Directshow音频采集滤镜每秒仅生成1个Sample相关问题咨询

问题1：DirectShow的Sample与音频采样定义区别 #

两者定义完全不同：

• 音频录制领域的*sample（采样点）*指单声道单次模数转换得到的数值，你当前场景下16bit位宽的单个采样点占2字节，双声道模式下每次同步采集左右两个采样点，组成1个nBlockAlign=4字节的音频帧。
• DirectShow范畴内的*Sample（媒体样本）*是IMediaSample接口封装的一段连续媒体数据缓冲区，音频采集Filter默认会将连续多个音频采样点打包成一个IMediaSample向下游传递，并非单次音频采样就生成一个DirectShow Sample，你现在遇到的就是多采样聚合到同一个缓冲区的情况。

问题2：缓冲区大小与计算值不符的原因 #

你当前的配置依然是双声道采集，并非单通道，原因如下：

• 按你给出的WAVEFORMATEX参数计算：每个88200字节的缓冲区对应音频帧数量为 88200 / 4 = 22050 帧，对应实际时长为 22050 / 44100 = 0.5s，刚好是半秒的音频数据量。
• 出现你观测到的“每秒仅触发1次回调、每次返回88200字节”的现象，有两种常见可能：
  • 你对回调触发的计数统计存在误差，实际回调是每500ms触发一次，每秒触发两次，统计时漏记了其中一次
  • 你的采集链路存在Sample丢包，音频采集Filter输出的半秒大小Sample有一半被丢弃，每秒仅成功传递1个到SampleGrabber回调
• 验证方法：你可以在回调中调用当前IMediaSample的GetTime()方法获取样本的起止时间戳，计算单个样本的时长，同时对比连续两个样本的时间差，即可确认是计数误差还是丢包问题。

内容的提问来源于stack exchange，提问作者irous