如何获取Windows物理音频设备原生支持的音频格式（多方案）
2026-5-28
我来分享几个在Windows上获取USB麦克风原生支持音频格式（位深度、采样率）的可行方案，都是实际项目里验证过的，希望能帮到你：
方案1：DirectShow（老牌但可靠的方案）
DirectShow虽然微软现在主推Media Foundation，但它依然能稳定获取设备原生支持的格式，步骤很清晰：
- 首先用
CreateCaptureGraphBuilder2创建捕获图构建器，再枚举系统里的音频捕获设备 - 找到目标麦克风对应的捕获过滤器后，获取它的
IAMStreamConfig接口 - 调用
GetNumberOfCapabilities拿到支持的格式总数，然后循环调用GetStreamCaps逐个获取格式详情，每个格式里包含采样率、位深度、通道数等核心参数 - 这里拿到的格式是设备驱动直接上报的原生支持格式，不会有系统层的转换
方案2：Media Foundation（现代Windows推荐方案）
如果是Windows 10及以上系统，更推荐用Media Foundation，它对新设备的支持更好：
- 调用
MFEnumDeviceSources枚举所有音频捕获设备，找到目标麦克风的IMFMediaSource - 从媒体源中获取
IMFStreamDescriptor，再拿到对应的IMFMediaTypeHandler - 调用
GetMediaTypeCount获取支持的格式数量，循环调用GetMediaType拿到每个IMFMediaType - 从媒体类型里提取
MF_MT_AUDIO_SAMPLE_RATE（采样率）、MF_MT_AUDIO_BITS_PER_SAMPLE（位深度）等属性，这些都是设备原生支持的参数
方案3：底层USB IOCTL方法（最精准的原生格式获取）
如果想拿到最底层的硬件原生格式，直接操作USB设备描述符是最准确的：
- 用
SetupDiGetClassDevs、SetupDiEnumDeviceInterfaces等函数找到目标USB麦克风的设备句柄 - 发送
IOCTL_USB_GET_DESCRIPTOR请求，获取USB音频类（UAC）的描述符，尤其是音频流（AS）接口的格式描述符 - 解析这些描述符的结构，就能直接读取设备硬件层面支持的所有采样率、位深度组合，完全没有系统层的加工
- 这个方法需要你对USB UAC协议有一定了解，不过网上能找到很多UAC描述符的解析示例
方案4：WMI快速查询（适合快速获取基础信息）
如果只是需要快速拿到常用格式，WMI可以满足需求（虽然可能不全）：
- 连接WMI的
root\CIMV2命名空间，查询Win32_SoundDevice类，或者通过Win32_PnPEntity配合麦克风的硬件ID筛选 - 读取
AudioSampleRate、BitsPerSample等属性，不过要注意部分设备只会返回默认或常用格式，不是全部原生支持的
关于监视Windows系统枚举格式的方法
你提到想通过监视系统来学习枚举方式，这里有两个实用方法：
- API监视：用API Monitor工具捕获
audiodg.exe（Windows音频服务进程）调用的音频相关API，比如Media Foundation或DirectShow的接口调用，就能看到系统是怎么获取格式的 - USB总线抓包：用Wireshark配合USBPcap插件，捕获系统枚举USB麦克风时的总线数据包，设备返回的USB描述符里就包含了所有原生支持的格式信息，这个是最直接的硬件层面数据
内容的提问来源于stack exchange，提问作者dev_null
