Foobar2000 0.9.6.7 & WASAPI 2.1

Foobar放出了新版本0.9.6.7，修正了一些bug。比较神奇的是，这次距离0.9.6.6之间居然没有beta版本放出呢。WASAPI输出插件也已经更新到2.1了。

Adds Windows Audio Session API exclusive mode output support, allowing bit-exact output and muting all other sounds on Windows Vista systems. Windows Vista SP1 or newer required.
Version 2.0 highlights: fixed incompatibility with Windows 7; improved compatibility with certain soundcards.
Version 2.1 highlights: fixed glitch-on-seek bug.

这是WASAPI的changelog，支持Win7并且修正了bug，推荐使用Vista或者Win7的朋友使用最新的WASAPI来进行输出。

顺便附上下载地址好了：

http://www.foobar2000.org/?page=Download

 

扫盲：

那么WASAPI到底是啥东西呢？我引用一篇老文章给做个简单的解释。

Vista是微软近几年来，最大的操作系统改版。而在这次的新版本中，音效架构也出现了重大的变革，过去Windows XP的音效层级，除了应用程序之外，以下便属于核心模式（Kernel Mode）。这样的作法比较容易因为部分层级出错，就影响到整体的音效处理，因此在Vista上把过去核心模式层级的程序模块，大部分都移到使用者模式的层级中，如此一来可以增加系统稳定度，亦可以方便程序除错。Vista的音效架构起了大幅度的变化，主要的核心模式层级只剩下音效驱动的部分，而过去微软所制定出来的MME以及DirectSound API便不再直接起作用，取而代之是以WASAPI（Windows Audio Session API）来模拟这些旧有的API。

WASAPI是Vista新的UAA（Universal Audio Architecture）音效架构的API之一，这个新的API是以Session为概念，当不同的应用程序调用WASAPI，它们的需求会被各自独立成不同的Session进行音讯处理，处理过程会经过多个不同功能的APO（Audio Processing Objects），这些APO主要用来处理音量增益、格式转换及混音等功能，但并不包括SRC的动作。而且各个APO的功能各自独立不会混杂在一起，如此一来也能确保音讯处理时的质量，好过什么功能全包在一起的KMixer大杂烩，所以微软在APO的加入后，便拿掉了KMixer的功能，并将以上这些层级划分到使用者模式上，当这些流程处理完毕，才会将音讯送到驱动程序进行底层的运算处理。

从新的音效架构中，玩家可以得知Vista拿掉了几个过去常用的音效API，以及对音质影响颇大的KMixer，因此就这部分我们可以嗅出音质进化的味道。但是Vista新的音效架构，虽然改善了XP在安全性及音质层面的缺陷，却也导致了其它阶段性的问题产生。由于Vista推出前期有不少声卡厂商，还来不及针对WASAPI撰写新的驱动，因此只能以支持Windows XP的WDM（Windows Driver Model）驱动硬上，虽然Vista仍然可以使用WDM驱动，但并无法保证其兼容性，而且在音效架构本身就有所变化的同时，使用WDM驱动是可以完成安装没错，但却会出现音效播放时的时间位移或是音效中断等状况。除此之外，许多玩家会使用的创新未来EAX游戏音效处理，主要是透过DirectSound3D这个API，将数据送至音效晶片进行运算处理，藉此减轻处理器的运算负担，但在新的Vista音效架构中DirectSound已被移除，改由模拟转换的方式送至WASAPI中进行后续处理，但WASAPI并无法将数据直接送进硬件层，因此中间的转换过程便会造成EAX音效产生错误，这也使得创新未来必须重新针对各系列支持EAX音效的产品撰写驱动程序，就我们目前了解，X-Fi系列产品最先获得支持，至于较前期的声卡也会在近期陆续更新驱动。因此玩家若要在Vista使用音效，最好先到声卡的官网上，确认产品是否已有新的Vista驱动，否则难保不会出问题。

当然在Vista的音效功能中，除了解决KMixer的音质问题之外，WASAPI新的Session概念，也可以让每个使用音效的应用程序，个别控制其音量大小，也就是说如果同时有两个应用程序播放音效，玩家将可以在Vista的音量混音程序中，各别调整这两个应用程序的音量，这是过去在XP下所办不到的。另外Vista的音效控制还新增了几个功能，其中低音加强及低音保护，主要是针对低频段的几个频率讯号进行增益或衰减，如此一来可以满足玩家对于强劲低频的追求，或是降低其信号强度，以免发音单体出现破音的状况。而房间修正的功能，则是可以将麦克风放置在玩家最常聆听计算机音效的位置进行收音，然后透过喇叭系统播放测试讯号，如此一来麦克风便能将喇叭系统所处的空间播放状况收录下来，交由Vista进行空间反射的试算，自动调整声音播放时的频段增益，达到较好的聆听效果。而房间修正的功能只有在喇叭播放装置上才能进行调整，因为以耳机进行聆听的状况下，并不会有空间反射问题，但却会出现音场上的限制，因此针对耳机系统，Vista也提供了音效仿真功能，可以透过算法来创造出不同空间的环境音效。

从音效架构来看，理论上Vista操作系统下的播放音质会比XP来得好，因此我们一样采用foobar2000来播放测试讯号，并透过RMAA进行音质比对。在测试的过程中，小编发现Realtek的HD Audio Codec无法以foobar2000的KernelStreaming输出，但在X-Fi声卡中并不会出现这个问题，这有可能是因为创新未来的驱动程序仍以WDM为基础，而Realtek的HD Audio Codec则已针对UAA架构进行开发，所以在foobar2000中无法使用Kernel Straming输出，因此小编只针对DirectSound及ASIO输出进行测试。从RMAA所测得的结果，我们可以发现在Vista操作系统中，使用DirectSound跟ASIO输出，其失真度的测试表现略有差异，其中不论是总谐波失真（Total Harmonic Distortion）或是互调失真（Intermodulation Distortion）的成绩，都仍以ASIO输出为佳。但不是说Vista的音效架构比较好吗？架构优于XP是肯定的，只是DirectSound的输出就Vista音效架构上来看，虽然少了KMixer的干扰，但仍会透过仿真程序经WASAPI后端各APO处理后，才会送交驱动程序进行硬件层的连结，但ASIO就先天的特性来说，为了低延迟而直达硬件层，确实还是占有较高的优势。但如果我们对比XP及Vista在相同设定值下的成绩，可以发现Vista操作系统下所测得的大部分数据，都要比XP相同设定值所测得的成绩来得好，而且DirectSound及ASIO的差距幅度也明显减少，从这部分不难看出架构上的优势。另外就最佳设定值的取向来看，我们可以发现在Vista操作系统中，若内建音效要获得较好的声音质量，仍得使用ASIO输出外加SSRC的DSP，其设定值和XP的播放环境相同。除此之外，小编也对比了XP及Vista操作系统中的两个最佳化设定，我们可以发现尽管Vista的音效架构优于XP，但透过foobar2000的音质设定最佳化，则可以克服XP音效架构先天的缺陷，达到和Vista一样的播放质量。因此就音效使用来说，如果玩家习惯采用foobar2000当成播放软件，并且作了音质最佳化的动作，那就XP及Vista几乎没什么差别，但若是其它功能不足的应用程序直接播放音效，那么Vista的预设环境便优于XP。

这片文章基本上要表达的意思，就是说，在Vista（Win7）这个新的WASAPI音频构架下，十分不推荐使用DirectSound输出，因为在Vista（Win7）下已经没有DirectSound了，都是模拟出来的。当然如果你的声卡支持原生ASIO，也可以使用ASIO输出。我的MAYA44支持原生ASIO，但是我个人觉得用ASIO听歌有点蛋疼，还是WASAPI比较好一些。

另外既然说到这里，就再顺便说一下Vista（Win7）下的音频设置好了。

在Vista（Win7）下，可以设置播放设备和录制设备的属性，包括采样率、位深和是否支持独占等等。这个是很重要的设置哦~

我这里设置的是24位，48000Hz。这样设置就代表，系统发出的一切声音都将会以这个形式输出。采样率是影响音质的一个很重要的参数，而且重采样这个动作，是非常非常影响音质的。 我们听的歌，都是来自CD的，CD的格式是16位 44100Hz，所以如果在foobar里使用DirectSound输出，这里这样设置的话，输出的内容会被重采样到48000Hz，这就十分影响音质了。如果在foobar里用WASAPI输出的话，则会保持音源格式，也就是16位 44100Hz输出，这样就不会对音质产生影响。

但是为什么我要设置成24bit 48000Hz呢？=_=当然我有个专业声卡，我比较蛋疼都是原因之一。不过更重要的是，我们看的视频，无论是TVRip还是DVDRip或者是BDRip，音频都是48000Hz的（只要压制的时候别乱搞），所以这里这样设置，在看视频的时候就能保持原48000Hz输出了。

这样的话，foobar听歌可以44K输出，平时应用则是48K输出，皆大欢喜皆大欢喜。