Nyílt forráskódú C könyvtár audio I/O-hoz

A portaudio használatának megkezdése

A PortAudio használatának megkezdéséhez vagy a forrásból építheted fel, vagy csomagkezelőkön keresztül telepítheted. A legtöbb fejlesztő számára a legegyszerűbb módszer az hivatalos portaudio GitHub tároló klónozása, majd CMake vagy autotools használatával történő fordítása. Linuxon telepítsd a `apt install portaudio19-dev` paranccsal; macOS-en használd a `brew install portaudio` parancsot; Windows-on tölts le előre lefordított binárisokat, vagy használd a vcpkg-t (`vcpkg install portaudio`). A telepítés után add hozzá a `portaudio.h` fejléct, és linkeld a könyvtárat (`-lportaudio`). A könyvtár könnyű, és minimális függőségekkel rendelkezik, ami egyszerűvé teszi a beépítést valós idejű audioalkalmazásokhoz.

# Linux (Debian/Ubuntu)
sudo apt install portaudio19-dev

# macOS (Homebrew)
brew install portaudio

# Windows (vcpkg)
vcpkg install portaudio

Valós idejű hangfolyamok visszahívásokkal

PortAudio visszahívás-alapú streaming módja ideális alacsony késleltetésű, valós idejű hangfeldolgozáshoz. Amikor egy adatfolyam elindul, a PortAudio rendszeresen meghívja a visszahívási függvényedet, hogy hangadatot kérjen vagy biztosítson. Ez a mód pontos időzítési kontrollt ad, és minimalizálja a puffer alulcsordulásokat. A visszahívás bemeneti és kimeneti puffereket, keretszámot, időinformációt és állapotjelzőket kap — lehetővé téve dinamikus hanggenerálást, effektusfeldolgozást vagy elemzést. Mivel a visszahívás magas prioritású szálon fut, gyorsan kell végrehajtódnia (általában 10 ms alatt), hogy elkerülje a hibákat. Ez tökéletes élő hangalkalmazásokhoz, mint szintetizátorok, gitár effektpedálok vagy hangkommunikációs rendszerek, ahol a determinisztikus teljesítmény kritikus.

typedef struct {
    float phase;
    float phase_increment;
} paTestData;

int patestCallback(const void *input, void *output,
    unsigned long frameCount,
    const PaStreamCallbackTimeInfo* timeInfo,
    PaStreamCallbackFlags statusFlags,
    void *userData)
{
    paTestData *data = (paTestData*)userData;
    float *out = (float*)output;
    for (unsigned long i = 0; i < frameCount; i++) {
        *out++ = sinf(data->phase);
        data->phase += data->phase_increment;
        if (data->phase >= M_PI * 2) data->phase -= M_PI * 2;
    }
    return paContinue;
}

Eszközök felsorolása és lekérdezése

PortAudio robusztus API-kat biztosít az elérhető audioeszközök felsorolásához és vizsgálatához – beleértve a bemeneti és kimeneti eszközöket – valamint azok képességeit. A fejlesztők lekérdezhetik az eszközök nevét, csatornaszámát, alapértelmezett mintavételezési frekvenciákat és késleltetési értékeket olyan függvényekkel, mint a `Pa_GetDeviceCount()`, `Pa_GetDeviceInfo()` és a `Pa_GetDefaultInputDeviceID()`. Ez lehetővé teszi, hogy az alkalmazások a felhasználóknak érvényes eszközök listáját mutassák, és a streameket optimálisan konfigurálják. Emellett felismerhetők az alapértelmezett eszközök, ellenőrizhetők a támogatott mintavételezési frekvenciák, és meghatározhatók a minimum/maximum késleltetések. Ez a rugalmasság elengedhetetlen konfigurálható audioeszközök, DAW-ok vagy hangrögzítők építéséhez, amelyek a különféle hardverbeállításokhoz alkalmazkodnak manuális konfiguráció nélkül.

PaError err;
err = Pa_Initialize();
if (err != paNoError) goto error;

int numDevices = Pa_GetDeviceCount();
for (int i = 0; i < numDevices; i++) {
    const PaDeviceInfo *info = Pa_GetDeviceInfo(i);
    printf("%d: %s (in: %d, out: %d)\n", 
        i, info->name, 
        info->maxInputChannels, 
        info->maxOutputChannels);
}
Pa_Terminate();

Keresztplatformos host API támogatás

PortAudio absztrahálja a platformfüggő audio API-kat moduláris host API megvalósításokon keresztül, biztosítva a konzisztens viselkedést az operációs rendszerek között. Windowson támogatja az ASIO-t (professzionális audio), a WASAPI-t (Vista+), a DirectSound-ot és a régi MME-t. A macOS a Core Audio-t használja az ultra alacsony késleltetéshez, míg Linuxon az ALSA, a JACK és a PulseAudio támogatott. BSD rendszerek az OSS-t vagy a sndio-t használják. A fejlesztők egyszer írnak, és mindenhol telepítenek – a fő logikához nem szükséges feltételes fordítás. A könyvtár automatikusan kiválasztja a legjobb elérhető host API-t, vagy lehetővé teszi, hogy explicit módon megadjuk. Ez az univerzalitás teszi a PortAudio-t ideálissá hordozható audio eszközök, oktatási szoftverek és kutatási keretrendszerek számára, amelyeknek megbízhatóan kell működniük változatos hardver- és OS-konfigurációkban.

PaStreamParameters inputParam, outputParam;
PaError err;

inputParam.device = Pa_GetHostApiInfoByType(paJACK)->defaultInputDevice;
inputParam.channelCount = 2;
inputParam.sampleFormat = paFloat32;
// ... configure outputParam similarly ...

PaStream *stream;
err = Pa_OpenStream(&stream, &inputParam, &outputParam, 
    44100, 256, paNoFlag, callback, NULL);

Hangformátum-átalakítás és dithering

A PortAudio átláthatóan kezeli a belső mintavételi formátum konverziót, lehetővé téve az ügyfelek számára, hogy kényelmes formátumokat, például 32‑bites lebegőpontos értékeket használjanak, miközben az alaprendszer natív egész szám formátumokat alkalmaz (pl. 16‑bites PCM). Támogatja a 8‑, 16‑, 24‑ és 32‑bites egész szám formátumok, valamint a 32‑bites lebegőpontos formátum közötti átalakítást. Emellett opcionális ditheringet (zajszórást) kínál a bitmélység csökkentése során a kvantálási zaj minimalizálása érdekében – egy finom, de kritikus funkció a magas hűségű audioalkalmazások számára. A dithering megőrzi a hallott hangminőséget, amikor magasabbról alacsonyabb bitmélységre konvertálunk. Ezek a képességek biztosítják a konzisztens audiohűséget a különböző platformokon anélkül, hogy a fejlesztőknek saját maguknak kellene megvalósítaniuk a bonyolult formátumkezelő logikát.

PaStreamParameters inputParam = {0};
inputParam.device = Pa_GetDefaultInputDevice();
inputParam.channelCount = 2;
inputParam.sampleFormat = paFloat32;
inputParam.suggestedLatency = Pa_GetDeviceInfo(inputParam.device)->defaultLowInputLatency;

// Enable dithering for output conversion
PaStream *stream;
Pa_OpenStream(&stream, &inputParam, NULL, 44100, 128, 
    paClipOff | paDitherOff, NULL, NULL);
// Note: paDitherOff disables dithering; omit for default dithering