本文章是由機器翻譯。
UI 最前線
Windows Phone 7 中的錄音功能
Charles Petzold
.jpg)
早在 1984 年，Apple 在第一批推出 Macintosh 的平面廣告中，就宣傳過它的滑鼠設計，廣告語非常吸引人：“有些滑鼠有兩個按鈕。Macintosh 只有一個。想按錯都難。”
當然事實並非完全如此。通過一個按鈕執行諸多功能，可能和多個按鈕一樣讓人困擾。但是，就 UI 設計的簡易性而言，不會按錯按鈕的設計當然非常有說服力。
盡可能精簡 UI，這一點在為智慧手機程式設計時甚至更為重要。手機尺寸有限。容不下太多按鈕，用手指按這些按鈕不可能像滑鼠一樣準確。按鈕太多意味著更容易按錯按鈕。
不利的一面是，限制 UI 通常會限制程式的功能，權衡這兩方面並非易事。生活離不開利弊權衡。
設計思路
我想過，編寫一個 Windows Phone 7 程式來錄製一小段語音備忘錄（例如“記得取乾洗衣服”和“想出了一個不錯的電影情節：男孩遇見女孩”）很有趣。
當然，這類程式很有用，在公共場合使用這些程式炫耀新 Windows Phone 也是一個理由。對我而言，更重要的是，使用錄音功能可以錄製某些實踐經驗，可以播放手機支援的課程。
但是，程式設計方面的問題超出了我的預期。即使我之前編寫過代碼，在腦海中反復思考程式的設計。
開始，我認為只有兩個按鈕（“Record”和“Play”）很好，它們可以通過切換方式工作。按“Record”按鈕開始錄製，再按一次則停止錄製。程式將音訊資料保存在獨立的存儲中。按“Play”按鈕開始播放。每按一次“Record”按鈕將覆蓋之前的備忘錄，因此程式不需要“Delete”按鈕。
我甚至草率地通過實現語音啟動功能將程式精簡為一個“Play”按鈕。程式將連續錄製，僅在它包含語音時保存資料。但是這樣一來，如果不引入某種手動閾值設置，很難區分背景聲音與真正的語音資料。我放棄了單按鈕設計。
我最初的方案適合一個備忘錄，要錄製多個備忘錄就不行了。這之後，我想將程式設計為只維護一個音訊檔，在以前的備忘錄末尾追加新的備忘錄。因為只有一個大檔，“Play”按鈕將按順序播放所有備忘錄。當然，程式不會讓這個檔無限增大，因此，肯定需要設計一個“Delete”按鈕來刪除整個檔，即所有備忘錄。
不，這不是一個好辦法。我需要為每個備忘錄維護單獨的檔，允許逐個刪除這些備忘錄。但這樣一來，需要通過某種方法為使用者提供所有單個的檔供其播放和刪除，程式的複雜性增加了。毫無疑問，我需要一個 ListBox 和某種為使用者標識每個備忘錄的方法，或許可以使用使用者提供的關鍵字或者（更糟糕的）實際檔案名進行標識。
不，不，決不能用這種方法！我看了一眼電話應答機。每個呼叫或備忘錄都分別錄製下來，它們只是通過編號顯示在簡單的顯示幕上。“Previous”和“Next”方向按鈕可以轉到上一呼叫或下一呼叫，對“Play”按鈕進行了補充。每當刪除備忘錄或呼叫時，備忘錄會重新編號。我知道我不需要對備忘錄進行編號，但可以在手機的大顯示幕上顯示每個備忘錄的詳細資訊，包括錄製日期、持續時間和檔大小。
當我意識到，在程式的主螢幕上放置一個 ListBox，不僅可用於選擇，也可以用於播放，我終於找到了突破口。
使用程式
當然，最終設計是以極簡的形式實現完備的備忘錄管理系統。可下載的 SpeakMemo 專案是為 Silverlight for Windows Phone 編寫的，需要使用 Windows Phone 7 開發工具。您可以在手機模擬器上運行該程式，它看起來可以正常運行，但不會實際錄製或播放任何語音。
SpeakMemo 程式第一次運行時，螢幕顯示內容如圖 1 所示。
.jpg)
圖 1 初始 SpeakMemoScreen
一個按鈕！或者，至少在相當簡潔的螢幕上顯示了一個啟用的 按鈕。該按鈕顯示獨立存儲中還有多少空間，該空間對應多大的錄音檔。（不，這個程式不允許錄製長達 17 小時的備忘錄！）
按“Record”按鈕，它將變為紅色並閃爍，同時即時更新持續時間指示符，如圖 2 所示。
.jpg)
圖 2 錄製時的 SpeakMemo
再次按“Record”按鈕，錄製的備忘錄將顯示在螢幕上，包括錄製的日期和時間、持續時間、存儲空間和“Play”按鈕，如圖 3 所示。
.jpg)
圖 3 包含一個備忘錄的 SpeakMemo
當然，您可以按“Play”按鈕播放備忘錄，該按鈕會在“播放”與“暫停”模式間切換。
只有一個備忘錄時可能並不明顯，但錄製的備忘錄是按時間順序逆序存儲在 ListBox 中的，如圖 4 所示，因此，如果積累有多個備忘錄，可以滾動查看和播放這些備忘錄。
.jpg)
圖 4 SpeakMemo ListBox
Silverlight 的一項強大功能是 DataTemplate，它可用於定義 ListBox 中各項的外觀。DataTemplate 可以包含其他控制項，例如按鈕。我很高興編寫了一個在 DataTemplate 中放置一個按鈕的實際應用程式。
您還可以通過刪除單個備忘錄來管理所收集的備忘錄。選中一個備忘錄時，將啟用“Delete”按鈕。可能是受在 DataTemplate 中放置按鈕的啟示，我又利用了一下 Silverlight 技巧，在“Delete”按鈕內放置了兩個按鈕。按下“Delete”時，會顯示這些按鈕，它們執行傳統的確認功能，如圖 5 所示。
.jpg)
圖 5 確認刪除
播放某個備忘錄時，該備忘錄會處於選中狀態，但是，如果按“Play”按鈕右側區域選中備忘錄，是不會播放相應備忘錄的。該程式可以同時進行備忘錄的播放、錄製和刪除操作。
手機和語音
人們一度希望 Windows Phone 7 能具有 Microsoft .NET Framework System.Speech 命名空間中提供的某些語音辨識和合成支援。可能以後會實現這些支援。
到那時，可以從手機的麥克風捕獲語音，然後使用 Microsoft.Xna.Framework.Audio 命名空間中的類通過手機揚聲器播放語音。這些是 XNA 類，但也可以用在 Silverlight 程式中。要在 Silverlight 專案中使用 XNA 類，只需將對 Microsoft.Xna.Framework.dll 的引用添加到專案的引用並忽略警告消息。
Microsoft.Xna.Framework.Audio 命名空間中的類與 Microsoft.Xna.Framework.Media 命名空間中的類是完全獨立的。Media 命名空間包含用於從手機音樂庫播放音樂的類，這些音樂是 MP3 或 WMA 格式的壓縮音訊檔，是 Song 類型的物件。我撰寫的書《Programming Windows Phone 7》(Microsoft Press, 2010) 的第 18 章仲介紹了如何訪問音樂庫，這本書可從 bit.ly/dr0Hdz 免費下載。在我的網站博客文章中，也演示了如何播放存儲在程式自身或者通過 Internet (bit.ly/ea73Fz) 下載的 MP3 或 WMA 檔。
與此不同，Microsoft.Xna.Framework.Audio 命名空間中的類使用標準 PCM 格式的未壓縮音訊資料，這與音訊 CD 和 Windows WAV 檔所用的方法相同。使用 PCM，類比語音振幅按統一速率（通常為每秒 8,000 至 48,000 個樣本）進行採樣，每個樣本通常存儲為 8 位或 16 位值。特殊語音所要求的存儲為持續時間（以秒為單位）乘以取樣速率，再乘以每個採樣的位元組數（身歷聲為兩倍）。
如果需要在 Windows Phone 7 應用程式中提供語音辨識支援，您必須自己提供該支援，極有可能通過 Web 服務提供。同樣，要求將文本轉換為語音的程式也可能會使用 Web 服務，或者等到手機提供該支援。面向 Windows Phone 的 Microsoft Translator 應用程式使用 Microsoft Translator 服務 (microsofttranslator.com) 實現該支援。Translator Starter Kit 的代碼和文檔在 MSDN (msdn.microsoft.com/library/gg521144(VS.92).aspx) 和 AppHub (create.msdn.com/education/catalog/sample/translatorstarterkit) 上發佈。
使用 XNA 音訊服務時，Silverlight 程式必須以與視頻刷新率大致相同的速率調用靜態 FrameworkDispatcher.Update 方法，Windows Phone 7 上的視頻刷新率大約為每秒 30 次。有關如何執行此操作的描述，請參見 XNA 連線文檔 (msdn.microsoft.com/library/ff842408) 中的文章“在 Windows Phone 應用程式中支援 XNA Framework 事件”。在 SpeakMemo 中，XnaFrameworkDispatcherService 類處理此任務。此類在 App.xaml 檔中產生實體。
錄音
要通過手機麥克風錄音，請使用 Microphone 類。可能需要使用靜態 Default 屬性創建此類的實例：
Microphone microphone = Microphone.Default;
或者，使用靜態 All 屬性提供 Microphone 物件的集合，但這樣可能需要向使用者顯示清單以便選擇一項。
取樣速率是固定的，不能更改，SampleRate 屬性報告的取樣速率為每秒 16,000 個樣本。 根據 Nyquist 採樣定理，在錄製音訊不超過 8,000 Hz 的聲音時此取樣速率是合適的。 這適合語音，但無法實現很好的音樂效果。 每個樣本都是 2 個位元組寬的單聲道，這意味著每秒錄音需要 32,000 個位元組，每分鐘為 1.9MB。
麥克風資料傳遞到程式的緩衝區，緩衝區實際上是位元組陣列。 您將安裝 BufferReader 事件的處理常式，接著調用 Start 開始錄製。 Microphone 物件觸發 BufferReady 事件時，代碼使用一個位元組陣列調用 GetData。 從 GetData 返回時，緩衝區已填充 PCM 資料。 需要程式停止錄製時，再次調用 GetData 獲取最新的部分緩衝區。 此方法返回傳遞給陣列的位元組數。 然後調用 Stop。
Microphone 僅允許指定傳遞給 GetData 的緩衝區的位元組大小。 BufferSize 屬性是 TimeSpan 值，必須介於 100 毫秒到 1,000 毫秒（一秒）之間，以 10 毫秒為增量。 在 SpeakMemo 中，我保留了預設值 1,000。
為方便起見，Microphone 類提供兩個方法用於轉換緩衝區大小與時間。 遺憾的是，這些方法有點讓人困惑，因為它們的名稱包含“sample”。GetSampleDuration 方法基本上是將位元組大小除以 32,000 並返回指示秒數的 TimeSpan。 GetSampleSizeInBytes 是將 TimeSpan 持續時間（以秒為單位）乘以 32,000。
當 SpeakMemo 進行錄製時，它將多個 32,000 位元組的緩衝區聚合到一個泛型 List 集合中。 錄製停止後，程式在單獨的存儲中將所有單個緩衝區保存為一個檔。
在決定不包括關鍵字功能來標識備忘錄後，我希望檔只包含 PCM 資料，不包含任何補充資訊。 但是，我十分驚訝地意識到 Silverlight for Windows Phone 中的 IsolatedStorageFile 類沒有用於訪問檔創建時間或最後寫入時間的方法，我認為這一資訊對於使用者來說很重要。
這意味著檔案名本身必須包含日期和時間。 我首先嘗試通過 DateTime 物件使用“s”和“u”格式設置選項來創建檔案名，但這不起作用。 （至於為什麼不起作用，我將它作為一個簡單的練習留給讀者。）接著，我將日期和時間的各部分組合在一起，構造了我自己的檔案名字串。
XNA 聲音播放
使用 Microsoft.Xna.Framework.Audio 命名空間中的相關 SoundEffect 和 SoundEffectInstance 類可以播放預先錄製的聲音，在 XNA 遊戲上下文中，這兩個類名稱與其常見功能不一致！ 但靜態 SoundEffect.FromStream 方法要求 Stream 物件引用一個包含 RIFF 頭的標準 Windows WAV 檔，而我不想為檔案格式費心。
為了使用原始的 PCM 資料而不是 WAV 檔，您可能希望改為使用 DynamicSoundEffectInstance 類，該類派生自 SoundEffectInstance。 此類適用于從 Microphone 類生成的資料或者動態創建自己的波形資料的程式（例如音樂合成器程式）。
DynamicSoundEffectInstance 構造函數需要一個取樣速率和許多聲道；如果要使用此類處理從 Microphone 生成的資料，顯然需要使之保持一致：
DynamicSoundEffectInstance playback =
new DynamicSoundEffectInstance(
microphone.SampleRate, AudioChannels.Mono);
另一方面，如果要讓播放的語音聽起來像語速很快的數來寶一樣，只需將第一個參數乘以 2。DynamicSoundEffectInstance 需要具有 16 位樣本大小的資料。此類有 Play、Pause、Resume 和 Stop 方法，可用於控制播放，State 屬性指示當前狀態。此類與 Microphone 的情形在某些方面相反：它在需要新緩衝區時觸發 BufferNeeded 事件。您的任務是使用 PCM 資料填充緩衝區並調用 SubmitBuffer。
為避免語音中出現聽得見的間隙，一般情況下，需要在 DynamicSoundEffectInstance 類中維護一個緩衝區佇列，在上一緩衝區仍在播放時提交新的緩衝區。此類的作用在於，通過 PendingBufferCount 屬性來指示佇列中的緩衝區數目。BufferNeeded 事件在 PendingBufferCount 更改且小於或等於 2 時觸發。
但是，如果只是需要播放 PCM 資料的整個區塊，則可以調用 SubmitBuffer 而無需觸發 BufferNeeded 事件。剛開始，我就是這樣在 SpeakMemo 程式中使用此類的，但我發現它無法確定緩衝區何時完成播放。此類沒有“狀態已更改”事件，即使有，DynamicSoundEffectInstance 也不會在緩衝區完成播放時從“播放”狀態切換為“停止”狀態。它需要更多的緩衝區。如果不知道這一資訊，則無法使程式正確切換“Play/Pause”按鈕的顯示。
我最後處理 BufferNeeded 事件，不過，這只是為了檢查 PendingBufferCount 屬性。當 PendingBufferCount 降至零時，緩衝區就完成了播放。
存儲問題
SpeakMemo 在獨立的存儲中存儲錄製的備忘錄。從概念上講，獨立的存儲是應用程式的私有空間，但從物理上講，它是整個存儲區域的一部分，與臺式電腦的硬碟相似。這裡存儲了所有的應用程式可執行檔以及手機的照片庫、音樂庫、視頻庫等。Windows Phone 7 的硬體規範要求手機至少有 8GB 的快閃記憶體作為此存儲區域，當此存儲容量不足時，手機會提醒使用者。
存儲備忘錄檔不是我主要關心的問題。我更關注程式的堆。除了快閃記憶體外，Windows Phone 7 硬體規範還要求具有 256MB 的 RAM。這是應用程式在運行時佔用的記憶體，它提供程式的本地堆。根據我的經驗，SpeakMemo 可以分配最多 90MB 的陣列，再大就會引發記憶體不足異常。這相當於使用麥克風錄製大約 47 分鐘的語音。
這並不表示 Windows Phone 7 程式必須限制為 47 分鐘的錄製時間。但如果程式要錄製這麼長時間的連續語音，則必須逐步將緩衝區保存到獨立的存儲才能釋放記憶體，然後在播放檔時增量式載入檔。這不是 SpeakMemo 的構造方式。該程式會保存並載入整個檔，我不願意放棄這麼簡單的結構。
因此，我只是將備忘錄持續時間設置為最大 10 分鐘。錄製達到該長度後，即會停止並保存（保存本身需要數秒）。為了使程式簡單，沒有任何警告。錄製直接停止，就像使用者按下停止按鈕一樣。當程式終止或停用（例如邏輯刪除期間）時也會出現這種自動停止並保存的過程。
當然，播放 10 分鐘的備忘錄也不方便。“Play”按鈕將在播放和暫停模式間切換，但沒有快退和快進方式。這些功能是可以添加的，相信您知道該怎樣做，對吧？
是的，更多按鈕。甚至可能是一個滑塊。
Charles Petzold 是 MSDN 雜誌 *的長期特約編輯。*他的新書《Programming Windows Phone 7》(Microsoft Press, 2010) 可從 bit.ly/dr0Hdz 免費下載。
衷心感謝以下技術專家對本文的審閱： Mark Hopkins