公場景，企業(yè)通過桌面云集中管理員工虛擬主機(jī)，達(dá)到數(shù)據(jù)安全，集中管理，快速重復(fù)利用，一鍵式部署等功能。
- 云游戲。隨著4G和5G網(wǎng)絡(luò)的飛速發(fā)展，游戲也開始逐漸云化，很多傳統(tǒng)游戲廠商和VR游戲廠商都開始支持云游戲；借助云游戲，我們?nèi)绻枰娲笮陀螒颍镜責(zé)o需高性能GPU和CPU的支持，甚至本地?zé)o需要對游戲進(jìn)行直接安裝，我們使用簡單(廉價(jià)）終端就可以通過云游戲技術(shù)來體驗(yàn)大型游戲，達(dá)到與本地一致的體驗(yàn)效果。
我們以VDI云桌面辦公為例，其大致的部署架構(gòu)如下：
如上圖，一般來說：
- 客戶端：指的是我們的瘦終端，一般使用的是普通硬件，比如性能比較差但是價(jià)格比較廉價(jià)的個(gè)人終端電腦。
- 服務(wù)器：這里指的是我們的虛擬機(jī)，是我們真實(shí)運(yùn)行的主機(jī)（安裝了各種辦公應(yīng)用或者游戲的虛擬機(jī)），它一般有高性能，方便管理等特性。
在云計(jì)算的背景下面，雖然我們云主機(jī)（上圖的虛擬機(jī)）運(yùn)行在了遠(yuǎn)端，給使用和管理帶來了非常大的便捷，但是也帶來了很大技術(shù)上面的困難。例如聲音的播放和錄制相比本地的使用實(shí)現(xiàn)就復(fù)雜很多，下面舉幾個(gè)相關(guān)例子：
- 如果我們使用云游戲，一個(gè)非常通用的功能就是接麥；由于我們的云主機(jī)一般是虛擬機(jī)，沒有接入麥克風(fēng)，這個(gè)時(shí)候如果需要接麥的話就會非常麻煩（如果是物理主機(jī)，麥克風(fēng)在本地，遠(yuǎn)端主機(jī)也無法連接本地麥克風(fēng)）。
- 如果我們使用VDI云桌面，也有類似的場景，例如我們使用直播軟件或者教學(xué)軟件進(jìn)行聲音廣播；或者我們使用電話軟件進(jìn)行撥號的時(shí)候也是需要麥克風(fēng)支持的，此時(shí)麥克風(fēng)硬件在也是無法達(dá)到要求。
- 對于揚(yáng)聲器來說，雖然我們可以直接對揚(yáng)聲器聲音進(jìn)行捕獲，然后在客戶端（瘦終端）進(jìn)行播放，但是虛擬機(jī)并沒有揚(yáng)聲器設(shè)備，因此也無法達(dá)到需求（用戶程序無法進(jìn)行音頻播放）。
面臨這些問題，我們需要在虛擬機(jī)有揚(yáng)聲器和麥克風(fēng)，并且需要能夠做到：
- 揚(yáng)聲器：最基礎(chǔ)的功能需要讓用戶軟件可以識別到揚(yáng)聲器設(shè)備，并使用該揚(yáng)聲器進(jìn)行聲音播放，當(dāng)然我們也可以在驅(qū)動(dòng)中獲取應(yīng)用程序播放音頻數(shù)據(jù)。
- 麥克風(fēng)：麥克風(fēng)就比較麻煩了，麥克風(fēng)僅僅讓相關(guān)用戶軟件能夠識別到硬件設(shè)備還不足已解決問題，對于麥克風(fēng)設(shè)備還需要支持喂數(shù)據(jù)的操作，將需要錄制的音頻直接傳遞給麥克風(fēng)，達(dá)到真實(shí)聲音錄制的效果。
要解決上面這些問題，就需要在虛擬機(jī)中對聲卡進(jìn)行虛擬化，實(shí)現(xiàn)虛擬聲卡驅(qū)動(dòng)程序，使得用戶程序能夠使用揚(yáng)聲器播放聲音以及可以對麥克風(fēng)喂數(shù)據(jù)，將本地麥克風(fēng)的數(shù)據(jù)喂給虛擬機(jī)的虛擬麥克風(fēng)。
下面，將通過本文來分析虛擬聲卡的實(shí)現(xiàn)原理，來實(shí)現(xiàn)虛擬揚(yáng)聲器和虛擬麥克風(fēng)的功能。
2. 技術(shù)概要
2.1 用戶層聲音架構(gòu)
在XP下面，Windows對于聲音的處理架構(gòu)基本如下：
這種架構(gòu)只有在XP系統(tǒng)下才支持，在這種模式下面我們可以發(fā)現(xiàn)，如果對于揚(yáng)聲器聲音采集的話會非常麻煩，要么使用HOOK，要么實(shí)現(xiàn)虛擬揚(yáng)聲器在驅(qū)動(dòng)中拷貝數(shù)據(jù)。
因此Windows在Vista版本對音頻的架構(gòu)做了很多的調(diào)整，Vista之后的版本架構(gòu)如下：
該架構(gòu)下面，所有的聲音都通過Core Audio API來進(jìn)行控制，該架構(gòu)下面聲音有三種模式進(jìn)行處理：
- render模式 ：該方式實(shí)際上就是播放聲音，常見的API如PlaySound, WaveOutXXX， DirectSound，IAudioRenderClient等，具體的如何使用揚(yáng)聲器進(jìn)行音頻播放不是本文的重點(diǎn)，如果想了解Windows上的音頻播放可以參考如下MSDN鏈接
https://learn.microsoft.com/en-us/windows/win32/coreaudio/rendering-a-stream
- capture模式 ：該方式實(shí)際上就是錄入聲音， 也就是我們通過麥克風(fēng)輸入聲音，常見API如WaveInXXX,IAudioCaptureClient, 如果想了解更多關(guān)于如何從麥克風(fēng)采集數(shù)據(jù)請參考如下MSDN鏈接：
https://learn.microsoft.com/en-us/windows/win32/coreaudio/capturing-a-stream
- loopback模式 ： 該方式就是把揚(yáng)聲器里播放的聲音抓取下來，通常我們看到的流推軟件中聲音的推送就是使用該模式采集的。
在Vista系統(tǒng)音頻架構(gòu)中，我們對音頻的開發(fā)也相對簡單：文章來源：http://www.zghlxwxcb.cn/news/detail-762237.html
- MMDevice API：表示聲音設(shè)備相關(guān)的接口，例如枚舉聲音設(shè)備等等。
- WASAPI：這個(gè)是Windows 聲音會話相關(guān)的所有API，我們看到的
IAudioClient等接口，以及最關(guān)鍵用于播放揚(yáng)聲器的IAudioRenderClient接口以及采集麥克風(fēng)的音頻數(shù)據(jù)的IAudioCaptureClient,都是由他提供。 - DeviceTopologyAPI：這個(gè)是設(shè)備拓?fù)浣Y(jié)構(gòu)管理的API，用于遍歷音頻設(shè)備適和音頻終端的內(nèi)部拓?fù)?，并可以決定音頻設(shè)備的連接順序，通過DeviceTopology API中的接口和方法， 我們可以沿著Audio Adapter的硬件設(shè)備里的數(shù)據(jù)通道數(shù)據(jù)流程進(jìn)行之配置，比如對音頻終端設(shè)備的數(shù)據(jù)路徑上流經(jīng)音頻數(shù)據(jù)流進(jìn)行音量控制。
- EndPointVolumeAPI：這個(gè)是音量控制相關(guān)的API。
上述圖中，聲音的播放分為共享模式和獨(dú)占模式：文章來源地址http://www.zghlxwxcb.cn/news/detail-762237.html
- 共享模式：每個(gè)用戶程序都在自己的會話進(jìn)行聲音播放
到了這里，關(guān)于如何在云電腦串流中實(shí)現(xiàn)聲音輸入輸出—虛擬聲卡（虛擬揚(yáng)聲器和虛擬麥克風(fēng)）開發(fā)的文章就介紹完了。如果您還想了解更多內(nèi)容，請?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！
