Windows 10：针对音频驱动程序的新增功能

本主题提供 Windows 10 音频中的新增功能的简要摘要。

功能概述

以下是 Windows 10 中的新音频功能。

• 实现音频模块通信

• 低延迟音频改进

• 信号处理模式和音频类别

• 硬件卸载 APO 效果

• Cortana 语音激活

• Windows 音频通用驱动程序

• 音频驱动程序的资源管理

• 音频驱动程序的 PNP 重新平衡

低延迟音频改进

音频延迟是创建声音的时间和听到声音的时间之间的延迟。 对于以下几个关键方案，低音频延迟非常重要。

• 专业音频
• 音乐创作和混合
• Skype 等通信
• 虚拟现实与增强现实
• 游戏

设备的总延迟是以下组件的延迟之和：

• 操作系统
• 音频处理对象
• 音频驱动程序
• 音频硬件

在 Windows 10 中，已完成减少 OS 中的延迟的工作。 如果没有任何驱动程序更改，Windows 10 中的应用程序将经历 4.5-16 毫秒的较低延迟。 此外，如果驱动程序已更新，现可利用使用小型缓冲区处理音频数据的新低延迟 DDI，则延迟将减少更多。 如果驱动程序支持 3ms 音频缓冲区，则往返延迟约为 10 毫秒。

音频堆栈支持多个数据包大小和动态数据包大小调整，以便根据用户的场景优化延迟和电源之间的权衡。 此外，将确定流的优先级，以便确保高优先级流（例如电话呼叫）具有专用资源。

为了使音频驱动程序支持低延迟，Windows 10 提供以下 3 项新功能：

1. [必需] 声明每个模式下支持的最小缓冲区大小。
2. [可选，但建议] 改进驱动程序和 OS 之间的数据流协调。
3. [可选，但建议] 注册驱动程序资源（中断、线程），以便在低延迟方案中受 OS 保护。 有关详细信息，请参阅低延迟音频。

信号处理模式和音频类别

信号处理模式

驱动程序会为每个设备声明支持的音频信号处理模式。

音频类别（由应用程序选择）映射到音频模式（由驱动程序定义）。 Windows 定义了七种音频信号处理模式。 OEM 和 IHV 可以确定要实现的模式。 下方所示的表中汇总了这些模式。

模型	呈现/捕获	说明
原始	推送、请求和匿名	原始模式指定不应对流应用任何信号处理。 应用程序可以请求完全未触及的原始流并执行其自己的信号处理。
默认	推送、请求和匿名	此模式定义默认音频处理。
电影*	呈现	电影音频播放
媒体*	推送、请求和匿名	音乐音频播放（大多数媒体流的默认值）
语音*	Capture	人声捕获（例如 Cortana 的输入）
通信*	推送、请求和匿名	VOIP 呈现和捕获（例如 Skype、Lync）
通知*	呈现	铃声、闹钟、警报等。

音频设备驱动程序至少需要支持原始模式或默认模式。 支持其他模式是可选的。

语音、电影、音乐和通信的专用模式。 音频驱动程序将能够根据流类型定义不同类型的音频格式和处理。

音频类别

下表显示了 Windows 10 中的音频类别。

为了通知系统音频流的使用情况，应用程序可以选择使用特定的音频流类别标记该流。 在 Windows 10 中，有 9 个音频流类别。

类别	说明
电影*	电影，带对话框的视频（替换 ForegroundOnlyMedia）
媒体*	媒体播放的默认类别（替换 BackgroundCapableMedia）
游戏聊天*	用户之间的游戏内通信（Windows 10 中的新类别）
语音*	语音输入（例如个人助手）和输出（例如导航应用）（Windows 10 中的新类别）
通信	VOIP，实时聊天
警报	警报、铃声、通知
声音效果	蜂鸣声、叮当声等
游戏媒体	游戏内音乐
游戏效果	球弹跳、汽车引擎声、子弹等。
其他	未分类流

* Windows 10 中的新增功能。

有关详细信息，请参阅音频信号处理模式和音频处理对象体系结构。

硬件卸载 APO 效果

Windows 10 支持硬件卸载 APO 效果。 可以在卸载引脚顶部加载 APO。 这样就可以在软件和硬件中完成音频处理。 此外，处理还可以动态更改。 当有足够的硬件资源时，可以将部分或全部处理都从软件 APO 移到 DSP，然后在 DSP 中的负载增加时将其移回软件 APO。

有关详细信息，请参阅实现硬件卸载 APO 效果。

Cortana 语音激活 - 语音唤醒

Cortana 这项个人助手技术于 2013 年在 Microsoft BUILD 开发人员大会上首次面世。 语音激活是一项功能，让用户可通过说出特定短语“你好小娜”，从各种设备电源状态调用语音识别引擎。 利用“你好小娜”语音激活 (VA) 功能，用户可使用其语音在活动上下文（即当前在屏幕上的内容）之外快速参与体验（例如 Cortana）。 该功能专为屏幕关闭、空闲或完全处于活动状态的场景设计。 如果硬件支持缓冲，则用户可以将关键短语和命令短语链接在一起。 这可改善用户的端到端语音唤醒体验。 有关详细信息，请参阅语音激活。

Windows 音频通用驱动程序

Windows 10 支持一种适用于电脑、2:1 和 Windows 10 版手机和小屏幕平板电脑的驱动程序模型。 这意味着 IHV 可以在一个平台中开发其驱动程序，而该驱动程序将适用于所有设备（台式机、笔记本电脑、平板电脑、手机）。 结果是缩短开发时间和降低开发成本。

若要开发通用音频驱动程序，请使用以下工具：

1. Visual Studio 2015：新的驱动程序设置允许将“目标平台”设置为“通用”，以创建多平台驱动程序。
2. APIValidator：这是一个 WDK 工具，可用于检查驱动程序是否通用，并突出显示需要更新的调用。
3. GitHub 中的音频示例：已将 sysvad 和 SwapAPO 转换为通用驱动程序。 有关详细信息和指向 GitHub 示例代码的指针，请参阅音频的通用 Windows 驱动程序。

音频驱动程序的资源管理

在低成本移动设备上打造良好音频体验的一个挑战是，有些设备具有各种并发性约束。 例如，设备可能只能同时播放最多 6 个音频流，并且仅支持 2 个卸载流。 当移动设备上有活动电话呼叫时，设备可能仅支持 2 个音频流。 当设备在捕获音频时，设备最多只能播放 4 个音频流。

Windows 10 包含一种机制，用于表达并发性约束，以确保高优先级音频流和移动电话呼叫能够播放。 如果系统没有足够的资源，则会终止低优先级流。 此机制仅适用于手机和平板电脑，而不适用于台式机或笔记本电脑。

有关详细信息，请参阅音频硬件资源管理。

音频驱动程序的 PNP 重新平衡

PNP 重新平衡用于某些需要重新分配内存资源的 PCI 方案中。 在这种情况下，会卸载一些驱动程序，然后在不同的内存位置重新加载这些应用程序，以便创建可用连续内存空间。 可以在两个主要场景中触发重新平衡：

1. PCI 热插拔：用户插入设备，PCI 总线没有足够的资源来加载新设备的驱动程序。 属于此类别的一些设备示例包括 Thunderbolt、USB-C 和 NVME 存储。 在此场景中，内存资源需要重新排列和合并（重新平衡），以支持要添加的其他设备。
2. PCI 可调整大小的 BAR：成功将设备驱动程序加载到内存中后，它会请求其他资源。 一些设备示例包括高端显卡和存储设备。 有关详细信息，请参阅为 PortCls 音频驱动程序实现 PnP 重新平衡。