隨著計算機網(wǎng)絡的日益普及，人們通過網(wǎng)絡進行交流顯得越來越重要，于是出現(xiàn)了一系列語音通信的軟件，比如NetMeeting、IPPhone、MediaRing以及VoxPhone等等，但這些軟件都功能完善、相對獨立，不利于集成到自己開發(fā)的軟件中，有時我們也希望將這種語音通信功能集成到自己的軟件中，尤其當一個單位的局域網(wǎng)用戶分散在不同的房間時。本文給出一種靈活、簡單的實現(xiàn)方法，采用基于對話框的方式編程，硬件上只需要一塊雙DMA通道的聲卡（目前的聲卡大多支持雙DMA通道）和一支耳麥，其余全部由軟件編程實現(xiàn)。程序在 Windows98/2000、Visual C＋＋6.0 下編譯通過，在Windows NT 100M 以太網(wǎng)上運行良好。
設計思路
要實現(xiàn)點對點語音通信，原理非常簡單，只要針對一個點實現(xiàn)話音的實時采集、處理、播放，同時能進行可靠的傳送和接收，這樣兩點一連便可通話。對于前者，采用Windows SDK的低層音頻服務比較合適，因為低層音頻服務中的回調(diào)機制為我們提供了很大的方便。當應用程序不斷向設備驅(qū)動程序提供音頻數(shù)據(jù)時，設備驅(qū)動程序控制音頻設備在后臺完成錄音和放音的具體操作，通過回調(diào)機制，我們又可以檢測到什么時候用完一個數(shù)據(jù)塊，并及時傳送下一個數(shù)據(jù)塊，從而保證了聲音的連續(xù)，有了這種單機上的實時采集、回放功能后，接下來的工作就是在網(wǎng)絡上傳送話音數(shù)據(jù)。在點對點網(wǎng)絡傳輸方面，選擇面向連接的TCP協(xié)議，TCP傳輸協(xié)議自動處理分組丟失和交付失序問題，這樣我們不用為這些問題操心，只需很好地利用這個連接，在采集話音回放之前一方面將自己的話音傳給網(wǎng)絡，另一方面接收網(wǎng)絡傳來的話音，這樣便實現(xiàn)了點對點語音通信。其結構框圖如下：



具體實現(xiàn)
一、話音的實時采集、處理、回放
首先要介紹一下Windows低層波形音頻數(shù)據(jù)塊結構 WAVEHDR，其聲明如下：

type struct{?
LPSTR lpData; //指向鎖定的數(shù)據(jù)緩沖區(qū)的指針?
DWORD dwBufferLength; //數(shù)據(jù)緩沖區(qū)的大小?
DWORD dwByteRecorded; //錄音時指明緩沖區(qū)中的數(shù)據(jù)量?
DWORD dwUser; //用戶數(shù)據(jù)?
DWORD dwFlag; //提供緩沖區(qū)信息的標志?
DWORD dwLoops; //循環(huán)播放的次數(shù)?
struct wavehdr_tag ＊ lpNext; //保留?
DWORD reserved; //保留?
} WAVEHDR;?

聲音的采集和播放都是在操作這個音頻數(shù)據(jù)塊結構，實際上主要用到的就是第一個成員變量lpData, 所以我們只要在分配緩沖區(qū)（內(nèi)存）的同時相應分配WAVEHDR數(shù)據(jù)塊結構，然后將緩沖區(qū)的指針賦給對應的數(shù)據(jù)塊結構的成員變量 lpData，這樣當一個緩沖區(qū)填滿后，也就是一個音頻數(shù)據(jù)塊填滿了，通過消息機制就可以在消息函數(shù)中進行處理和播放，播放完后又可通過消息函數(shù)把緩沖區(qū)再送給音頻設備輸入驅(qū)動程序，繼續(xù)進行采集并播放，當你一次性分配多個緩沖區(qū)和數(shù)據(jù)塊結構并賦給音頻設備輸入驅(qū)動程序后，至于把哪個緩沖區(qū)填滿，然后再把哪個空緩沖區(qū)賦給設備輸入驅(qū)動程序，不需人為干預，完全由Windows控制，這就是一種用動態(tài)循環(huán)緩沖區(qū)實現(xiàn)話音的實時采集、播放的簡單而巧妙的辦法。實現(xiàn)步驟：

1.初始化操作

①用waveInGetNumDevs()和waveOutGetNumDevs()查看當前系統(tǒng)波形音頻輸入、輸出設備；
②按11025Hz，16Bit，單聲道，22K/S的格式設置WAVEFORMATEX結構的成員變量，也可以改為其他WAVE格式；
③用waveInOpen(...) 和waveOutOpen(...)分別調(diào)用WAVE_FORMAT_QUERY參數(shù)查看波形輸入設備是否支持所設定的格式；
④再次用waveInOpen(...) 和waveOutOpen(...)分別調(diào)用CALLBACK_WINDOW參數(shù)打開波形輸入設備；
⑤分別給音頻數(shù)據(jù)塊和音頻數(shù)據(jù)緩沖區(qū)分配、鎖定全局內(nèi)存；
⑥初始化音頻數(shù)據(jù)塊結構各成員變量，主要是將每個緩沖區(qū)指針賦給對應數(shù)據(jù)塊結構中的緩沖區(qū)指針變量lpData；調(diào)用waveInPrepareHeader(...)和waveInAddBuffer(...)將音頻數(shù)據(jù)塊賦給輸入設備驅(qū)動程序；
⑦調(diào)用waveInStart(...)函數(shù)開始錄音。?
2.消息操作

錄音開始后，每當有采樣數(shù)據(jù)填滿數(shù)據(jù)塊后，設備驅(qū)動程序就會發(fā)消息MM_WIM_DATA給用戶窗口，相應的消息回調(diào)函數(shù)OnMmWimData(...)對數(shù)據(jù)塊中的采樣數(shù)據(jù)進行處理，然后就可以發(fā)送給輸出設備進行回放，每當一個音頻數(shù)據(jù)塊播放完畢，設備驅(qū)動程序又會發(fā)出消息MM_WOM_DONE，相應的消息回調(diào)函數(shù) OnMmWomDone(...)記錄音頻數(shù)據(jù)并經(jīng)必要準備后重新發(fā)送給輸入設備，以準備接收后續(xù)的采樣數(shù)據(jù)。這樣，最初為輸入設備準備的音頻數(shù)據(jù)塊就在消息的控制下，在輸入、輸出設備間循環(huán)使用，無需人為控制實現(xiàn)了實時采集、處理和播放。

當結束通話時要關閉音頻輸入設備，這時音頻設備驅(qū)動程序會發(fā)送MM_WIM_CLOSE消息，可在相應的消息函數(shù)OnMmWimClose(..)中清除賦給輸入、輸出設備的音頻數(shù)據(jù)塊。
TD>?
二、基于TCP協(xié)議的點對點話音傳輸

對于聲音的傳送和接收主要是采用面向連接的TCP協(xié)議，并用Windows Socket進行網(wǎng)絡編程實現(xiàn)，但首先要將發(fā)送和接收的函數(shù)接口放在 OnMmWimData(...)函數(shù)中，這樣才能做到采集數(shù)據(jù)塊填滿后被發(fā)送，接收的數(shù)據(jù)收到后被播放。 Windows Socket對于從事過網(wǎng)絡編程的人來說應該不陌生，因為我們要實現(xiàn)點對點通信，所以得把客戶和服務器模式融合為一種模式，讓服務器可以做客戶，客戶也可以做服務器，從而使雙方都有呼叫對方和接受對方呼叫的能力，這只需增加一個監(jiān)聽Socket就行了。一旦呼叫連接建立成功，便在兩個點之間建立了一個數(shù)據(jù)流，即使雙方不講話，每個點也在不停地收、發(fā)數(shù)據(jù)，一方有話音自然就隨著這個數(shù)據(jù)流傳給了對方，所以關鍵的問題就是怎樣讀取話音數(shù)據(jù)流，因為TCP提供的流式服務是不保證邊界的，當發(fā)送方想一次發(fā)送 4000個字節(jié)時，調(diào)用語句Send(sBuffer,4000)，并不能保證一定能發(fā)送出4000個字節(jié)；同樣，接收方準備一次接收發(fā)過來的數(shù)據(jù)，調(diào)用語句Receive(rBuffer,4000)，也不能保證一定能接收4000個字節(jié)，因此實際一次發(fā)送和接收的字節(jié)數(shù)會是1到4000中的任何一個值，最壞的情況是只有1個字節(jié)。相反，如果用Send函數(shù)連續(xù)發(fā)送少量數(shù)據(jù)，比如一次發(fā)送400個字節(jié)，連續(xù)發(fā)送10次，接收方用Receive函數(shù)可能一次就把這4000個字節(jié)都接收下來了，而為了實現(xiàn)播放，我們希望調(diào)用一次發(fā)送函數(shù)就能把緩沖區(qū)大小的話音數(shù)據(jù)發(fā)送出去，調(diào)用一次接收函數(shù)就能把對方一次發(fā)送的話音數(shù)據(jù)準確接收下來，以便進行播放，所以一種比較簡單實用的辦法，就是利用TCP協(xié)議發(fā)送數(shù)據(jù)時為每個數(shù)據(jù)包加個標志頭：




這個標志頭包含長型（4字節(jié)）的話音數(shù)據(jù)量值和一個標志字符串，程序中可為這兩項標志相應設置偏移量，同時也為話音數(shù)據(jù)設置偏移量，通過重載OnReceive(...)進行接收。開始接收前，偏移量都置0，接收開始后先檢測是否收到了4 個字節(jié)的話音數(shù)據(jù)量大小值和字符串標志，如果沒有收到，則通過偏移量來控制將它們準確收到，之后校驗字符串標志的正確性，如果兩項標志都正確收到了，則按收到的數(shù)據(jù)量大小值進行真正的話音數(shù)據(jù)接收，如果在OnReceive函數(shù)中一次調(diào)用Receive(...)接收沒有達到這個值，則采用非阻塞模式，調(diào)用AsyncSelect(...)函數(shù)繼續(xù)接收，直至全部收到，這樣重載 OnReceive(...)接收函數(shù)后就可以一次接收對方發(fā)過來的數(shù)據(jù)；同理，我們重載CAsyncSocket 的OnSend函數(shù)，也可以實現(xiàn)一次發(fā)完一個緩沖區(qū)中的數(shù)據(jù)。這樣只要將收發(fā)函數(shù)的接口放在OnMmWimData(...)函數(shù)中，使收和發(fā)都產(chǎn)生恒定速率的數(shù)據(jù)流，從而實現(xiàn)了網(wǎng)絡話音的傳輸和回放。

三、界面及其他功能

界面及其他功能也要做一番設計：

1．設置“查找鄰居"項，可查看誰在網(wǎng)上，用ListBox進行顯示，在ListBox選中一位鄰居，對應的鄰居編輯框中就顯示出該鄰居，便于呼叫，“查找鄰居"主要用到的函數(shù)是WnetOpenEnum(...)、WnetEnumResource(...)、 WnetCloseEnum(...)。

2．程序是基于對話框的，運行后不做任何顯示，直接放入系統(tǒng)托盤，直至雙擊托盤圖標或選擇菜單再運行，但可隨時監(jiān)聽是否有呼叫接入，一旦連接建立立刻開啟話音處理功能。




3．每次運行都在注冊表的RunServicesOnce鍵中寫入或修改NetPhone項，使程序能保持開機就自動運行。

4．加入了調(diào)節(jié)麥克和耳機音量的功能。

5．為通話對方提供音樂播放，但只支持與采樣格式相同的.wav文件，其他格式的.wav文件可用Windows的錄音機轉(zhuǎn)換即可

轉(zhuǎn)載于:https://www.cnblogs.com/myitm/archive/2011/07/20/2111227.html

總結

以上是生活随笔為你收集整理的点对点语音通信(转)的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。