使用 C++ 在运行时生成声音

Question

所以我在长时间的中断后开始使用 C++，我想创建一个程序，它可以在运行时根据数字字符串生成音乐（受到某些人所做的 composition of Pi 的启发），最终目标是某种程序音乐生成软件。

到目前为止，我已经能够使用 Beep() 函数制作一个非常原始的版本，并且只是通过输入 Pi 的第一个某某数字作为测试。像魅力一样工作。

我现在正在寻找的是如何将它提升一个档次并获得更高质量的声音（因为 Beep() 确实是最原始的声音......），我意识到我绝对没有想法如何做到这一点。我需要的是一个库或某种 API，它们可以：

1) 在没有预先存在的文件的情况下生成声音。我希望结果是 100% 由代码生成，而不是依赖任何样本，最好。

2) 如果我能开发出能够同时播放多种声音的东西，比如能够演奏和弦或带有节拍的旋律，那就太好了。

3) 如果我可以通过方程式或其他类型的数据以任何方式控制它播放的波（有点像 Chiptune 混音器可以），那将非常有帮助。

我不知道这是否是一个奇怪的请求，或者我只是使用错误的术语对其进行了研究，但我无法找到任何符合这些原则的内容，或者至少没有任何有据可查的内容。 ：/

如果有人能提供帮助，我将不胜感激。

编辑：另外，显然我只是超级不习惯在论坛上提问，我的目标平台是 Windows（具体来说是 7，尽管我认为这并不重要）。

Answer 1

我使用 portaudio (http://www.portaudio.com/)。它将让您以便携的方式创建 PCM 流。然后你只需将样本推送到流中，它们就会播放。

@edit：使用 PortAudio 非常简单。您初始化库。我使用浮点样本让它变得超级简单。我是这样做的：

PaError err = Pa_Initialize();
if ( err != paNoError ) 
   return false;

mPaParams.device = Pa_GetDefaultOutputDevice();
if ( mPaParams.device == paNoDevice ) 
   return false;

mPaParams.channelCount = NUM_CHANNELS;
mPaParams.sampleFormat = paFloat32;
mPaParams.suggestedLatency = 
   Pa_GetDeviceInfo( mPaParams.device )->defaultLowOutputLatency;
mPaParams.hostApiSpecificStreamInfo = NULL;

然后当你想播放声音时，你创建一个流，2 个立体声通道，44khz，适合 mp3 音频：

PaError err = Pa_OpenStream( &mPaStream,
                             NULL, // no input
                             &mPaParams,
                             44100, // params
                             NUM_FRAMES, // frames per buffer
                             0,
                             sndCallback,
                             this
                           );

然后你实现回调来填充 PCM 音频流。回调是一个 c 函数，但我只是调用我的 C++ 类来处理音频。我从我的代码中删除了这个，现在它可能不是 100% 正确，因为我删除了很多你不会关心的东西。但它的工作原理是这样的：

static int sndCallback( const void*                     inputBuffer, 
                        void*                           outputBuffer,
                        unsigned long                   framesPerBuffer,
                        const PaStreamCallbackTimeInfo* timeInfo,
                        PaStreamCallbackFlags           statusFlags,
                        void*                           userData )
{
  Snd* snd = (Snd*)userData;
  return snd->callback( (float*)outputBuffer, framesPerBuffer );
}

u32 Snd::callback( float* outbuf, u32 nFrames )
{
   mPlayMutex.lock(); // use mutexes because this is asyc code!

   // clear the output buffer
   memset( outbuf, 0, nFrames * NUM_CHANNELS * sizeof( float ));

   // mix all the sounds.
   if ( mChannels.size() ) 
   {   
      // I have multiple audio sources I'm mixing. That's what mChannels is.
      for ( s32 i = mChannels.size(); i > 0; i-- ) 
      {
         for ( u32 j = 0; j < frameCount * NUM_CHANNELS; j++ ) 
         {
             float f = outbuf[j] + getNextSample( i ) // <------------------- your code here!!!
             if ( f >  1.0 ) f = 1.0;     // clamp it so you don't get clipping.
             if ( f < -1.0 ) f = -1.0;
             outbuf[j] = f;
         }
      }
   }
   mPlayMutex.unlock_p();
   return 1; // when you are done playing audio return zero.
}

Answer 2

本周早些时候我回答了一个非常相似的问题：Note Synthesis, Harmonics (Violin, Piano, Guitar, Bass), Frequencies, MIDI。在您的情况下，如果您不想依赖样本，那么波表方法就不适用了。因此，您最简单的选择是随时间动态改变正弦曲线的频率和幅度，这很容易，但听起来很糟糕（就像便宜的 Theremin）。您唯一真正的选择是更复杂的综合算法，例如物理建模算法之一（例如 Karplus-Strong）。那将是一个有趣的项目，但请注意，它确实需要一些数学背景。

您确实可以使用 Rafael 提到的 Portaudio 之类的东西来物理地从 PC 中获取声音，事实上我认为 Portaudio 是最好的选择。但生成数据以使其听起来悦耳是迄今为止您面临的最大挑战。