如何通过NAudio捕获MMDevice音频数据，等效于音量100%状态

问题根源 #

你遇到的现象是因为WasapiLoopbackCapture默认捕获的是经过系统音量调节后的音频信号：调节音量滑块时，系统会对原始音频采样进行增益缩放，导致捕获到的数值随音量变化；而系统的「静音」是独立开关，仅暂停音频输出，不会修改原始采样数据，所以静音时仍能拿到原始幅值的音频数据。

两种可行解决思路 #

思路1：捕获未经过音量调节的原始音频流 #

通过配置NAudio的AudioClient参数，直接捕获设备输出的原始音频（绕过系统音量控制）。这种方式需要更底层的配置，适合对音频流纯度要求极高的场景。

思路2：基于当前音量进行增益补偿（推荐） #

通过获取系统当前音量值，对捕获到的音频数据进行反向缩放，还原到100%音量对应的数值。实现简单且效果稳定，步骤如下：

1. 初始化捕获设备时，获取对应音频设备的音量控制对象
2. 在音频数据捕获事件中，计算音量缩放因子
3. 将捕获到的原始数据乘以缩放因子，还原为100%音量下的数值
4. 单独处理静音状态，避免错误计算

修改后的代码示例 #

1. 添加全局变量存储音量控制对象 #

private AudioEndpointVolume _endpointVolume;

2. 初始化捕获设备时获取音量控制对象 #

MMDevice selectedDevice = AudioDevices[0];
if (selectedDevice.DataFlow == DataFlow.Render)
{
    AudioDevice = new WasapiLoopbackCapture(selectedDevice);
    // 获取设备的音量控制实例
    _endpointVolume = selectedDevice.AudioEndpointVolume;
}
else
{
    AudioDevice = new WasapiCapture(selectedDevice, true, 10);
}
AudioDevice.DataAvailable += WaveIn_DataAvailable;

3. 修改数据捕获事件，添加音量补偿逻辑 #

private void WaveIn_DataAvailable(object? sender, WaveInEventArgs e)
{
    int bytesPerSamplePerChannel = AudioDevice.WaveFormat.BitsPerSample / 8;
    int bytesPerSample = bytesPerSamplePerChannel * AudioDevice.WaveFormat.Channels;
    int bufferSampleCount = e.Buffer.Length / bytesPerSample;

    if (bufferSampleCount >= AudioValues.Length)
    {
        bufferSampleCount = AudioValues.Length;
    }

    // 计算音量缩放因子：当前音量为0-1的浮点数，倒数即为还原到100%音量的倍数
    float volumeScale = 1f;
    if (_endpointVolume != null)
    {
        if (!_endpointVolume.IsMuted)
        {
            float currentVolume = _endpointVolume.MasterVolumeLevelScalar;
            // 避免除以极小值导致缩放异常
            volumeScale = currentVolume > 0.01f ? 1f / currentVolume : 100f;
        }
        // 静音时无需缩放，直接使用原始采样数据
    }

    if (bytesPerSamplePerChannel == 2 && AudioDevice.WaveFormat.Encoding == WaveFormatEncoding.Pcm)
    {
        for (int i = 0; i < bufferSampleCount; i++)
        {
            short rawValue = BitConverter.ToInt16(e.Buffer, i * bytesPerSample);
            float scaledValue = rawValue * volumeScale;
            // 限制数值范围，避免溢出失真
            AudioValues[i] = (short)Math.Clamp(scaledValue, short.MinValue, short.MaxValue);
        }
    }
    else if (bytesPerSamplePerChannel == 4 && AudioDevice.WaveFormat.Encoding == WaveFormatEncoding.Pcm)
    {
        for (int i = 0; i < bufferSampleCount; i++)
        {
            int rawValue = BitConverter.ToInt32(e.Buffer, i * bytesPerSample);
            float scaledValue = rawValue * volumeScale;
            AudioValues[i] = (int)Math.Clamp(scaledValue, int.MinValue, int.MaxValue);
        }
    }
    else if (bytesPerSamplePerChannel == 4 && AudioDevice.WaveFormat.Encoding == WaveFormatEncoding.IeeeFloat)
    {
        for (int i = 0; i < bufferSampleCount; i++)
        {
            float rawValue = BitConverter.ToSingle(e.Buffer, i * bytesPerSample);
            AudioValues[i] = rawValue * volumeScale;
        }
    }
    else
    {
        throw new NotSupportedException(AudioDevice.WaveFormat.ToString());
    }
}

关键细节说明 #

• MasterVolumeLevelScalar返回0-1之间的浮点数，对应系统音量的0%-100%
• 静音状态下IsMuted为true，此时系统未对采样数据进行缩放，直接使用原始值即可
• 缩放时通过Math.Clamp限制数值范围，避免因过度缩放导致数据溢出、音频失真

内容的提问来源于stack exchange，提问作者Eugen M