摘要：3D游戏中，增强的3D音效会让游戏玩家产生震撼的听觉效果，本文通过一个示例演示了如何采用微软的Directsound 3D 实现3D环绕立体声。
关键词：Directsound 3D 游戏 3D立体声
在开始本文前，我要说一句，Directsound 3D可以说是Directsound的精华所在，我个人的感觉，在3D游戏的开发中，3D音效一般都是采用Directsound 3D来完成的。
DirectSound 3D是微软公司所推出的，它利用声音大小的比例调整与都卜勒效应，来达到以软件来模拟3D音效的效果，创立了在三维空间定位音效文件的标准方式。任何应用程序透过它和支持DirectSound 3D的声卡，便可以获得所需的效果。由于这是许多声卡厂商与微软共同制定的，现在大部分的声卡都支持这项技术。 本文就是将Directsound 3D技术介绍给大家，你们可以在你们的程序中使用它，相信会给你的程序增色不少。
下面我们就开始吧，在开始前，我还要先介绍一下Directsound 3D相关的几个基本概念。然后通过一个例子来演示如何使用Directsound 3D，源码附在后面，可以下载。
3D空间 声源 听者
Directsound 3D是通过软件模拟来实现3D音效的，所以要先讲一下Dsound 的3D模拟空间。这个空间类似现实空间，可以用笛卡儿坐标系来描述Dsound 的3D空间，有x，y，z三个坐标轴坐标轴。
在这个模拟空间中Dsound提供了模拟的声源对象和倾听者对象（listener）,声源和听者的关系可以通过三个变量来描述：在三维空间的位置，以及运动的速度，以及运动方向。
位置即声源和听者在三维空间的所在位置，随着两者的相对位置不同，则听者便会听到不同的声音效果。
速度为声源和听者在三维空间中的移动速度，此项特性同样会改变两者在空间的坐标，以产生不同的声音效果。
声源和听者相对运动的方向也会影响听者听到的声音效果，因为声音是具有方向性的。这个下面会谈到。
知道了3D声源以及3D环境中的听者，那么怎么产生3D音效呢？一般来说，在产生3D音效的时候，主要有下面的几种情况，1 是声源不动，而听者在模拟的3D空间进行运动，2 是听者不动，让声源在模拟的3D空间进行运动，3 听者和声音同时在运动。如下图：
 图1 声源不动，听者移动产生3D音效 |
 图2 听者不动，声源移动产生3D音效 |
Directsound给我们提供了听者和声源对象的接口，我们可以通过上面提到的三种方式设置改变声源或者听者的位置，运动速度和方向就可以形成3D音效了，
在3D环境中，我们通过IDirectSound3DBuffer8接口来表述声源，这个接口只有创建时设置DSBCAPS_CTRL3D标志的Directsound buffer才支持这个接口，这个接口提供的一些函数用来设置和获取声源的一些属性。在一个虚拟的3D环境中，我们可以通过主缓冲区来获取IDirectSound3DListener8接口，通过这个接口我们可以控制着声学环境中的多数参数，比如多普勒变换的数量，音量衰减的比率。
接口很简单，但是大量的计算工作Directsound都在内部帮助我们完成了。
最大最小距离
当听者越接近声源，那么听到的声音就越大，距离减少一半，音量会增加一倍。但是，当你继续接近到声源，当距离缩短到一定距离后，音量就不会持续增加。这就是声源的最小距离。
声源的最小距离，就是声音的音量开始随着距离大幅度衰减的起始点。例如，对于飞机，这个最小距离也许是100m，但是对于蜜蜂，这个最小距离是2 cm，根据这个最小距离，当听者距离飞机400m时，声音的音量就要衰减一半，对于蜜蜂来说，当超过4cm的时候，音量衰减一半。下面这个图表现了，最小和最大距离对飞机和蜜蜂音量的影响。
Directsound的缺省的最小距离DS3D_DEFAULTMINDISTANCE 定义为1个单位，或者是1米。我们规定，声音在1米处的音量是full volume，在2米处衰减一半，4米处衰减为1/4，一次类推。对于大多数声音来说，我们要设置一个比较大的最小距离，这样，当声音运动的时候，不至于衰减的这么快。
最大距离，就是就是声源的音量不再衰减的距离，我们称为声源的最大距离。对于Directsound 3D buffer缺省的最大的距离DS3D_DEFAULTMAXDISTANCE 是1 billion。 也就是说，当声音超出我们的听觉范围以外的时候，衰减还是在继续。在VXD驱动下，为了避免不必要的计算处理，我们在创建buffer的时候就要设置一个合理的最大距离。
最大距离同时也用来避免某种声音听不到。例如，如果你将某种声音的最小距离设置为100m，那么声音可能在1000m的处衰减的可能就听不到了，你可以将最大的距离设置为800m，这样你就可以保证声音在无论多远处都为原音量的1/10。
记得，缺省的单位是m。
 图3 最大最小距离 |
处理模式
Sound buffers 有三种处理模式，normal, head-relative, and disabled。
在正常模式下，声源的位置和方向是真实世界中的绝对值，这种模式适合声源相对于听者不动的情形。
在head reative 模式下，声源的所有3D特性都跟听者的当前的位置，速度，以及方向有关，当听者移动，或者转动方向，3D buffer 就会自动的重新调整 world space 。这种模式可以应用实现一种在听者头部不停的嗡嗡叫的声音，那些一直跟随着听者的声音，根本没有必要用3D声音来实现。
在 disable 模式下，3 D 声音失效，所有的声音听起来好像发自听者的头部。
声音的锥效应
没有方向的声音在各个方向上的振幅都相同，有方向的声音在该方向上的振幅最大，声音的锥效应分为内部的锥效应，和外部的锥效应，锥的外部的角度应该大于等于锥的内部角度。
在锥的内部，在考虑到buffer中的基本的音量，以及距离听者的距离远近，何听者的方向，声音的音量就跟没有锥效应一样。
在锥的外部，正常的音量被削弱了，从0到负的百分之几分贝。
在锥体的内部和外部之间，是一个过渡带，从内部的volume 到外部的volume，这个音量的逐渐的降低。下面的图表显示了声音的锥效应。
 图4 声音锥 |
每一个的3D buffer都有一个声音锥，但是缺省的情况下，每一个3D声音 buffer都像一个没有衰减的 声源，因为锥体内外都没有声音的音量的降低，锥的角度内外的角度是360度，除非我们的应用程序改变这个设置，否则的话，3D声音没有方向感。
利用3D声音，可以给你的程序添加比较奇异的特技，例如，你可以将声音源放到房间的中间，将声源的方向朝向门的方向，然后将声音的锥体角度包含门的宽度，将锥体的外部设置的更宽一些，然后将锥体的外部音量设置为0。这样，当听者只有在门的附近才能听到声音，在正对门的位置，声音才更响。
关于Directsound 3D的一些相关的概念先介绍到这里，下面我们就可以开始我们的3D音效之旅了。我提供了一个demo，下面我们分析如何编程来实现3D音效。Demo的界面如下：
 图5 demo界面 |
这里要说明一下，这个demo实现3D音效的方法是采用的第二种方法，即听者不动，使声源运动的方法来产生3D音效。这里设置声源在一个平面上来运动，设置y轴为零。
象声源一样，3D世界中的听者也有位置，速度和方向。 如下图
 图6 听者的坐标系 |
向上的向量指向头的顶部，前向的向量指向听者的面部正前方，缺省时，front向量是(0.0, 0.0, 1.0),，顶部的向量是(0.0, 1.0, 0.0).，如果需要的话，Directsound可以调整front 向量，因为它在top向量的右向。所以，我们这个demo设置的buffer运动轨迹在一个平面内，如上图，我们选择的平面是y=0，所以，我们在这个demo听起来，就好像声音在绕着我们的头部不停的在转动。
下面一步一步跟我来做吧。
第1步 声明一些我们要用到的变量。
| LPDIRECTSOUND8 g_pDsd = NULL; //Directsound 对象指针 LPDIRECTSOUNDBUFFER g_pDSBuffer = NULL; //辅助缓冲区指针 LPDIRECTSOUND3DBUFFER g_pDS3DBuffer = NULL; // 3D 声源对象指针 LPDIRECTSOUND3DLISTENER g_pDSListener = NULL; // 3D 听者对象指针 DS3DBUFFER g_dsBufferParams; // 3D buffer properties DS3DLISTENER g_dsListenerParams; // Listener properties CWaveFile *g_pWaveFile= NULL; //读写wave文件用到的一个类对象 BOOL g_bPlaying = FALSE; //是否正在播放 |
第2步初始化Directsound，创建主缓冲区，设置主缓冲区的音频格式，并通过主缓冲区获取听者（listener）接口，这些工作可以在对话框的初始化中来做。
| //初始化Dsound HRESULT hr; if(FAILED(hr = DirectSoundCreate8(NULL,&g_pDsd,NULL))) return FALSE; if(FAILED(hr = g_pDsd->SetCooperativeLevel(m_hWnd,DSSCL_PRIORITY))) return FALSE; //初始化Directsound 的主缓冲区，并设置格式 LPDIRECTSOUNDBUFFER pDSBPrimary = NULL; DSBUFFERDESC dsbdesc ; ZeroMemory(&dsbdesc,sizeof(DSBUFFERDESC)); dsbdesc.dwSize = sizeof(DSBUFFERDESC); dsbdesc.dwFlags = DSBCAPS_CTRL3D | DSBCAPS_PRIMARYBUFFER;//一定不要忘记创建主缓冲区的时候要设置DSBCAPS_CTRL3D标志。只有指定了这个标志，后面你才能从这个辅助缓冲区中请求到3D的buffer指针。 if(FAILED(hr = g_pDsd->CreateSoundBuffer(&dsbdesc,&pDSBPrimary ,NULL))) return FALSE; //获取3D 模拟世界中的听者指针。 if( FAILED( hr = pDSBPrimary->QueryInterface( IID_IDirectSound3DListener, (VOID**)&g_pDSListener ) ) ) return FALSE; WAVEFORMATEX wfx; |
第3步，创建辅助缓冲区，通过辅助缓冲区获取3dbuffer指针
| DSBUFFERDESC dsbd; ZeroMemory( &dsbd, sizeof(DSBUFFERDESC) ); dsbd.dwSize = sizeof(DSBUFFERDESC); dsbd.dwFlags = DSBCAPS_CTRL3D| DSBCAPS_GLOBALFOCUS | DSBCAPS_CTRLPOSITIONNOTIFY |DSBCAPS_GETCURRENTPOSITION2; //看看创建辅助缓冲区的buffer时设置的标志，3D的标志自然是需要的，还有一个标志需要注意，DSBCAPS_CTRLPOSITIONNOTIFY，如果你采用的流（stream）buffer的话，就需要边播放，边向buffer中填充数据，就需要设置这个标志，这样，在directsound播放到指定位置时，就会触发事件。 //dsbd.dwBufferBytes =MAX_AUDIO_BUF * BUFFERNOTIFYSIZE ;//如果采用流buffer，可以设置适当的buffer大小。 dsbd.dwBufferBytes =g_pWaveFile->GetSize(); // 如果采用静态buffer，那么buffer的大小就是文件的大小了。 dsbd.guid3DAlgorithm = guid3DAlgorithm; dsbd.lpwfxFormat = g_pWaveFile->m_pwfx; if(FAILED(hr = g_pDsd->CreateSoundBuffer(&dsbd,&g_pDSBuffer,NULL))) return ; //通过辅助缓冲区，来获取3D buffer的指针。 if(FAILED(hr = g_pDSBuffer->QueryInterface(IID_IDirectSound3DBuffer, (VOID**)&g_pDS3DBuffer ))) return ; g_dsBufferParams.dwSize = sizeof(DS3DBUFFER); //设置3Dbuffer的属性。 |
第4步 设置多普勒因子以及最小最大距离。
| FLOAT fDopplerFactor; FLOAT fRolloffFactor; FLOAT fMinDistance; FLOAT fMaxDistance; CSliderCtrl *pDopplerSlider = (CSliderCtrl*)GetDlgItem(IDC_DOPPLER_SLIDER); CSliderCtrl *pRolloffSlider= (CSliderCtrl*)GetDlgItem(IDC_ROLLOFF_SLIDER); CSliderCtrl *pMinDistSlider = (CSliderCtrl*)GetDlgItem(IDC_MINDISTANCE_SLIDER ); g_dsListenerParams.flDopplerFactor = fDopplerFactor; if( g_pDSListener ) g_dsBufferParams.flMinDistance = fMinDistance; if( g_pDS3DBuffer ) |
第5步 然后就是通过调用辅助缓冲区的play方法，来进行播放音频文件了。
| DWORD res; LPVOID lplockbuf; DWORD len; DWORD dwWrite; g_pDSBuffer->Lock(0,0,&lplockbuf,&len,NULL,NULL,DSBLOCK_ENTIREBUFFER); |
第6步最后一个很重要的地方，就是我们在程序中设置了一个时钟，这个时钟事件是用来触发Directsound声源的运动如下：
声源的运动轨迹根据我们设置的fxscale 和fyscale 的大小，就是我们拖动竖直和水平的两个slider，是一个椭圆形状，当然，如果fxscale = fyscale时，就是个圆形轨迹了。我们可以调整，然后通过ontimer事件来不断调整buffer的运动轨迹。
 图7声源运动的轨迹 |
| void CDsound3DPlayDemoDlg::OnTimer(UINT nIDEvent ) { FLOAT fXScale; FLOAT fYScale; fXScale = (((CSliderCtrl*)GetDlgItem(IDC_HORIZONTAL_SLIDER ))->GetPos())/100.0f; fYScale = (((CSliderCtrl*)GetDlgItem(IDC_VERTICAL_SLIDER ))->GetPos())/100.0f; // Move the sound object around the listener. The maximum radius of the D3DVECTOR vVelocity; memcpy( &g_dsBufferParams.vPosition, &vPosition, sizeof(D3DVECTOR) ); UpdateGrid( vPosition.x, vPosition.z ); if( g_pDS3DBuffer ) |
好了，介绍到这里，基本上都介绍清楚了，如果你还有什么疑惑的话，请参看demo的代码，对于程序员来说，看代码，比看文章能理解的更清楚些。
结束语
本文通过一个实例来演示了如何利用Directsound 实现游戏开发中的3D立体声音效，随文提供了一个demo源码，你可以下载，本文的demo在windowx xp，2000 + VC.7.0下调试。关于更详细的资料，请参考msdn上directx部分。
最后提醒两个问题：
1 在我的demo程序中，关于播放音频文件，我提供了两种方法，一种是比较简单的静态buffer，适合比较小的wave文件，另一种方法是采用Streaming buffer，开一个比较小的缓存，然后一边播放，一边将向缓冲中填充数据，这个适合比较大的wave文件。当然后一种方法比较麻烦，需要单独起一个线程。我在程序中都作了详尽的注释，如果你足够仔细，你肯定会发现。
2 一定要记住，3D音效只支持单声道的wave文件，不要试图对一个多声道的wave文件实现三维立体声效果，不会成功的。