Eu estou usando o windows media foundation api para enumerar meus microfones e câmeras disponíveis, ambos funcionam.

Aqui está o meu código de enumeração:

class deviceInput {
public:
    deviceInput( REFGUID source );
    ~deviceInput();

    int listDevices(bool refresh = false);
    IMFActivate *getDevice(unsigned int deviceId);
    const WCHAR *getDeviceName(unsigned int deviceId);

private:
    void Clear();
    HRESULT EnumerateDevices();

    UINT32      m_count;
    IMFActivate **m_devices;
    REFGUID     m_source;
};

deviceInput::deviceInput( REFGUID source )
    : m_devices( NULL )
    , m_count( 0 )
    , m_source( source )
{   }

deviceInput::~deviceInput()
{
    Clear();
}

int deviceInput::listDevices(bool refresh)
{
    if ( refresh || !m_devices ) {
        if ( FAILED(this->EnumerateDevices()) ) return -1;
    }
    return m_count;
}

IMFActivate *deviceInput::getDevice(unsigned int deviceId)
{
    if ( deviceId >= m_count ) return NULL;

    IMFActivate *device = m_devices[deviceId];
    device->AddRef();

    return device;
}

const WCHAR *deviceInput::getDeviceName(unsigned int deviceId)
{
    if ( deviceId >= m_count ) return NULL;

    HRESULT hr = S_OK;
    WCHAR *devName = NULL;
    UINT32 length;

    hr = m_devices[deviceId]->GetAllocatedString( MF_DEVSOURCE_ATTRIBUTE_FRIENDLY_NAME, &devName, &length );
    if ( FAILED(hr) ) return NULL;

    return devName;
}

void deviceInput::Clear()
{
    if ( m_devices ) {
        for (UINT32 i = 0; i < m_count; i++) SafeRelease( &m_devices[i] );
        CoTaskMemFree( m_devices );
    }
    m_devices = NULL;
    m_count = 0;
}

HRESULT deviceInput::EnumerateDevices()
{
    HRESULT hr = S_OK;
    IMFAttributes *pAttributes = NULL;

    Clear();

    hr = MFCreateAttributes(&pAttributes, 1);
    if ( SUCCEEDED(hr) ) hr = pAttributes->SetGUID( MF_DEVSOURCE_ATTRIBUTE_SOURCE_TYPE, m_source );
    if ( SUCCEEDED(hr) ) hr = MFEnumDeviceSources( pAttributes, &m_devices, &m_count );

    SafeRelease( &pAttributes );

    return hr;
}

Para pegar dispositivos de captura de áudio ou câmera, eu especificoMF_DEVSOURCE_ATTRIBUTE_SOURCE_TYPE_AUDCAP_GUID ouMF_DEVSOURCE_ATTRIBUTE_SOURCE_TYPE_VIDCAP_GUID e isso não é problema, e posso pegar os nomes dos dispositivos, bem como o IMFActivate. Eu tenho código para gravar a webcam em um arquivo de vídeo de saída, no entanto, estou tendo dificuldade em descobrir como gravar o áudio em um arquivo. Tenho a impressão de que preciso usar um IMFSinkWriter, mas não consigo encontrar nenhum exemplo que use uma captura de áudio IMFActivate e IMFSinkWriter.

Eu não sou muito de um programador de api de janelas, assim eu estou seguro que há uma resposta bastante direta, mas material de COM é só um pouco em cima da minha cabeça. No que diz respeito ao formato de áudio, eu realmente não me importo, contanto que ele entre em um arquivo - pode ser wav, wma ou qualquer outra coisa. Mesmo que eu esteja gravando vídeo, eu preciso dos arquivos de vídeo e áudio separados, então não consigo descobrir como adicionar o áudio na minha codificação de vídeo.