如何使用WASAPI同时录制麦克风与扬声器音频并混合写入WAV文件无数据丢失

前置参数对齐（混合无错位的基础） #

首先要保证两路流的音频参数完全统一，否则混合后会出现速度不一致、时间错位问题：

• 强制将麦克风采集、扬声器回采的WASAPI流参数设置为相同值：采样率（推荐44.1kHz/48kHz）、位深（推荐16bit整形/32bit浮点）、声道数（统一单声道/双声道，禁止一路单声道一路双声道）
• 优先使用事件驱动的共享模式或者独占模式，固定缓冲区周期（比如设置为10ms），保证两路每次回调返回的采样点数量完全一致，从根源避免时间戳漂移

线程同步与缓冲区设计（解决数据丢失问题） #

双线程采集最容易因为线程调度、处理阻塞丢数据，按下面设计可以规避：

• 两个采集线程只做数据采集写入操作，分别给麦克风、扬声器流配置独立的无锁环形缓冲区，采集线程拿到数据后直接写入对应环形缓冲区，不要在采集线程内做混合、写文件等耗时操作，减少采集线程阻塞概率
• 单独启动一个混合线程，每次轮询两个环形缓冲区的可用数据长度，只有当两路都有至少一个完整周期的采样数据时，才取出相同长度的采样块做混合，避免半块数据导致的错位
• 环形缓冲区大小至少设置为10个周期的采样长度，写入前先判断剩余空间：如果剩余空间不足，直接丢弃最旧的1个周期的块再写入，不要覆盖正在被读取的区域，避免读写冲突

音频混合逻辑实现 #

混合时要注意溢出问题，不同位深的处理逻辑如下：

• 16bit整形采样：混合后做钳位处理，避免溢出爆音，示例代码：int16_t mix_val = (int16_t)clamp(mic_val + spk_val, INT16_MIN, INT16_MAX);
• 32bit浮点采样：可以选择直接相加后钳位，或者先做衰减再相加避免钳位，示例代码：float mix_val = mic_val * 0.5f + spk_val * 0.5f;
• 混合后的数据直接写入WAV文件的data块即可，WAV头参数和你之前统一的流参数完全一致即可

丢数据问题排查 #

如果依然出现丢数据，可以按下面步骤排查：

• 把两个WASAPI采集线程的优先级设置为THREAD_PRIORITY_TIME_CRITICAL，避免系统普通调度抢占采集线程
• 写文件操作可以单独开一个线程处理，混合线程只把混合后的数据写入第三个环形缓冲区，写文件线程从缓冲区取数据写入磁盘，避免磁盘IO阻塞混合线程

内容的提问来源于stack exchange，提问作者Bin