WASAPI Loopback 录音音质不佳问题排查
使用 Windows Audio Session API (WASAPI) 进行环回录音，原本的预期是能捕获到和原始音源质量相同的音频。可是实际应用中，音频质量下降的情况并不少见。当录音的音质和播放源有明显差异时，就需要进一步调查来解决这一问题。以下是一些可能的根源以及相应的解决方案。
1. 采样率和位深度不匹配
录制质量下降最常见的原因之一就是录制设置与播放音频源的采样率或位深度不匹配。如果不匹配，音频会被重新采样或者量化，从而损失一部分细节，使声音听起来浑浊不清。
解决方案:
确保录音使用的 WAVEFORMATEX 结构体与系统默认的音频设备格式匹配。 获取设备默认格式能最大限度地减少不必要的音频转换，提高录制音质。
代码示例:
HRESULT hr = pAudioClient->GetMixFormat(&pwfx);
EXIT_ON_ERROR(hr)
// 使用 pwfx 初始化录音参数
如果需要手动设置音频格式，可尝试以下步骤：
获取设备支持的格式: 使用 IAudioClient::IsFormatSupported 检查设备是否支持所需格式。
设置最接近的匹配格式: 如果设备不支持，尝试设置设备支持的最接近的格式。
命令行检查示例:
可以使用 PowerShell 命令 Get-AudioDevice -Playback | fl * 来检查系统的音频设备信息，获取采样率和位深度。
注意事项:
强制使用某些不被硬件或者驱动支持的采样率可能导致严重错误或者系统崩溃。务必小心！
不同的应用程序或者服务可能会动态地改变系统的默认音频格式，需要在每次录制前都检查确保设置正确。
2. 共享模式的问题
WASAPI 允许独占和共享两种模式。在共享模式下，系统混音器可能会对音频进行处理，比如音量调整和格式转换，这可能会降低录制质量。
解决方案:
尽管独占模式能绕过系统混音器并提供更好的音质，可是使用场景受到很大的限制，其他应用程序无法同时访问音频设备，在大多数使用场景下，使用共享模式和 AUDCLNT_STREAMFLAGS_LOOPBACK标志能满足大部分的需求。 需要避免不必要的格式转换和混音处理，保证录制到的音频数据和原始数据一致。
代码示例:
初始化 IAudioClient 时，必须指定AUDCLNT_STREAMFLAGS_LOOPBACK 标志以正确捕获系统音频。
hr = pAudioClient->Initialize(AUDCLNT_SHAREMODE_SHARED, AUDCLNT_STREAMFLAGS_LOOPBACK, hnsRequestedDuration, 0, pwfx, NULL);
EXIT_ON_ERROR(hr)
注意事项:
部分声卡或驱动可能在共享模式下执行额外的音频处理，可以在声卡驱动设置中寻找关闭这些处理的选项，可能会改善录制音质。
3. 缓冲延迟设置不当
过短的缓冲区可能导致音频数据丢失，产生爆音或其他失真；过长的缓冲区则会引入明显的延迟。
解决方案:
合理的设置缓冲时长。 使用 IAudioClient::GetStreamLatency 来获取音频流的延迟，能更精确地同步录制过程，尽可能保证最低的延迟，避免数据丢失。 适当调整 hnsRequestedDuration 参数以优化延迟和性能。
代码示例:
REFERENCE_TIME hnsRequestedDuration = REFTIMES_PER_SEC / 10; // 例如，100 毫秒
注意事项:
不同的硬件和驱动对缓冲区的支持有所不同，调整缓冲时长后，必须充分测试程序的稳定性。
4. 静音帧处理不当
在环回录音过程中，可能会捕获到静音帧。必须正确处理这些帧，避免影响录音质量。
解决方案:
根据 AUDCLNT_BUFFERFLAGS_SILENT 标志来检测静音帧，根据实际需求选择是跳过这些帧还是填充静音数据。
代码示例:
if (flags & AUDCLNT_BUFFERFLAGS_SILENT) {
pData = NULL; // Tell CopyData to write silence.
}
安全建议:
确保使用的API是最新版本的，老旧的版本可能存在已知的安全漏洞。
对输入参数进行严格的验证，防止恶意输入导致的安全问题。
定期检查代码中的依赖库和组件，及时更新修复安全漏洞。