基于QT的WiFi語(yǔ)音通信系統(tǒng)

趙付軒，楊斌

（西南交通大學(xué) 信息科學(xué)與技術(shù)學(xué)院，成都 610031）

引 言

基于Internet的語(yǔ)音傳輸是一項(xiàng)應(yīng)用極其廣泛的技術(shù)，傳統(tǒng)意義上的語(yǔ)音通信都以 Windows操作系統(tǒng)為平臺(tái)，而且采用有線電纜的方式進(jìn)行傳輸。目前隨著Linux桌面系統(tǒng)應(yīng)用的普及，特別是在手持嵌入式設(shè)備上的應(yīng)用，使得Linux上應(yīng)用軟件和系統(tǒng)的開(kāi)發(fā)變得日益重要。Linux是完全開(kāi)源的代碼體系，具有強(qiáng)大的網(wǎng)絡(luò)支持功能、各種硬件平臺(tái)的適用性以及完善的文檔和低廉的開(kāi)發(fā)成本。隨著IEEE 802.11標(biāo)準(zhǔn)WiFi技術(shù)的興起，無(wú)線網(wǎng)絡(luò)便捷的特性在應(yīng)用嵌入式手持設(shè)備中得到充分體現(xiàn)，而本設(shè)計(jì)正是基于Linux下無(wú)線網(wǎng)絡(luò)方式的語(yǔ)音信息終端，它可以滿足無(wú)線局域網(wǎng)內(nèi)端對(duì)端的語(yǔ)音對(duì)話需要。

1 系統(tǒng)結(jié)構(gòu)設(shè)計(jì)

整個(gè)系統(tǒng)由語(yǔ)音采集模塊、網(wǎng)絡(luò)收發(fā)模塊和語(yǔ)音處理模塊組成。語(yǔ)音采集模塊由采集終端ARM9開(kāi)發(fā)板組成，負(fù)責(zé)對(duì)語(yǔ)音信號(hào)的采集、處理；網(wǎng)絡(luò)收發(fā)模塊負(fù)責(zé)開(kāi)發(fā)板與語(yǔ)音處理模塊的數(shù)據(jù)報(bào)傳送；語(yǔ)音處理模塊負(fù)責(zé)語(yǔ)音信號(hào)的處理、存儲(chǔ)和播放功能。系統(tǒng)結(jié)構(gòu)如圖1所示。

系統(tǒng)采用嵌入式Linux操作系統(tǒng)，連入網(wǎng)絡(luò)并啟動(dòng)任務(wù)后，ARM9開(kāi)發(fā)板將話筒傳入的數(shù)據(jù)經(jīng)暫存后再將其封裝成IP包，由無(wú)線網(wǎng)接口發(fā)送到無(wú)線網(wǎng)絡(luò)，同時(shí)解析接收到的語(yǔ)音包并由耳機(jī)送出，實(shí)現(xiàn)實(shí)時(shí)語(yǔ)音通信。

圖1 系統(tǒng)結(jié)構(gòu)

1.1 音頻采集

音頻采集部分采用了ARM9開(kāi)發(fā)板mini2440，應(yīng)用基于I2S總線的UDA1341采集芯片，將采集到的音頻信號(hào)轉(zhuǎn)化為PCM碼格式保存下來(lái)，并送入SDRAM內(nèi)進(jìn)行存儲(chǔ)。語(yǔ)音信號(hào)的系統(tǒng)采樣頻率為16ks／s，開(kāi)發(fā)板每秒發(fā)送50個(gè)包，解碼每個(gè)包PCM數(shù)據(jù)的長(zhǎng)度為640個(gè)字節(jié)。

1.2 TCP／IP協(xié)議分析

在嵌入式系統(tǒng)中實(shí)現(xiàn)的TCP／IP協(xié)議都是面向數(shù)據(jù)采集和傳輸?shù)?，所以大部分?shí)現(xiàn)都是IP協(xié)議、ARP協(xié)議、UDP協(xié)議或者是TCP協(xié)議。本文完成的是IP協(xié)議、ARP協(xié)議和UDP協(xié)議。協(xié)議棧結(jié)構(gòu)如圖2所示。

圖2 協(xié)議棧結(jié)構(gòu)

1.3 UDP協(xié)議的實(shí)現(xiàn)

UDP用戶數(shù)據(jù)報(bào)協(xié)議可以實(shí)現(xiàn)網(wǎng)絡(luò)上發(fā)送和接收數(shù)據(jù)，它實(shí)際上是直接利用IP協(xié)議進(jìn)行數(shù)據(jù)報(bào)的傳輸，UDP的數(shù)據(jù)傳輸不建立連接，不保證可靠交付，不需要維護(hù)復(fù)雜的鏈接狀態(tài)表。它不對(duì)要發(fā)送的數(shù)據(jù)進(jìn)行緩沖，直接把應(yīng)用層收到的數(shù)據(jù)加上UDP首部發(fā)送出去。這對(duì)于編寫簡(jiǎn)單的請(qǐng)求／響應(yīng)模式的應(yīng)用是很方便的，而且利用UDP協(xié)議對(duì)傳輸速率也沒(méi)有太大影響。

1.4 服務(wù)端和客戶端程序?qū)崿F(xiàn)

系統(tǒng)程序設(shè)計(jì)分為客戶端和服務(wù)器端程序設(shè)計(jì)，客戶端完成數(shù)據(jù)采集后發(fā)送給PC機(jī)，服務(wù)器端完成數(shù)據(jù)的接收、存儲(chǔ)和播放工作。本設(shè)計(jì)采用UDP協(xié)議、Socket編程方式。程序流程如圖3所示。

圖3 程序流程圖

1.5 通信模式

1.5.1 單工通信

消息只能單方向傳輸，發(fā)送端和接收端是固定的，發(fā)送端只能發(fā)送信息，不能接收信息；接收端只能接收信息，不能發(fā)送信息。語(yǔ)音信號(hào)僅從一端傳送到另一端，信息流是單方向的。本設(shè)計(jì)所實(shí)現(xiàn)的是單工通信方式。單工模式的實(shí)時(shí)語(yǔ)音通信模式如圖4所示。

單工模式的實(shí)時(shí)語(yǔ)音通信，由一對(duì)程序AudioServer（服務(wù)器端）和AudioClient（客戶端）來(lái)完成。這兩個(gè)程序需要在一臺(tái)主機(jī)上首先運(yùn)行AudioServer，然后在另外一臺(tái)主機(jī)上運(yùn)行AudioClient。在AudioClient端用麥克風(fēng)說(shuō)話，在AudioServer端能聽(tīng)到說(shuō)話內(nèi)容。

圖4 單工模式的實(shí)時(shí)語(yǔ)音通信模式

1.5.2 半雙工通信

語(yǔ)音信號(hào)可以沿兩個(gè)方向傳輸，通信系統(tǒng)的每一端都可以發(fā)送和接收數(shù)據(jù)，但兩個(gè)方向不能同時(shí)發(fā)送數(shù)據(jù)，必須交替進(jìn)行。在QT中可以創(chuàng)建兩個(gè)套接字和兩個(gè)線程來(lái)實(shí)現(xiàn)數(shù)據(jù)的雙向傳輸，但為了避免這兩個(gè)線程出現(xiàn)競(jìng)爭(zhēng)，需要引入線程互斥與同步對(duì)其進(jìn)行協(xié)調(diào)。繼承QThread類可以創(chuàng)建線程，重寫虛函數(shù)run（）即可。QMutex類的lock（）函數(shù)可以實(shí)現(xiàn)對(duì)一端只能進(jìn)行讀或?qū)懀窗腚p工通信。

1.5.3 全雙工通信

通信的任意時(shí)刻，線路上存在A到B和B到A的雙向信號(hào)傳輸。全雙工通信允許數(shù)據(jù)同時(shí)在兩個(gè)方向上傳輸，又稱為雙向同時(shí)通信，即通信的雙方可以同時(shí)發(fā)送和接收數(shù)據(jù)。這樣在QT中創(chuàng)建兩個(gè)套接字和兩個(gè)線程來(lái)實(shí)現(xiàn)數(shù)據(jù)的雙向傳輸即可。繼承QThread類可以創(chuàng)建線程，重寫虛函數(shù)run（）即可。

2 系統(tǒng)硬件設(shè)計(jì)

本設(shè)計(jì)采用Friendly ARM Mini2440開(kāi)發(fā)板，該開(kāi)發(fā)板CPU采用Samsung S3C2440A處理器，主頻400MHz，最高533MHz，具有豐富的內(nèi)外設(shè)資源。

2.1 配置USB無(wú)線網(wǎng)卡驅(qū)動(dòng)

本開(kāi)發(fā)板采用 Linux－2.6.32.2內(nèi)核，它已包含了多種型號(hào)的USB無(wú)線網(wǎng)卡驅(qū)動(dòng)，其中包括目前流行的、性價(jià)比高的TP－Link USB WiFi無(wú)線網(wǎng)卡。

2.2 音頻接口

本開(kāi)發(fā)板采用基于I2S總線的UDA1341芯片實(shí)現(xiàn)音頻解碼，該芯片內(nèi)部寄存器的初始化和設(shè)置采用L3－bus總線連接控制器實(shí)現(xiàn)。音頻系統(tǒng)的輸出為開(kāi)發(fā)板上常用的3.5mm孔徑插座。輸入分為兩路，一路為板載麥克風(fēng)，另一路通過(guò)CON10白色2.0mm插座引出。

3 系統(tǒng)軟件設(shè)計(jì)

本系統(tǒng)軟件可以分為3個(gè)功能模塊：語(yǔ)音信息處理模塊、無(wú)線通信模塊和QT控制模塊。其中QT控制模塊負(fù)責(zé)圖形界面顯示和人機(jī)接口控制。為了便于實(shí)現(xiàn)系統(tǒng)管理，采用基于Linux操作系統(tǒng)的應(yīng)用程序開(kāi)發(fā)模式，操作系統(tǒng)內(nèi)核則選用Linux－2.6.32.2版本。系統(tǒng)程序流程如圖5所示。

圖5 系統(tǒng)程序流程圖

3.1 語(yǔ)音信息處理模塊

聲音的錄制和播放，即要實(shí)現(xiàn)往麥克風(fēng)里說(shuō)話時(shí)能夠在耳塞里聽(tīng)到說(shuō)話的內(nèi)容。首先是打開(kāi)聲音設(shè)備／dev／audio，并設(shè)置采樣的量化位數(shù)、聲道數(shù)目、采樣頻率；接著從聲卡里讀話音數(shù)據(jù)（錄制聲音），并存放到一個(gè)緩沖區(qū)里；然后把剛剛讀入的話音數(shù)據(jù)往聲卡里寫（播放聲音）。

（1）設(shè)置采樣的量化位數(shù)、聲道數(shù)目、采樣頻率

（2）設(shè)置PCM編碼方式

（3）讀取聲卡

在客戶端，把錄制下來(lái)的聲音存放在一個(gè)比較大的緩沖區(qū)里，然后發(fā)送出去；服務(wù)器端收到后，播放該數(shù)據(jù)就可以了。

實(shí)時(shí)語(yǔ)音通信需要聲音連續(xù)、清晰。于是在客戶端，要不停地把錄制下來(lái)的聲音數(shù)據(jù)發(fā)送出去；在服務(wù)器端，不停地把接收到的話音數(shù)據(jù)播放出來(lái)。這里涉及到如何選擇緩沖區(qū)大小的問(wèn)題。如果緩沖區(qū)太大，錄制聲音的時(shí)間過(guò)長(zhǎng)，而且sendto（）函數(shù)不能夠一次發(fā)送完數(shù)據(jù)，這樣會(huì)影響聲音的連續(xù)性和完整性。經(jīng)過(guò)多次測(cè)試和調(diào)整，最后取緩沖區(qū)的大小為1 024字節(jié)。

3.2 無(wú)線通信模塊

無(wú)線通信模塊相關(guān)程序如下所示。

（1）建立UDP套接字并綁定對(duì)方IP

客戶端：

服務(wù)器端：

（2）客戶端和服務(wù)器端數(shù)據(jù)報(bào)收發(fā)

設(shè)置緩沖區(qū)：

客戶端發(fā)送數(shù)據(jù)：

服務(wù)器端接收數(shù)據(jù)：

播放語(yǔ)音：

3.3 QT控制模塊

QT是一款跨平臺(tái)的C＋＋圖形用戶界面應(yīng)用程序框架，具有優(yōu)良的封裝機(jī)制和高度的模塊化結(jié)構(gòu)，只需在一個(gè)平臺(tái)下編寫，就可在多個(gè)平臺(tái)下編譯運(yùn)行，可移植性很強(qiáng)。本設(shè)計(jì)采用4.5.3版 Qt－x86和 Qt－arm分別進(jìn)行界面和程序的設(shè)計(jì)與編譯。

在完成必要的軟硬件初始化后，系統(tǒng)進(jìn)入QT界面控制程序，QT界面控制程序?qū)崿F(xiàn)兩大功能：

①語(yǔ)音編解碼處理。語(yǔ)音信號(hào)的處理通過(guò)DSP內(nèi)核完成。采集終端負(fù)責(zé)語(yǔ)音編碼處理，此時(shí)DSP內(nèi)核采用雙緩存機(jī)制保存ARM9送入的本地語(yǔ)音數(shù)據(jù)，然后送給ARM9內(nèi)核。

② 無(wú)線語(yǔ)音和聲卡數(shù)據(jù)的收發(fā)。它由ARM9內(nèi)核完成。ARM9內(nèi)核與DSP內(nèi)核的通信通過(guò)DSP Gateway雙核通信機(jī)制方式實(shí)現(xiàn)，由ARM9內(nèi)核負(fù)責(zé)控制。對(duì)于語(yǔ)音編碼，ARM9負(fù)責(zé)把UDA1341采集的緩存數(shù)據(jù)寫入到DSP的編碼器中，編碼完的數(shù)據(jù)放入發(fā)送緩存單元。當(dāng)發(fā)送緩沖區(qū)放滿之后，ARM端就會(huì)將數(shù)據(jù)通過(guò)網(wǎng)口發(fā)送出去。

4 系統(tǒng)性能測(cè)試

性能測(cè)試系統(tǒng)的有效帶寬是保證用戶語(yǔ)音通話的前提?；赨DP的傳輸速度，兩點(diǎn)間的平均速度可達(dá)3.4 Mbps。這個(gè)實(shí)時(shí)語(yǔ)音通信軟件的功能是實(shí)現(xiàn)端到端的實(shí)時(shí)語(yǔ)音聊天。也就是說(shuō)當(dāng)A與B在進(jìn)行語(yǔ)音聊天時(shí)，A不能同時(shí)與C進(jìn)行語(yǔ)音聊天。A只能先斷開(kāi)與B的語(yǔ)音聊天，然后才可以與C進(jìn)行語(yǔ)音聊天。

4.1 界面實(shí)現(xiàn)

語(yǔ)音聊天的QT界面設(shè)計(jì)如圖6、圖7所示。

圖6 服務(wù)器端界面

圖7 客戶端界面

4.2 語(yǔ)音質(zhì)量測(cè)試

通過(guò)開(kāi)發(fā)板的話筒講話，在PC端能清晰聽(tīng)到語(yǔ)音。通過(guò)在PC機(jī)上專業(yè)軟件對(duì)收到的語(yǔ)音信號(hào)進(jìn)行分析，該語(yǔ)音系統(tǒng)在采樣頻率8 000～192 000Hz時(shí)均能正常工作。測(cè)試結(jié)果表明語(yǔ)音發(fā)送和接收正常，整個(gè)系統(tǒng)的功能與性能基本達(dá)到設(shè)計(jì)要求。另外，該設(shè)計(jì)還增加了語(yǔ)音存儲(chǔ)功能，能夠?qū)?duì)話語(yǔ)音保存成本地文件，以便重復(fù)收聽(tīng)，能夠較好地應(yīng)用到具體的工程項(xiàng)目中。

結(jié) 語(yǔ)

本文在成熟的嵌入式Linux操作系統(tǒng)下，采用QT跨平臺(tái)的C＋＋圖形用戶界面應(yīng)用程序框架，設(shè)計(jì)了基于WiFi的語(yǔ)音通信系統(tǒng)。該系統(tǒng)可以實(shí)現(xiàn)較高的語(yǔ)音通話質(zhì)量，能在多個(gè)平臺(tái)下編譯運(yùn)行，可移植性很強(qiáng)。

[1] 蔡志明，盧傳富，李立夏.精通Qt4編程[M].北京：電子工業(yè)出版社，2008.

[2] 宋敬彬，孫海濱.Linux網(wǎng)絡(luò)編程[M].北京：清華大學(xué)出版社，2010.

[3] 胥光輝，張濤譯.TCP／IP協(xié)議詳解（卷1：協(xié)議）[M].北京：機(jī)械工業(yè)出版社，2000.

[4] 廣州友善之臂計(jì)算機(jī)科技有限公司.FriendlyARM mini2440用戶手冊(cè)，2010.

[5] 溫斌澤.VOIP：IP語(yǔ)音技術(shù)[M].北京：機(jī)械工業(yè)出版社，2000.