任天堂おしゃべりフラワーのしゃべりを網羅する？

いよいよトライするかね　一応今回はCopilot君にお伺いをたててみようかと…..。

C++ Builder CE サウンドプログラミング　post-triggerによる非同期Mic入力録音の試みその2前記事の続編です。callback関数でmic levelの瞬時値（相当）を得ようとする試みです。まずフォーム、TProg...

この記事の続編です。WASAPIベースでなくて、WINMM APIベースを使います。今回はCopilot君の専用モードで意見を聞きました。というかほぼ言うがまま。（笑）なんか数日単位で成長しているかもしれません。といっても、いつものように100%エラーフリーではなく、手は入れなければなりませんでしたがね。Copilot君とのやり取りの一部だけ掲載しようと思います。

まず、しばらく前からCopilot君は割り込んでこなくなりました。

windows mic level capture winmmapi vox

というような検索ワードでEdgeからサーチすると、下図のようにCOPILOT君は一歩引いたところに待機しています。

ここで”COPILOT”をクリックすると、

このような画面になります。サインインしているので名前を呼んできます。ここから対話していきます。まずは検索ワードがそのまま入っていますから、上向き矢印でおけですね。ちなみにVOXというのは

これはGemini君の方の検索ですね。自動録音・自動停止よりは理解してもらい易いような気がします。AI君も勉強しているので。まさにこの機能を実現したいのでありました。

というので当然チェック入れます。で、次

褒められちゃいました。つぼにはまった、ないしはめられたということか？ここから色々と細部を詰めていくと、細かいパラメータも決めてと言ってきます。さらに進めると、

じゃあ、一気に全部いくね。
RMS=0.03 / 無音1.5秒 / プリバッファ500ms / WinMM waveIn / vox_001.wav 形式で保存するフル VOX 録音プロジェクトです。
________________________________________
フォルダ構成
ProjectVox/
 ├─ ProjectVox.cbproj
 ├─ ProjectVox.cpp
 ├─ Unit1.h
 ├─ Unit1.cpp
 └─ Unit1.dfm
________________________________________
ProjectVox.cpp
#include <vcl.h>
#pragma hdrstop
#include <tchar.h>

とか言ってくるので、言われる通りにプロジェクトを作ります。どうせならば、C++ Builder CEのプロジェクト一式をzipでダウンロードさせてくれればいいのですが、そうは行きませんでした。そぶりは見せるけど、ちゃんとしたzipは提供されませでした。今回はね。（近々に可能になるような気がする。）

まずフォームは、

TLabel x 1, TButton x 2のみ。

Unit1.hは、

//---------------------------------------------------------------------------

#ifndef Unit1H
#define Unit1H
//---------------------------------------------------------------------------
#include <System.Classes.hpp>
#include <Vcl.Controls.hpp>
#include <Vcl.StdCtrls.hpp>
#include <Vcl.Forms.hpp>

#include <mmsystem.h>
#include <vector>
#include <deque>
#include <atomic>

//---------------------------------------------------------------------------
class TForm1 : public TForm
{
__published:	// IDE で管理されるコンポーネント
	TButton *Start;
	TLabel *LabelStatus;
	TButton *Stop;
	void __fastcall FormDestroy(TObject *Sender);
	void __fastcall StartClick(TObject *Sender);
	void __fastcall StopClick(TObject *Sender);
private:	// ユーザー宣言
public:		// ユーザー宣言
	__fastcall TForm1(TComponent* Owner);
};
//---------------------------------------------------------------------------
extern PACKAGE TForm1 *Form1;
//---------------------------------------------------------------------------
// WinMM
extern HWAVEIN hWaveIn;
extern WAVEHDR WaveHdr[2];
extern short Buffer1[4096];
extern short Buffer2[4096];

// VOX
extern std::vector<short> gCurrentPcm;      // 現在の録音バッファ
extern std::deque<short> gPreBuffer;        // プリバッファ（500ms）
extern std::atomic<bool> gRunning;          // waveIn 動作中
extern std::atomic<bool> gVoxRecording;     // VOX 録音中
extern int gSampleRate;                     // サンプリングレート
extern int gSilenceSamplesNeeded;           // 無音判定に必要なサンプル数
extern int gCurrentSilenceSamples;          // 現在の無音継続サンプル数
extern int gFileIndex;                      // vox_XXX.wav の番号

#endif

Unit1.cppは、

//---------------------------------------------------------------------------

#include <vcl.h>
#pragma hdrstop

#include "Unit1.h"
//---------------------------------------------------------------------------
#pragma package(smart_init)
#pragma resource "*.dfm"
TForm1 *Form1;
//---------------------------------------------------------------------------

// WinMM
HWAVEIN hWaveIn;
WAVEHDR WaveHdr[2];
short Buffer1[4096];
short Buffer2[4096];

// VOX
std::vector<short> gCurrentPcm;
std::deque<short> gPreBuffer;
std::atomic<bool> gRunning = false;
std::atomic<bool> gVoxRecording = false;
int gSampleRate = 44100;
int gSilenceSamplesNeeded = 0;
int gCurrentSilenceSamples = 0;
int gFileIndex = 1;

// ---------------- RMS 計算 ----------------
double CalcRms(const short* buf, int samples)
{
    if (samples <= 0) return 0.0;

    double sumSq = 0.0;
    for (int i = 0; i < samples; ++i) {
        double v = buf[i] / 32768.0;
        sumSq += v * v;
    }
    double meanSq = sumSq / samples;
    return std::sqrt(meanSq);
}

// ---------------- WAV 保存 ----------------
void SaveWav(const AnsiString& filename, const std::vector<short>& pcm, int sampleRate)
{
    if (pcm.empty()) return;

    FILE* fp = fopen(filename.c_str(), "wb");
    if (!fp) return;

    int dataSize = pcm.size() * sizeof(short);
    int fmtSize = 16;
    short audioFormat = 1;
    short numChannels = 1;
    short bitsPerSample = 16;
    int byteRate = sampleRate * numChannels * bitsPerSample / 8;
    short blockAlign = numChannels * bitsPerSample / 8;

    fwrite("RIFF", 1, 4, fp);
    int fileSize = 36 + dataSize;
    fwrite(&fileSize, 4, 1, fp);
    fwrite("WAVE", 1, 4, fp);

    fwrite("fmt ", 1, 4, fp);
    fwrite(&fmtSize, 4, 1, fp);
    fwrite(&audioFormat, 2, 1, fp);
    fwrite(&numChannels, 2, 1, fp);
    fwrite(&sampleRate, 4, 1, fp);
    fwrite(&byteRate, 4, 1, fp);
    fwrite(&blockAlign, 2, 1, fp);
    fwrite(&bitsPerSample, 2, 1, fp);

    fwrite("data", 1, 4, fp);
    fwrite(&dataSize, 4, 1, fp);
    fwrite(pcm.data(), 1, dataSize, fp);

    fclose(fp);
}

// ---------------- waveIn コールバック ----------------
void CALLBACK waveInProc(
    HWAVEIN hwi, UINT msg, DWORD_PTR instance,
    DWORD_PTR param1, DWORD_PTR param2)
{
    if (msg == WIM_DATA) {
        WAVEHDR* hdr = (WAVEHDR*)param1;
        int samples = hdr->dwBytesRecorded / 2;
        short* p = (short*)hdr->lpData;

        if (gRunning) {
            // プリバッファ更新（常に最新 500ms を保持）
            int preSamplesMax = gSampleRate / 2; // 500ms
            for (int i = 0; i < samples; ++i) {
                gPreBuffer.push_back(p[i]);
                if ((int)gPreBuffer.size() > preSamplesMax) {
                    gPreBuffer.pop_front();
                }
            }

            // RMS 計算
            double rms = CalcRms(p, samples);

            const double VOX_THRESHOLD = 0.03; // しきい値
            if (!gVoxRecording) {
                // まだ録音開始していない → しきい値超えたら開始
                if (rms >= VOX_THRESHOLD) {
                    gVoxRecording = true;
                    gCurrentPcm.clear();

                    // プリバッファを先頭にコピー
                    gCurrentPcm.insert(gCurrentPcm.end(),
                                       gPreBuffer.begin(), gPreBuffer.end());

                    gCurrentSilenceSamples = 0;
                }
            }

            if (gVoxRecording) {
                // 録音中 → 現在バッファを追加
                gCurrentPcm.insert(gCurrentPcm.end(), p, p + samples);

                // 無音判定
                if (rms < VOX_THRESHOLD) {
                    gCurrentSilenceSamples += samples;
                } else {
                    gCurrentSilenceSamples = 0;
                }

                if (gCurrentSilenceSamples >= gSilenceSamplesNeeded) {
                    // 無音が一定時間続いた → 録音終了 & 保存
                    gVoxRecording = false;
                    gCurrentSilenceSamples = 0;

                    String fname = Format(L"vox_%03d.wav", ARRAYOFCONST((gFileIndex)));
                    gFileIndex++;

                    SaveWav(fname, gCurrentPcm, gSampleRate);

                    // UI 更新はメインスレッドで
                    TThread::Queue(nullptr, [fname]() {
						Form1->LabelStatus->Caption =
                            L"Saved: " + fname;
                    });

                    gCurrentPcm.clear();
                }
            }
        }

        waveInAddBuffer(hwi, hdr, sizeof(WAVEHDR));
    }
}

// ---------------- フォーム ----------------
__fastcall TForm1::TForm1(TComponent* Owner)
    : TForm(Owner)
{
}



// ---------------- Stop ----------------
void __fastcall TForm1::StopClick(TObject *Sender)
{
    gRunning = false;
    gVoxRecording = false;

    waveInStop(hWaveIn);
    waveInReset(hWaveIn);

    waveInUnprepareHeader(hWaveIn, &WaveHdr[0], sizeof(WAVEHDR));
    waveInUnprepareHeader(hWaveIn, &WaveHdr[1], sizeof(WAVEHDR));

    waveInClose(hWaveIn);

    LabelStatus->Caption = L"Stopped";
}

void __fastcall TForm1::FormDestroy(TObject *Sender)
{
	gRunning = false;
	gVoxRecording = false;

}
//---------------------------------------------------------------------------
// ---------------- Start ----------------

//---------------------------------------------------------------------------
void __fastcall TForm1::StartClick(TObject *Sender)
{
	gSampleRate = 44100;
	gSilenceSamplesNeeded = (int)(gSampleRate * 1.5); // 無音 1.5 秒
	gCurrentSilenceSamples = 0;
	gFileIndex = 1;

	gPreBuffer.clear();
	gCurrentPcm.clear();
	gRunning = true;
	gVoxRecording = false;

	WAVEFORMATEX wf = {0};
	wf.wFormatTag = WAVE_FORMAT_PCM;
	wf.nChannels = 1;
	wf.nSamplesPerSec = gSampleRate;
	wf.wBitsPerSample = 16;
	wf.nBlockAlign = wf.nChannels * wf.wBitsPerSample / 8;
	wf.nAvgBytesPerSec = wf.nSamplesPerSec * wf.nBlockAlign;

	MMRESULT res = waveInOpen(&hWaveIn, WAVE_MAPPER, &wf,
							  (DWORD_PTR)waveInProc, 0, CALLBACK_FUNCTION);
	if (res != MMSYSERR_NOERROR) {
		ShowMessage(L"waveInOpen failed");
		return;
	}

	ZeroMemory(&WaveHdr[0], sizeof(WAVEHDR));
	ZeroMemory(&WaveHdr[1], sizeof(WAVEHDR));

	WaveHdr[0].lpData = (LPSTR)Buffer1;
	WaveHdr[0].dwBufferLength = sizeof(Buffer1);
	WaveHdr[1].lpData = (LPSTR)Buffer2;
	WaveHdr[1].dwBufferLength = sizeof(Buffer2);

	waveInPrepareHeader(hWaveIn, &WaveHdr[0], sizeof(WAVEHDR));
	waveInPrepareHeader(hWaveIn, &WaveHdr[1], sizeof(WAVEHDR));

	waveInAddBuffer(hWaveIn, &WaveHdr[0], sizeof(WAVEHDR));
	waveInAddBuffer(hWaveIn, &WaveHdr[1], sizeof(WAVEHDR));

	waveInStart(hWaveIn);

	LabelStatus->Caption = L"VOX running...";

}
//---------------------------------------------------------------------------

です。Copilot君が吐き出した（書いた）コードは1行だけエラーが出ていて、44行目。

void SaveWav(const AnsiString& filename, const std::vector<short>& pcm, int sampleRate)

とすべきところを、Copilot君は

void SaveWav(const String& filename, const std::vector<short>& pcm, int sampleRate)

と受けていて、これは、

[bcc32c エラー] Unit1.cpp(48): no matching function for call to 'fopen'
  stdio.h(274): candidate function not viable: no known conversion from 'System::WideChar *' (aka 'wchar_t *') to 'const char *' for 1st argument

というありがちなエラーになりますから、示したように仮引数filenameの型をString->AnsiStringにすればおけです。というかfopen使うんかい。動作画面は、