-
等级
本版专家分：0结帖率 100% -
VC++展开阅读全文
-
等级
本版专家分：0
-
int Record(const char* buffer,int* bufferlen)
{
MMRESULT mmResult;
char soundbuffer[SIZE];
/* write */
LPWAVEHDR header = (WAVEHDR*)malloc(sizeof(WAVEHDR));
memset(header, 0, sizeof(WAVEHDR));
header->lpData = (char *)soundbuffer;
header->dwBufferLength = SIZE;
header->dwFlags = WHDR_DONE;
header->dwUser = (DWORD)0;
mmResult = waveInPrepareHeader(hWaveIn, header, sizeof(WAVEHDR));
mmResult = waveInAddBuffer( hWaveIn, header, sizeof(WAVEHDR));
if ( mmResult != MMSYSERR_NOERROR){
puts("waveInAddBuffer Error");
return -1;
}
//MMSYSERR_INVALHANDLE
mmResult = waveInStart( hWaveIn);
if(mmResult != MMSYSERR_NOERROR)
{
puts("waveInStart Error");
return -1;
}
Sleep(1000);
mmResult = waveInStop( hWaveIn);
if(mmResult != MMSYSERR_NOERROR)
{
puts("waveInStop Error");
return -1;
}
memcpy( (void*)buffer ,header->lpData, header->dwBytesRecorded);
*bufferlen = header->dwBytesRecorded;
if( waveInUnprepareHeader( hWaveIn, header, sizeof(WAVEHDR)) != MMSYSERR_NOERROR)
{
puts("waveInUnprepareHeader Error");
return -1;
}
return 0;
}
-
等级
本版专家分：0勋章
-
- 探花 2001年 总版技术专家分年内排行榜第三
-
-
银牌
2001年10月 总版技术专家分月排行榜第二
2001年9月 总版技术专家分月排行榜第二
-
-
铜牌
2002年1月 总版技术专家分月排行榜第三
2001年11月 总版技术专家分月排行榜第三
-
-
红花
2001年11月 扩充话题大版内专家分月排行榜第一
2002年1月 其他开发语言大版内专家分月排行榜第一
2001年12月 其他开发语言大版内专家分月排行榜第一
2001年10月 VB大版内专家分月排行榜第一
2001年9月 VB大版内专家分月排行榜第一
-
-
UP
-
等级
本版专家分：0
-
请问lhuchong(令狐虫)大虾
缓冲区大小有限制吗？
- 菜鸟修炼笔记-alsa-录制和播放的详细过程
alsa-录制和播放的详细过程前言一。播放基本原理和过程（伪代码）1. 打开pcm音频文件2. 打开音频设备参考资料 前言 网上很多资料都提到怎么录制和播放wav音频文件，但是很少提及原始pcm音频文件的录制和播放，下面...
- android安卓源码海量项目合集打包-1
下载地址 最后更新共计113个分类5177套源码29.2 GB。 卷 新加卷 的文件夹 PATH 列表 卷序列号为 00000200 5E7A:7F30 F:. ├─前台界面 │ ├─3D标签云卡片热门 │ │ Android TagCloudView云标签的灵活运用.rar ...
- 谈谈低延迟对音质的负面影响，顺便谈谈WASAPI
转载请注明作者信息，谢谢。常常看到某些人给别人推荐ASIO，KS或者WASAPI的时候，总喜欢扯上一句：拥有更低的延迟，从而改善音质。 事实到底是不是这样的呢？让我们来看看Foobar2000作者的看法。...
- iOS音频播放、录音、视频播放、拍照、视频录制
音频在iOS中音频播放从形式上可以分为音效播放和音乐播放。 前者主要指的是一些短音频播放，通常...在iOS中播放两类音频分别使用AudioToolbox.framework和AVFoundation.framework来完成音效和音乐播放。音效AudioToolb
- Ubuntu完全教程，让你成为Ubuntu高手！
Ubuntu的发音 Ubuntu，源于非洲祖鲁人和科萨人的语言，发作 oo-boon-too 的音。了解发音是有意义的，您不是第一个为此困惑的人，当然，也不会是最后一个：） 大多数的美国人读 ubuntu 时，将 u 作为元音发音，类似...
- 电脑小问题不求人
电脑小问题不求人--鼠标.软驱.打印机.硬盘.风扇.常见事故处理鼠标鼠标的故障分析与维修比较简单，大部分故障为接口或按键接触不良、断线、机械定位系统污垢等原因造成的。少数故障为鼠标内部元器件或电路虚焊造成的...
- 電腦基本常識-----菜鳥必讀版
0,Q:计算机是哪一年发明的?A:计算机是 1946 年在美国发明的。...2,Q:一次打开编辑众多 Windows 系统文件:A:在“开始/运行”中输入“sysedit”,确定，可以一次打开五个系统文件进行编辑：autoexec.bat
- Android面试知识点_
自我介绍： 您好，我是xxx，从事android开发也有好几年了，总共呆过两家公司，第一家是xx,干了1年，在这家公司做过3个项目，刚开始的时候主要写一些需求文档，用xmind整理项目功能，做一些简单的界面，大家都知道搞...
- 人脸识别及数据流处理
文章目录人脸识别及数据流处理1人脸识别1.1 基础简介1.1.1 人脸识别技术1.1.2 技术介绍1.2 原理1.3识别过程1.4 技术流程1.4.1 人脸图像采集及检测1.4.2 人脸图像预处理1.4.3 人脸图像特征提取1.4.4 人脸图像匹配与...
- Android工程师技术话术
企业提出这个问题的原因大致有两个原因，其一验证面试人员的履历是否真实，如果面试人员没有经历过真实的项目那么他是无法真实且准确的预料开发中所遇到的问题的；其二，企业着实想通过这个问题考验面试人员的逻辑...
- android 面试知识点
自我介绍： 您好，我是xxx，从事android开发也有好几年了，总共呆过两家公司，第一家是xx,干了1年，在这家公司做过3个项目，刚开始的时候主要写一些需求文档，用xmind整理项目功能，做一些简单的界面，大家都知道搞...
- java调用FFmpeg及mencoder转换视频为FLV并截图
原文地址： http://www.ll19.com/log/tag/FFmpeg/# java调用FFmpeg及mencoder转换视频为FLV并截图，需要FFmpeg及mencoder支持请自行下载，以下为相关程序： Conver.java Conver.java ... ...public class Conver {...
- Vim使用全指南 (环境配置，插件推荐，美化) (C++,Python,MarkDown,R...)
提示3：我想把这篇文章写的尽量的长，目的是帮助更多同学绕过VIM配置中的诸多天坑，请耐心观看，毕竟这要比你用一个星期去配置VIM来的快很多 0.为什么要写这篇文章 由于依赖win下的很多软件，不方便直接切换到Linux...
- 600个问与答
http://faq.xunweb.org/itfaq/mfcbasic/ 怎样彻底结束一个线程? (2006-06-04) v 怎么样以纯idispatch方式而不是引入类型库的方法调...
- ffmpeg常用基本命令(转)
1.分离视频音频流 ffmpeg -i input_file -vcodec copy -an output_file_video //分离视频流 ffmpeg -i input_file -acodec copy -vn output_file_audio //分离音频流 2.视频解复用 ffmpeg –i test.mp4 –...
- PPC修改注册表大全 (注册表必看）（转载）
在PPC上很多功能可以通过改注册表实现下面是一些较为常用的注册表修改方法 一共有133条 前面是目录 后面对应的是实现功能和修改方法～～希望对大家有帮助 理论上通用与WM20035.0 6.1 6.5 1.修改“china Mobile”方法...
- 批处理常用命令总结和WindowsXP下运行命令使用大全及优化
关于批处理以及批处理常用命令的总结 【 一、什么是批处理 】 批处理文件图标 批处理(Batch)，也称为批处理脚本。顾名思义，批处理就是对某对象进行批量的处理。批处理文件的扩展名为 bat 。...
- 数组和广义表 - [数据结构]
2005-09-07数组和广义表 - [数据结构]第五章 数组和广义表——非线性数据结构5.1 数组的定义和运算☆二维数组的逻辑结构形式定义为: 2_Array=( D, R )其中 D={ aij | i=c1,c1+1,...,d1, j=c2,c2+1,...,d2, aijD0} ...
- ffmpeg工具使用
它提供了录制、转换以及流化音视频的完整解决方案。它包含了非常先进的音频/视频编解码库libavcodec，为了保证质量和性能，libavcodec里很多codec都是从头开发的。FFMpeg在Linux平台下开发，但它同样也可以在其它...
- 流媒体
流媒体又叫流式媒体，它是指商家用一个视频传送服务器把节目当成数据包发出，传送到网络上。用户通过解压设备对这些数据进行解压后，节目就会像发送前那样显示出来。 目录 定义 技术 播放方式 ...
- 美丽新世界
Linux发行版本Mandriva Mandriva原名Mandrake，最早由Ga?l Duval创建并在1998年7月发布。记得前两年国内刚开始普及Linux时，Mandrake非常流行。说起Mandrake的历史，其实最早Mandrake的开发者是基于Redhat进行开发的...
- WM注册表大全
注册表内容大致上可以分为四组: 1、HKEY_CLASSES_ROOT：用来放置一些资料的定义，如副档名... 3、HKEY_LOCAL_MACHINE：此区是放置系统的设定，不论软体或硬体都是放在这，如同它LOCAL MACHINE的含义一
- windowsMobile 注册表136个操作
注册表修改详解方案集合 (136个修改操作) 1.修改“china Mobile”方法:在桌面的"中国移动"随你自己心愿修改!具体操作如下：HKEY_LOCAL_MACHINE\SOFTWARE\MICROSOFT\RIL\OPERATORNAMES下建立新的string，value name填...
- 硬件基本知识
主板知识电脑主板就可以称为电脑的神经系统。主板是一种高科技、高工艺融为一体的集成产品，大家在攒机的时候难免有认知上的迷惑。所以先了解一些主板的基本知识对大家攒机是大有裨益的。下面， 我就把主板常用的...
- SpringBoot实战开发视频
本视频教程包括了SpringBoot的基本使用及SpringBoot如何和各项技术整合。在上述环境下，SpringBoot应运而生。它使用“习惯由于配置”的理念让项目运行起来。使用SpringBoot很容易创建一个独立运行(运行jar，内嵌Servlet容器)准生产级别的基于Spring框架的项目，使用SpringBoot可以不用或只需要很少的Spring配置。 本视频教程包括了SpringBoot的基本使用及SpringBoot如何和各项技术整合。
- 大唐杯资料+题库（移动通信）
大唐杯资料+题库（移动通信）
- 计算机设计大赛作品开发文档
参加的是2020年的计算机设计大赛，软件应用与开发赛道。我们的开发文档仅供参考。（20页）
- matlab神经网络30个案例分析
【目录】- MATLAB神经网络30个案例分析(开发实例系列图书) 第1章 BP神经网络的数据分类——语音特征信号分类1 本案例选取了民歌、古筝、摇滚和流行四类不同音乐，用BP神经网络实现对这四类音乐的有效分类。 第2章 BP神经网络的非线性系统建模——非线性函数拟合11 本章拟合的非线性函数为y=x21+x22。 第3章 遗传算法优化BP神经网络——非线性函数拟合21 根据遗传算法和BP神经网络理论，在MATLAB软件中编程实现基于遗传算法优化的BP神经网络非线性系统拟合算法。 第4章 神经网络遗传算法函数极值寻优——非线性函数极值寻优36 对于未知的非线性函数，仅通过函数的输入输出数据难以准确寻找函数极值。这类问题可以通过神经网络结合遗传算法求解，利用神经网络的非线性拟合能力和遗传算法的非线性寻优能力寻找函数极值。 第5章 基于BP_Adaboost的强分类器设计——公司财务预警建模45 BP_Adaboost模型即把BP神经网络作为弱分类器，反复训练BP神经网络预测样本输出，通过Adaboost算法得到多个BP神经网络弱分类器组成的强分类器。 第6章 PID神经元网络解耦控制算法——多变量系统控制54 根据PID神经元网络控制器原理，在MATLAB中编程实现PID神经元网络控制多变量耦合系统。 第7章 RBF网络的回归——非线性函数回归的实现65 本例用RBF网络拟合未知函数，预先设定一个非线性函数，如式y=20+x21-10cos（2πx1）+x22-10cos（2πx2）所示，假定函数解析式不清楚的情况下，随机产生x1,x2和由这两个变量按上式得出的y。将x1,x2作为RBF网络的输入数据，将y作为RBF网络的输出数据，分别建立近似和精确RBF网络进行回归分析，并评价网络拟合效果。 第8章 GRNN的数据预测——基于广义回归神经网络的货运量预测73 根据货运量影响因素的分析，分别取国内生产总值（GDP），工业总产值，铁路运输线路长度，复线里程比重，公路运输线路长度，等级公路比重，铁路货车数量和民用载货汽车数量8项指标因素作为网络输入，以货运总量，铁路货运量和公路货运量3项指标因素作为网络输出，构建GRNN，由于训练数据较少，采取交叉验证方法训练GRNN神经网络，并用循环找出最佳的SPREAD。 第9章 离散Hopfield神经网络的联想记忆——数字识别81 根据Hopfield神经网络相关知识，设计一个具有联想记忆功能的离散型Hopfield神经网络。要求该网络可以正确地识别0~9这10个数字，当数字被一定的噪声干扰后，仍具有较好的识别效果。 第10章 离散Hopfield神经网络的分类——高校科研能力评价90 某机构对20所高校的科研能力进行了调研和评价，试根据调研结果中较为重要的11个评价指标的数据，并结合离散Hopfield神经网络的联想记忆能力，建立离散Hopfield高校科研能力评价模型。 第11章 连续Hopfield神经网络的优化——旅行商问题优化计算100 现对于一个城市数量为10的TSP问题，要求设计一个可以对其进行组合优化的连续型Hopfield神经网络模型，利用该模型可以快速地找到最优（或近似最优）的一条路线。 第12章 SVM的数据分类预测——意大利葡萄酒种类识别112 将这178个样本的50%做为训练集,另50%做为测试集,用训练集对SVM进行训练可以得到分类模型,再用得到的模型对测试集进行类别标签预测。 第13章 SVM的参数优化——如何更好的提升分类器的性能122 本章要解决的问题就是仅仅利用训练集找到分类的最佳参数，不但能够高准确率的预测训练集而且要合理的预测测试集，使得测试集的分类准确率也维持在一个较高水平，即使得得到的SVM分类器的学习能力和推广能力保持一个平衡，避免过学习和欠学习状况发生。 第14章 SVM的回归预测分析——上证指数开盘指数预测133 对上证指数从1990.12.20-2009.08.19每日的开盘数进行回归分析。 第15章 SVM的信息粒化时序回归预测——上证指数开盘指数变化趋势和变化空间预测141 在这个案例里面我们将利用SVM对进行模糊信息粒化后的上证每日的开盘指数进行变化趋势和变化空间的预测。 若您对此书内容有任何疑问，可以凭在线交流卡登录中文论坛与作者交流。 第16章 自组织竞争网络在模式分类中的应用——患者癌症发病预测153 本案例中给出了一个含有60个个体基因表达水平的样本。每个样本中测量了114个基因特征，其中前20个样本是癌症病人的基因表达水平的样本(其中还可能有子类), 中间的20个样本是正常人的基因表达信息样本, 余下的20个样本是待检测的样本(未知它们是否正常)。以下将设法找出癌症与正常样本在基因表达水平上的区别，建立竞争网络模型去预测待检测样本是癌症还是正常样本。 第17章SOM神经网络的数据分类——柴油机故障诊断159 本案例中给出了一个含有8个故障样本的数据集。每个故障样本中有8个特征，分别是前面提及过的：最大压力(P1)、次最大压力(P2)、波形幅度(P3)、上升沿宽度(P4)、波形宽度(P5)、最大余波的宽度(P6)、波形的面积(P7)、起喷压力(P8)，使用SOM网络进行故障诊断。 第18章Elman神经网络的数据预测——电力负荷预测模型研究170 根据负荷的历史数据，选定反馈神经网络的输入、输出节点，来反映电力系统负荷运行的内在规律，从而达到预测未来时段负荷的目的。 第19章 概率神经网络的分类预测——基于PNN的变压器故障诊断176 本案例在对油中溶解气体分析法进行深入分析后，以改良三比值法为基础，建立基于概率神经网络的故障诊断模型。 第20章 神经网络变量筛选——基于BP的神经网络变量筛选183 本例将结合BP神经网络应用平均影响值（MIV，Mean Impact Value）方法来说明如何使用神经网络来筛选变量，找到对结果有较大影响的输入项，继而实现使用神经网络进行变量筛选。 第21章 LVQ神经网络的分类——乳腺肿瘤诊断188 威斯康星大学医学院经过多年的收集和整理，建立了一个乳腺肿瘤病灶组织的细胞核显微图像数据库。数据库中包含了细胞核图像的10个量化特征（细胞核半径、质地、周长、面积、光滑性、紧密度、凹陷度、凹陷点数、对称度、断裂度），这些特征与肿瘤的性质有密切的关系。因此，需要建立一个确定的模型来描述数据库中各个量化特征与肿瘤性质的关系，从而可以根据细胞核显微图像的量化特征诊断乳腺肿瘤是良性还是恶性。 第22章 LVQ神经网络的预测——人脸朝向识别198 现采集到一组人脸朝向不同角度时的图像，图像来自不同的10个人，每人5幅图像，人脸的朝向分别为：左方、左前方、前方、右前方和右方。试创建一个LVQ神经网络，对任意给出的人脸图像进行朝向预测和识别。 第23章 小波神经网络的时间序列预测——短时交通流量预测208 根据小波神经网络原理在MATLAB环境中编程实现基于小波神经网络的短时交通流量预测。 第24章 模糊神经网络的预测算法——嘉陵江水质评价218 根据模糊神经网络原理，在MATLAB中编程实现基于模糊神经网络的水质评价算法。 第25章 广义神经网络的聚类算法——网络入侵聚类229 模糊聚类虽然能够对数据聚类挖掘，但是由于网络入侵特征数据维数较多，不同入侵类别间的数据差别较小，不少入侵模式不能被准确分类。本案例采用结合模糊聚类和广义神经网络回归的聚类算法对入侵数据进行分类。 第26章 粒子群优化算法的寻优算法——非线性函数极值寻优236 根据PSO算法原理，在MATLAB中编程实现基于PSO算法的函数极值寻优算法。 第27章 遗传算法优化计算——建模自变量降维243 在第21章中，建立模型时选用的每个样本（即病例）数据包括10个量化特征（细胞核半径、质地、周长、面积、光滑性、紧密度、凹陷度、凹陷点数、对称度、断裂度）的平均值、10个量化特征的标准差和10个量化特征的最坏值（各特征的3个最大数据的平均值）共30个数据。明显，这30个输入自变量相互之间存在一定的关系，并非相互独立的，因此，为了缩短建模时间、提高建模精度，有必要将30个输入自变量中起主要影响因素的自变量筛选出来参与最终的建模。 第28章 基于灰色神经网络的预测算法研究——订单需求预测258 根据灰色神经网络原理，在MATLAB中编程实现基于灰色神经网络的订单需求预测。 第29章 基于Kohonen网络的聚类算法——网络入侵聚类268 根据Kohonen网络原理，在MATLAB软件中编程实现基于Kohonen网络的网络入侵分类算法。 第30章 神经网络GUI的实现——基于GUI的神经网络拟合、模式识别、聚类277 为了便于使用MATLAB编程的新用户，快速地利用神经网络解决实际问题，MATLAB提供了一个基于神经网络工具箱的图形用户界面。考虑到图形用户界面带来的方便和神经网络在数据拟合、模式识别、聚类各个领域的应用，MATLAB R2009a提供了三种神经网络拟合工具箱（拟合工具箱/模式识别工具箱/聚类工具箱）。
- VSCode launch.json配置详细教程
主要介绍了vscode 的node.js debugger 的 launch.json 配置详情,本文通过实例代码给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下