【正文】 其類圖見圖 49:根據(jù)以上分析可以得到對象模型為圖 414:圖 51：登錄界面 The login interface第五章 語音通訊系統(tǒng)的實現(xiàn) 構(gòu)建語音通訊系。這個類主要會利用 ，其中主要的工作有：打開回放設(shè)備，并得到其句柄， 為回放設(shè)備準(zhǔn)備一個波形緩沖區(qū)(內(nèi)存塊)， 向指定的波形輸出設(shè)備發(fā)送一個數(shù)據(jù)塊（此音頻數(shù)據(jù)已經(jīng)在 AVChannel中接收）， 停止放音， 關(guān)閉回放設(shè)備。另一個是 WAVEFORMATEX，這個結(jié)構(gòu)體主要是指明波形的格式，包括采樣頻率，采樣位數(shù)等一系列重要的參數(shù)。其類圖見圖 410:Struct類：這個類主要是指明整個系統(tǒng)中所共用的一系列結(jié)構(gòu)體。其類圖見圖 48: G729類：此類在音頻回放模塊里主要是完成音頻數(shù)據(jù)的解壓功能。其類圖見圖 47: AVChannel類：此類主要用于完成一系列準(zhǔn)備工作。在 IniChanel（）中，首先建立一個AVChannel類的一個對象，此對象用于完成 Socket的建立以及接收來自遠(yuǎn)程主機發(fā)送來的音頻數(shù)據(jù)進行回放，并進行一些委托的初始設(shè)置。其流程圖見圖 46，此模塊功能主要由以下類進行完成：AV類：此類是此系統(tǒng)面向?qū)ο笾R體現(xiàn)之所在，它把所有與語音通訊相關(guān)的東西都進行了封裝，只提供了一個接口給用戶進行調(diào)用即可實現(xiàn)語音通訊，體現(xiàn)了面向?qū)ο缶幊痰乃枷?，對用戶來說簡單，對系統(tǒng)來說也比較安全（避免用戶直接操作其中的數(shù)據(jù)）。這個模塊主要就是完成接收從遠(yuǎn)程主機發(fā)送來的數(shù)據(jù)并進行回放。其類圖見圖 411:AVException類：主要是對上面一系列工作中所出現(xiàn)的異常進行簡單的處理。這個類主要會利用 ，其中主要的工作有：打開一個波形輸入設(shè)備，為波形輸入設(shè)備準(zhǔn)備一個輸入緩沖區(qū)，向波形輸入設(shè)備添加一個輸入緩沖區(qū)，啟動在指定的波形輸入設(shè)備的輸入并開始錄音， 清除緩存，關(guān)閉設(shè)備并停止錄音。另一個是 WAVEFORMATEX，這個結(jié)構(gòu)體主要是指明波形的格式，包括采樣頻率，采樣位數(shù)等一系列重要的參數(shù)。其類圖見圖 410: Struct類：這個類主要是指明整個系統(tǒng)中所共用的一系列結(jié)構(gòu)體。由于通過采樣得到的語音數(shù)據(jù)量比較大，所以必須經(jīng)過壓縮傳送才能減少網(wǎng)絡(luò)負(fù)擔(dān)。首先建立 Socket對象并綁定（使用 UDP協(xié)議建立），初始化音頻編碼器和音頻解碼器，然后將 WaveIn類捕獲到的音頻數(shù)據(jù)經(jīng)過壓縮后通過 Socket的 BeginSendTo()方法發(fā)送給特定的遠(yuǎn)程主機。在 IniAudio（）方法中，首先會確定此次采樣波形的格式（即設(shè)置WAVEFORMATEX結(jié)構(gòu)體的一系列參數(shù)），然后根據(jù)此波形格式建立一個建立一個音頻捕獲類（WaveIN）的對象，并調(diào)用其 Start()方法讓此對象開始捕獲音頻。這個類在用戶調(diào)用其構(gòu)造函數(shù)創(chuàng)建其一個對象后，主要提供了兩個接口給用戶，即 IniChanel（）和 IniAudio（）。其主要步驟有：確定音頻格式，建立音頻捕獲對象，打開錄音設(shè)備，為設(shè)備分配足夠的內(nèi)存做緩沖區(qū)，將緩沖區(qū)與設(shè)備相關(guān)聯(lián)，開始錄音捕獲音頻，將捕獲到的音頻壓縮并發(fā)送給遠(yuǎn)程主機。到此語音通信連接建立完成，建立通信連接流程圖見圖 44: 其中上面雙方建立通信連接時，當(dāng)接收方接受請求后，雙方會完成自己一些語音通信相關(guān)準(zhǔn)備工作，這些準(zhǔn)備工作是：通過建立語音通信類（AV）對象，并調(diào)用 AV類所提供的接口 IniChanel()和IniAudio()建立 Socket連接并建立相關(guān)對象和完成一系列初始化工作，進而開始雙方的正常通信。這樣我們其對象來調(diào)節(jié)麥克風(fēng)以及揚聲器音量的大小。此初始化過程是用戶點擊另一個用戶想進行聊天的時候進行實現(xiàn)，主要是通過在我們自己定義的一個自定義控件中進行調(diào)用 Mixer類進行實現(xiàn)。語音的大小可以通過音頻設(shè)備進行控制，所以我們必須得到音頻設(shè)備的句柄最終實現(xiàn)對聲音大小的控制。其流程圖見圖43: 建立連接模塊兩個用戶要進行語音通訊必須在一方發(fā)送請求而另一方接收請求，然后建立其連接的情況下才能發(fā)生。總體設(shè)計見圖42:圖 43：登錄模塊流程圖 Flow chart of login module圖42：功能模塊的總體設(shè)計圖 Total design of function module 語音通訊系統(tǒng)詳細(xì)設(shè)計 登錄模塊這個模塊是整個即時通信系統(tǒng)所共用的一個模塊，是進入本即時通信系統(tǒng)的界面，在這個模塊中主要是根據(jù)用戶ID和PASSWORD(把其存放XmppClientConnection的一個對象中)采用XMPP協(xié)議的XmppClientConnection對象提供的open()方法發(fā)送到指定的服務(wù)器上進行驗證，若驗證成功，服務(wù)器會將其登錄成功的消息以及與此用戶相關(guān)的一些信息（如：詳細(xì)信息，好友列表等到）一起返回到客戶端，從而讓用戶進入登錄后的主界面MainFrom窗體，在這個窗體中顯示了此用戶可以進行的一系列操作和該用戶的好友列表。 語音通訊系統(tǒng)總體設(shè)計本語音通訊系統(tǒng)采用面向?qū)ο蟮幕局R，再結(jié)合系統(tǒng)的需求分析和基本流程，將系統(tǒng)主要分為如下四個模塊：登錄模塊，連接建立模塊，音頻捕獲模塊，音頻回放模塊。（5）音頻回放：本機通過音頻接收已經(jīng)將遠(yuǎn)程主機發(fā)送來的音頻數(shù)據(jù)保存在了一個數(shù)組中，這里只需根據(jù)本機的“混音器”句柄調(diào)用 行即可實現(xiàn)語音回放功能。這個過程中會用到 G729提供的壓縮算法對存放于數(shù)組中的數(shù)據(jù)進行 16：1 的壓縮，減少網(wǎng)絡(luò)傳輸?shù)臄?shù)據(jù)量。（2）音頻捕獲：先初始化麥克風(fēng)，再打開本機的“混音器”并得其句柄，根據(jù)此句柄調(diào)用 ，并把其存放在一個數(shù)組中（因為采用 PCM，所以捕獲到的音頻是一此離散的數(shù)字）。其流程具體設(shè)計如下：（1）建立連接：兩臺計算機之間進行語音通訊，首先就是要在雙方進行連接的建立，然后雙方才能夠進行通訊，確定數(shù)據(jù)發(fā)送到什么地方。 流程設(shè)計一般語音通訊系統(tǒng)的流程應(yīng)該包括：建立連接，音頻捕獲，音頻發(fā)送（包括音頻壓縮），音頻接收，音頻回放（包括音頻解壓）五個部分。還有，C增強了開發(fā)者的效率，同時也致力于消除編程中可能導(dǎo)致嚴(yán)重結(jié)果的錯誤，使得 C/C++程序員可以快速進行網(wǎng)絡(luò)開發(fā)，同時也保持了開發(fā)者所需要的功能強大性和靈活性。相對以前的編程語言來說，C語言在效率與安全性上得了很大的改善，并且支持現(xiàn)有的網(wǎng)絡(luò)編程新標(biāo)準(zhǔn)，它使程序員快速便捷地創(chuàng)建基于 Microsoft .NET平臺的解決方案。而 Visual C是微軟推出的一種比較新的一種面向?qū)ο缶幊陶Z言，它使得程序員可以快速地編寫各種基于 Microsoft .NET平臺的應(yīng)用程序，Microsoft .NET 提供了一系列的工具和服務(wù)來最大程度地開發(fā)利用計算與通訊領(lǐng)域。Visual Basic、Visual C++、Visual C 和 Visual J 全都使用相同的集成開發(fā)環(huán)境 (IDE)，利用此 IDE 可以共享工具且有助于創(chuàng)建混合語言解決方案。所以，采用這種結(jié)構(gòu)，兩臺主機之間就進行數(shù)據(jù)的點對點傳輸，既節(jié)省資源，又加快了數(shù)據(jù)的傳輸速度。但語音通訊模塊只是依靠服務(wù)器進行兩個客戶端連接的建立，當(dāng)兩個客戶端的連接建立以后，將不使用服務(wù)器，而是采用P2P模式進行通信。3．音頻接收與回放：當(dāng)對方（B）收到 A方傳過來的音頻數(shù)據(jù)后，首先其會通過解壓處理而得到最初的音頻數(shù)據(jù)然后在接收方的音頻設(shè)備中進行回放。2．捕獲音頻與發(fā)送：當(dāng)請求方接收到對方“接受”語音請求的應(yīng)答消息后，就會打開自己的音頻設(shè)備啟動音頻捕獲處理，并將捕獲到的音頻數(shù)據(jù)進行壓縮處理之后發(fā)送給對方。具體數(shù)據(jù)流走向是：一方（A方）發(fā)出請求經(jīng)過服務(wù)器轉(zhuǎn)發(fā)到另一方（B方），經(jīng)過B方對A方提出的請求進行處理，然后將其反饋消息返回給A方（此處假設(shè)B方選擇了接受），則A方將得到對方的IP地址并打開自己語音設(shè)備開始進行音頻捕獲、壓縮并發(fā)送，而B方在進行音頻捕獲的同時進行音頻接收、解壓與回放。在雙方通信連接建立后就可以在兩臺計算機之間進行點對點音頻數(shù)據(jù)傳輸。 語音通訊系統(tǒng)數(shù)據(jù)流圖本語音通訊系統(tǒng)主要是是實現(xiàn)在局域網(wǎng)內(nèi)的實時語音聊天，需要一臺主機充當(dāng)服務(wù)器，另外的計算機連接到這臺服務(wù)器上。一般語音通訊系統(tǒng)應(yīng)該包括：建立連接，音頻捕獲，音頻發(fā)送（包括音頻壓縮），音頻接收，音頻回放（包括音頻解壓）五個部分。只要其中任意一個用戶發(fā)出語音聊天的請求，對方就會接收到一個請求，若同意之后雙方就可以進行隨意的語音聊天了，并且在聊天過程中可以設(shè)置音量的大小，最后點擊結(jié)束鍵結(jié)束語音聊天。 語音通訊系統(tǒng)流程分析語音通訊是即時通信系統(tǒng)中的一個核心模塊，是實現(xiàn)人們即時交流的重要工具，而傳統(tǒng)的一些諸如飛鴿傳書之類的局域網(wǎng)聊天工具雖然實現(xiàn)了在局域網(wǎng)內(nèi)文字聊天、文件傳送等一系列功能，但其在語音方面卻尚未涉足，給用戶的實時交流帶來一定的影響。（3）接收請求方：當(dāng)對方發(fā)出請求后，接收請求方可以進行“接受”或者“拒絕”處理，并將其處理反饋信息回發(fā)給請求方。其中轉(zhuǎn)請求方發(fā)送過來的請求消息給接收方，在接收方進行處理之后，再將其反饋信息中轉(zhuǎn)給請求方。請求方最先發(fā)出語音通訊請求，然后等待接收方的處理反饋信息，只有在接收方同意之后才能進行相關(guān)的語音通訊準(zhǔn)備工作，進而進行語音聊天，最后可以點擊“結(jié)束”按鈕結(jié)束語音通訊。其中客戶端中包含著兩種不同的角色，一個是請求方，而另一個則是接收請求方。在速度上不能出現(xiàn)太大的延遲，因為延遲太大可能會丟失很大一部分用戶，另外就是質(zhì)量上的要求，語音通訊質(zhì)量是一個與速度一樣重要的問題，在通信過程中不能出現(xiàn)太大的雜音，也不能出現(xiàn)語音失真的現(xiàn)象。 用戶需求分析在本系統(tǒng)中主要采用問卷調(diào)查以及與當(dāng)前比較流行的即時通信系統(tǒng)(如 )作比較而得到用戶對語音通信的一些基本要求：一是速度要快（也就是要實時） ，二是質(zhì)量要好（不能出現(xiàn)太大的雜音而影響正常通信），三是應(yīng)該能在通信過程中動態(tài)調(diào)節(jié)音量的大小,并能進行靜音操作等。上面這些數(shù)字表明，即時通信系統(tǒng)的市場需求量是非常大的，而語音作為即時通信的一個核心模塊，也將廣泛的應(yīng)用。移動即時通信市場有著更加巨大的成長空間和誘惑力。2022 年中國即時通信用戶增長 29%，達(dá)到 。 市場需求分析近年來，即時通信市場用戶規(guī)模增長迅速，市場規(guī)模前景廣闊。實現(xiàn)在局域網(wǎng)內(nèi)語音實時聊天，是人們在互聯(lián)網(wǎng)上便利生活、工作，學(xué)習(xí)的基礎(chǔ)。 語音通訊系統(tǒng)需求分析 項目總述隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，網(wǎng)上辦公、網(wǎng)上購物、網(wǎng)上交友等正在以飛快的速度走進大眾的生活中，人們可以在網(wǎng)上做在現(xiàn)實生活中做的很多事情，而現(xiàn)實生活中最重要的一件事情就是交流，人與人的交流莫過于口頭直接進行交流最為直觀最為快捷。所以其帶來的經(jīng)濟效益遠(yuǎn)遠(yuǎn)超過開發(fā)成本，在經(jīng)濟上也具有可行性。研發(fā)成功后即可在企事業(yè)以及其它局域網(wǎng)用戶中得到普遍運用，而相對來說研發(fā)成本就比較低。即時通信的市場需求是非常大的，而系統(tǒng)采用小團隊方式開發(fā)在局域網(wǎng)內(nèi)的即時通信系統(tǒng)，在局域網(wǎng)內(nèi)實現(xiàn)在線交流、文件傳輸、實時語音通訊和視屏通訊等功能。2．經(jīng)濟可行性分析從論文背景中可知，隨著互聯(lián)網(wǎng)用戶的快速增長，即時通信用戶也日益增長，2022年中國即時通信用戶數(shù)達(dá) 7000萬人，2022 年達(dá)到 9300萬人。根據(jù)對目前比較流行的編程語言以及通信協(xié)議的比較，筆者在技術(shù)上選擇 Visual studio 2022作為 IDE，以 Visual C作為編程語言，結(jié)合網(wǎng)絡(luò)編程技術(shù)以及 XMPP即時通信協(xié)議進行此次開發(fā)。所以，在連接建立之后，兩臺主機之間就進行數(shù)據(jù)的點對點傳輸，既節(jié)省資源，又加快了數(shù)據(jù)的傳輸速度。當(dāng)在兩臺主機之間語音通訊連接已經(jīng)建立后，就不需要再用到服務(wù)器了。本系統(tǒng)主要、解壓。 音頻壓縮/解壓技術(shù)為了保證語音不失真，必須保證達(dá)到一定的采樣頻率（當(dāng)然也不能過高）和一定的采樣位數(shù)。這個數(shù)值越大，解析度就越高，錄制和回放的聲音就越真實。采樣頻率越高所能描述的聲波頻率就越高。將一串的樣本連接起來，就可以描述一段聲波了。 音頻采樣技術(shù)由于計算機只能處理離散的二進制信息，而人的語音又是連續(xù)的模擬信號，所以我們必須通過采樣把模擬信號轉(zhuǎn)換成離散信號。（4） waveOutRest停止放音。（2） waveOutPrepareHeader 為回放設(shè)備準(zhǔn)備一個波形緩沖區(qū)(內(nèi)存塊)。本系統(tǒng)中主要是采用Windows。（6） waveInClose關(guān)閉設(shè)備，停止錄音。（4） waveInStart 啟動在指定的波形輸入設(shè)備的輸入，開始錄音。（2） waveInPrepareHeader 為波形輸入設(shè)備準(zhǔn)備一個輸入緩沖區(qū)。 音頻捕獲技術(shù)語音通訊最先要解決的就是怎樣捕獲說話者從麥克風(fēng)中傳進來的語音，本系統(tǒng)中主要是采用 Windows多媒體相關(guān)應(yīng)用程序接口 進行音頻捕獲。 Socket網(wǎng)絡(luò)編程利用 Socket編程實現(xiàn)典型的網(wǎng)絡(luò)通信程序，特別是在實時性要求比較高的項目中，Winsock編程方法是非常實用的。每個網(wǎng)絡(luò)站點具有一個 32位的 IP地址，它和 48位 MAC地址一起協(xié)作，完成網(wǎng)絡(luò)通信，IP 協(xié)議也是一種無連接的協(xié)議。IP協(xié)議的基本功能是提供數(shù)據(jù)傳輸、數(shù)據(jù)包編址、數(shù)據(jù)包路由，分段等。UDP 協(xié)議是一種無連接的協(xié)議，它在傳輸數(shù)據(jù)之前不建立連接，也不提供良好的可靠性和差錯檢查，只僅僅依賴于校驗來保證可靠性。TCP/IP 協(xié)議中的核心協(xié)議有 TCP（傳輸控制協(xié)議） 、UDP（用戶數(shù)據(jù)報協(xié)議）和IP（因特網(wǎng)協(xié)議） 。這些標(biāo)準(zhǔn)來自于多個組織的努力，約定好通用的通信方式，即協(xié)議。隨著網(wǎng)絡(luò)的發(fā)展，不同 的開發(fā)商開發(fā)了不同的通信方式。這一切也是筆者選擇此協(xié)議的原因。經(jīng)過擴展以后的 XMPP可以通過發(fā)送擴展的信息來處理用戶的需求