最近在制作IP话务坐席客户端，在这个系统里，需要用声卡去播放从服务器传来的音频数据，因为电话通讯是实时的，所以不可能等到音频数据都传完了再播放（废话），所以这个播放过程应该是近似于流媒体的方式，有多少数据就播放多少数据（还是废话）。
好吧，废话少说，切入正题。
由于上述原因，我只能选择用低级波形API去播放音频数据，即使用Multi-Media Library。这是WINDOWS下最接近底层的音频API，当然，我们还有一个选择DirectSound，不过那个用起来没有Multi-Media Library那么方便，而且我也不需要用到那么高的特性。
在开始之前，我们先来了解一下波形数据的格式和特性，有这么几个概念需要先熟悉：“声道”、“采样率”、“样本位率”。
“声道”的意思很容易理解，我们通常听说的“单声道”、“双声道”、“环绕立体声”就是声道的概念，简单点说，就是有多少个音源（抱歉，我不知道这个解释是不是十分精确，因为我并不是搞音频工程学的）。 “采样率”的意思是每秒钟采集多少个声音样本，越多越清晰，而采集到的数据也就越多；反之，越小越模糊，采集到的数据也就越少。采样率的单位是hz（赫兹），8000hz就代表每秒采集8000个样本，更高的采样可以得到更清晰的声音，但是对采样设备的能力和网络的速度也就要求更高些。“样本位率”的意思是每个样本占多少位的数据量，一般有8位、16位、32位（浮点）这三个选择，位率高则采样数据精确，位率低则采样数据有失真。
有了上述概念，我们就可以计算出波形数据的数据量了，假如说有一段波形音频数据，是双声道，44100hz的采样率，16位的样本位率（一般CD中都是这样的格式），那么，这个音频数据每秒的数据量就是
(2 * 44100 * 16) / 8 = 176400字节
也就是说，计算公式是：
(声道数 * 采样率 * 样本位率) / 8 = 每秒字节数
为什么除8？一个字节占8位嘛
为了描述上面的内容，Multi-Media Library定义了一个struct
wFormatTag指的是格式类别，其值在MMREG.H头文件中定义，下面是部分格式的摘录：
在本文中，我使用WAVE_FORMAT_ALAW格式，因为我使用的程控交换机输出的就是这种格式。
播放音频数据的API有如下几个，并不多，也很简单。
waveOutOpen – 打开波形输出设备
waveOutPrepareHeader – 准备播放缓冲区
waveOutUnprepareHeader – 取消播放缓冲区
waveOutWrite – 将数据写入波形输出设备
waveOutReset – 波形输出设备复位（清除正在播放的数据，停止播放）
waveOutPause – 波形输出设备暂停（暂停播放）
waveOutRestart – 波形输出设备恢复（继续播放）
waveOutClose – 关闭波形输出设备
处理顺序大致上就是：
waveOutOpen -> waveOutPrepareHeader -> waveOutWrite -> waveOutUnprepareHeader -> waveOutClose
不过有个问题，你几乎不可能一次性就将所有要播放的数据全部写入，流模式数据的播放就更不可能，因此，必须将要播放的波形数据分批分次的写入设备。不过这又带来另一个问题，如果分批次的写入，在第一个数据播放完后接着写入下一个数据的话，无论你的计算机有快，都会有暂时的停顿，那么听起来，声音就一卡一卡的。
这个问题当然可以解决，否则便不会有此文了，相信所有播放器都是用类似的方式解决的。waveOutWrite函数有个特点，即音频数据写完后函数会立即返回，并不等待声音播放完毕，而且如果此时立即再写入另一个数据，那么当第一个数据播放完后，系统会自动播放第二个数据，中间不会有停顿。所以，我们可以建立一个双缓冲（或者多缓冲也可以），一次性写入两段数据，当第一段缓冲区数据播放完毕时立即用第三段据去填充它，此时第二缓冲区数据正在播放，所以不会停顿，当第二段数据播放完毕后第三段数据已经就绪，所以也不会停顿，此时再用第四段数据去填充第二缓冲区，第三段数据播放完毕后再用第五段数据去填充第一缓冲区……
流程如下：
那么，如何得知某一段数据播放完毕了呢？别急，先来看看waveOutOpen的原形
这个函数用来打开波形输出设备，如果成功，将返回MMSYSTEM_NOERROR，否则返回错误代码。
phwo是返回的设备句柄，如果函数返回成功，这个参数将会返回打开的设备句柄，后面的操作都需要用到这个设备句柄。
uDeviceID 是要打开的设备ID，因为系统中可以拥有多个波形输出设备，用此参数来指定要打开哪一个设备，如果要打开默认的波形输出设备，指定为WAVE_MAPPER即可。
pwfx 就是前面介绍的WAVEFORMATEX结构体，指定要在这个设备上播放什么格式的波形数据。
dwCallback 指定设备的回调，可以是回调函数的指针，也可以是事件句柄，也可以是窗口的句柄，或者线程ID。
dwCallbackInstance 指定回调时的用户数据，可以指定任意数据，数据将在回调产生时作为参数传入（窗口回调的情况下此数据不可用）
fdwOpen 打开设备用的标志，具体有哪些值可用请参考MSDN，我这里只用CALLBACK_FUNCTION，表示用回调函数的方式执行回调。
再来看看waveOutPrepareHeader函数的原形
这个函数用来指定设备的播放缓冲，在播放波形数据前，必须先使用这个函数来指定播放缓冲。
hwo仍然是设备的句柄
pwh是播放缓冲的结构体指针，下面将详细介绍它
cbwh是上面缓冲结构体的字节数，用sizeof计算即可
pwh是WAVEHDR结构体的指针，WAVEHDR的原形是：
lpData是要播放的数据块的指针
dwBufferLength是要播放的数据块的字节数
dwBytesRecorded是已录音的字节数（仅在录音时用）
dwUser我们可以在此指定任意数据
dwFlags是系统指定的状态值，在调用waveOutPrepareHeader前，必须将它置0
dwLoops是循环播放的次数，这里我用不着，置0即可
lpNext和reserved都是备用字段，置NULL
下面要介绍waveOutWrite函数，原形如下：
这个函数用来将播放缓冲中的数据发送到波形输出设备，其参数和waveOutPrepareHeader是一样的，需要注意的是：lpData，它指定的指针位置在调用waveOutPrepareHeader后不可以再变化，但是我们仍然可以改变指针所指位置的数据；dwBufferLength的值可以改变，但是必须比调用waveOutPrepareHeader时指定的值小，也就是说，可以播放比指定的缓冲小的数据。
剩下的几个函数由于都很简单或者和上面的函数类似，我这里就不再浪费口舌了。
如果设备的状态发生变化，如设备已打开、设备播放完毕，设备已关闭，系统就会执行回调，我这里只介绍函数回调的情形，其回调函数的原形如下：
这里有几个参数是很重要的，nMsg告诉你现在发生了什么事情，WOM_OPEN表示设备已打开，WOM_DONE表示设备刚播放完一块缓冲，WOM_CLOSE表示设备已被关闭；dwInstance是你在打开设备时指定的dwCallbackInstance值；Param1仅在nMsg的值为WOM_DONE时有效，指示当前播放完的是哪一块缓冲。
如此一来，我们就可以得知哪一块缓冲播放完毕，并立即就可以准备好后续缓冲块。
在程序中，我使用一个波形缓冲来保存接收到的数据，开启4个播放缓冲。为了让波形缓冲中的数据及时进入播放缓冲，我开启了一个线程，只要波形缓冲中有足够的数据可以播放且播放缓冲没有用完，就往里填充数据，播放完一个播放缓冲后，就立即继续填充它以保证流畅的播放效果，在这里，我使用了事件对象来判断缓冲是否已播放完毕。
下面给出播放类的源码（Borland C++ Builder）：
Player.H
2
3
4
5
6
7
8
9
10
11
12
13
Player.CPP
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
源码已经更新，请到此处下载
嘿嘿，第一次写那么长篇大论的东西，如有遗漏或者错误，各位包涵则个：）
参考资料：
http://www.codeproject.com/audio/wavefiles.asp
（他的代码有点BUG，而且结构不是很易懂，所以我作了较大改动）