2.1 创建设备对象

调用directsound.DirectSoundCaptureCreate()方法创建音频捕获对象，其参数guid表示录音设备，可由directsound.DirectSoundCaptureEnumerate()函数返回值提供，也可以设为None，表示使用系统默认录音设备。

2.2 创建缓冲区对象

创建缓冲区对象，首先需对一个DSCBUFFERDESC结构对象赋值，指定要创建的缓冲区特征，如缓冲区大小、单双声道、采样率、采样量化位数等。DSCBUFFERDESC结构有两个成员，其中dwBufferBytes定义了缓冲区的大小，lpwfxFormat为WAVEFORMATEX结构对象，规定了声音数据的结构，由pywintypes.WAVEFORMATEX()创建。

WAVEFORMATEX结构包含以下属性：

wFormatTag：格式标识，对于DirectSound只能是WAVE_FORMAT_PCM，表示捕获格式为PCM（Pulse Code Modulation，脉冲编码调制）格式。

nChannels：表示通道数，1为单声道，2为立体声。

nSamplesPerSec：表示采样频率，一般为8000Hz、11025Hz、22050Hz、44100Hz。

wBitsPerSample：表示采样量化位数，通常是8或16。

nBlockAlign：表示采样块字节数，对于PCM是wBitsPerSample*nChannels/8。

nAvgBytesPerSec：表示采样率，以字节为单位，为nBlockAlign和wBitsPerSample的乘积。

通过调用设备对象的方法PyIDirectSoundCapture.CreateCaptureBuffer()创建缓冲区对象，其参数lpDSCBufferDesc即DSCBUFFERDESC结构对象，通过调用directsound.DSCBUFFERDESC()创建。

创建缓冲区对象之后，调用其方法PyIDirectSoundCaptureBuffer.Start()开始采集数据，其参数dwFlags可以设置缓冲区的工作方式：静态缓冲（dwFlags参数设为0）或动态缓冲（dwFlags参数设为directsound.DSCBSTART_LOOPING或1）。其中静态缓冲指一次将一段完整的音频数据写入缓冲，适合容量有限、实时性要求不高的音频数据流；而动态缓冲并不将全部的音频数据一次写入缓冲，而是由程序周期性地动态写入，占用内存空间较小，可以通过使用较小的内存来播放较长的声音，适合于容量大、实时性要求较高的音频数据流。

停止录音时可调用PyIDirectSoundCaptureBuffer.Stop()方法。

2.3 设置通知机制

为确保声音信号的实时采集和处理，应用程序须及时知道什么时候可以开始读取缓冲区内的音频数据。IDirectSoundNotify接口为此提供了一种高效率的方式，即位置通告方式，在缓冲区设定一个或多个通知位置，当缓冲捕获的数据到达设定位置时即发出一个事件通知。当读取位置在缓冲区中循环时，事件将不断地被发送。

首先调用函数win32event.CreateEvent()创建通知事件句柄，其次调用缓冲区对象方法PyIDirectSoundCaptureBuffer.QueryInterface()获取IDirectSoundNotify接口对象，最后通过方法PyDirectSoundNotify.SetNotificationPositions()设置通知位置。