解析：基于PC平臺(tái)的VoIP通信模式的實(shí)現(xiàn)
2007/02/05
1 序言
近幾年來傳統(tǒng)電信業(yè)的發(fā)展勢(shì)頭逐漸減弱。在激烈的市場(chǎng)競(jìng)爭(zhēng)中，電信業(yè)需要不斷地去尋找新的收入增長(zhǎng)點(diǎn)。VoIP在全球隨著技術(shù)的成熟及各種人為管制的放松，開始進(jìn)入一個(gè)新的發(fā)展時(shí)期。低廉的費(fèi)用、低的帶寬、話音和數(shù)據(jù)應(yīng)用的集成以及應(yīng)用性廣泛等優(yōu)點(diǎn)使VoIP必然成為了人們的選擇。
IP（Internet Protocol）電話是一種數(shù)字電話，是技術(shù)創(chuàng)新的一種通信服務(wù)業(yè)務(wù)。它把語音、壓縮編碼、打包分組、分配路由、存儲(chǔ)交換、解包解壓等交換處理在IP網(wǎng)或互聯(lián)網(wǎng)上實(shí)現(xiàn)語音通信。
傳統(tǒng)的電話網(wǎng)是以電路交換方式傳輸語音，所要求的傳輸寬帶為64kbit/s。而VoIP是以IP分組交換網(wǎng)絡(luò)為傳輸平臺(tái)，對(duì)模擬的語音信號(hào)進(jìn)行壓縮、打包等一系列的特殊處理，使之可以采用無連接的UDP協(xié)議進(jìn)行傳輸。不同編碼方案應(yīng)用于VoIP，使得話音可以以不同的速率進(jìn)行傳輸，使得VoIP的傳輸帶寬進(jìn)一步減小到5-11kbit/s。
傳統(tǒng)的電話網(wǎng)絡(luò)都有自己遵循的協(xié)議，在呼叫過程中都要用到這些協(xié)議，比如用于電路交換的7號(hào)信令等。H.323和sip信令協(xié)議被廣泛應(yīng)用于VoIP網(wǎng)絡(luò)中。H.323是一個(gè)框架性協(xié)議，這一框架體系結(jié)構(gòu)包括H.323終端、網(wǎng)關(guān)、關(guān)守和MCU。網(wǎng)關(guān)是VoIP的重要組成部分，網(wǎng)關(guān)完成了兩項(xiàng)功能的轉(zhuǎn)換，媒體信息編碼的轉(zhuǎn)換和信令的轉(zhuǎn)換。通過這兩種轉(zhuǎn)換，網(wǎng)關(guān)將TCP/IP網(wǎng)和PSTN網(wǎng)連接連了起來。
2 VoIP軟件的實(shí)現(xiàn)
一般IP電話的業(yè)務(wù)可分為3類: PC-to-PC， PC-to-Phone和Phone-to-Phone。這里主要是針對(duì)PC-to-PC的編程過程進(jìn)行介紹。
IP電話的基本數(shù)據(jù)流程為：呼叫方經(jīng)錄音設(shè)備獲取音頻流，然后對(duì)音頻流進(jìn)行編碼、壓縮、打包處理。其中計(jì)算機(jī)對(duì)輸入的不同類型的數(shù)據(jù)進(jìn)行不同的處理（如果是音頻數(shù)據(jù)，采用無連接的UDP協(xié)議進(jìn)行傳輸；如果是信令和數(shù)據(jù)則采用面向連接的TCP協(xié)議進(jìn)行傳輸），然后經(jīng)網(wǎng)絡(luò)傳輸?shù)奖唤蟹健１缓艚蟹浇邮盏綌?shù)據(jù)以后，再進(jìn)行一系列的反變換，解包、解壓和解碼，送入放音緩沖區(qū)，經(jīng)音頻設(shè)備輸出語音。
2.1 通信模塊的實(shí)現(xiàn)
MFC中提供了封裝的Socket類，它提供了全面的由事件驅(qū)動(dòng)的Socket通信能力。程序必須按要求通過此Socket發(fā)送和接收數(shù)據(jù)。Winsock使用的是TCP協(xié)議或UDP協(xié)議，允許建立并保持一個(gè)到遠(yuǎn)程計(jì)算機(jī)上的連接，且可以在連接結(jié)束之前實(shí)時(shí)地進(jìn)行數(shù)據(jù)交換。用戶僅通過設(shè)置屬性并借助事件處理就能輕而易舉地連接到一個(gè)遠(yuǎn)程的計(jì)算機(jī)上。使用Winsock時(shí)，通信的雙方需要選定相同的協(xié)議。TCP協(xié)議適用于傳送大容量、需要安全性保證的數(shù)據(jù)文件; 而UDP協(xié)議適用需要分別與很多下屬通信，或建立的連接比較多且為時(shí)變的情況，如語音通信。
Socket是面向客戶/服務(wù)器模式設(shè)計(jì)的，它針對(duì)客戶和服務(wù)器程序提供了不同的系統(tǒng)調(diào)用。同時(shí)它還分為面向連接和無連接兩種類型。對(duì)于語音傳輸，由于語音對(duì)實(shí)時(shí)性要求高，所以采用無連接的形式。而對(duì)于信令和數(shù)據(jù)傳輸，對(duì)準(zhǔn)確性要求比較高，通常采用面向連接的形式。
//服務(wù)器端
sock=socket（AF_INET，SOCK_STREAM，0）; //創(chuàng)建socket
if （bind（sock，（sockaddr*）&serv，addlen）） //綁定
{
m_edit.SetWindowText（"bind error"）；
}
listen（sock，5）；
AfxBeginThread（serthread，0）； //調(diào)用線程
//客戶端
clisock=socket（AF_INET，SOCK_STREAM，0）；// 創(chuàng)建socket
while（connect（clisock，（sockaddr*）&（cli），sizeof（cli））!=0）
{
dlg->m_edit.SetWindowText（"等待....."）；
for （int i=0；i<=65000;i++） //空循環(huán)
for（int j=0；j<=200;j++）；
………
}
2.2 音頻模塊的實(shí)現(xiàn)
IP電話音頻功能的實(shí)現(xiàn)主要包括語音的錄制和播放。因?yàn)樵贗P電話中采集實(shí)時(shí)的音頻數(shù)據(jù)而不是WAVE文件，而且要把實(shí)時(shí)的語音數(shù)據(jù)傳輸出去，所以編程過程中采用了底層音頻處理函數(shù)， 這些函數(shù)允許應(yīng)用程序直接與底層驅(qū)動(dòng)程序通信，對(duì)錄制和播放提供更靈活的控制。對(duì)于波形設(shè)備來說，不論是錄制還是播放波形，系統(tǒng)要處理的數(shù)據(jù)量都很大，為了少占用內(nèi)存，底層服務(wù)函數(shù)以數(shù)據(jù)塊為單位進(jìn)行處理， 應(yīng)用程序要自己分配內(nèi)存，并將內(nèi)存塊的地址、大小等信息告訴底層音頻驅(qū)動(dòng)程序。
首先介紹幾個(gè)要用到的數(shù)據(jù)結(jié)構(gòu)。WAVEFORMATEX結(jié)構(gòu)定義了WAVE音頻數(shù)據(jù)文件的格式。WAVEHDR結(jié)構(gòu)定義了波形音頻緩沖區(qū)。讀出的數(shù)據(jù)首先要填充此緩沖區(qū)才能送音頻設(shè)備播放，聲音的采集和播放都是在操作這個(gè)音頻數(shù)據(jù)塊結(jié)構(gòu)。 實(shí)際上主要用到的就是第一個(gè)成員變量lpData，所以只要在分配緩沖區(qū)（內(nèi)存）的同時(shí)相應(yīng)分配WAVEHDR數(shù)據(jù)塊結(jié)構(gòu)， 然后將緩沖區(qū)的指針賦給對(duì)應(yīng)的數(shù)據(jù)塊結(jié)構(gòu)的成員變量lpData，這樣當(dāng)一個(gè)緩沖區(qū)填滿后，也就是一個(gè)音頻數(shù)據(jù)塊填滿了，通過消息機(jī)制就可以在消息函數(shù)中進(jìn)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(shè)備輸入驅(qū)動(dòng)程序，繼續(xù)進(jìn)行采集并播放。
當(dāng)一次性分配多個(gè)緩沖區(qū)和數(shù)據(jù)塊結(jié)構(gòu)并賦給音頻設(shè)備輸入驅(qū)動(dòng)程序后，至于把哪個(gè)緩沖區(qū)填滿，然后再把哪個(gè)空緩沖區(qū)賦給設(shè)備輸入驅(qū)動(dòng)程序，不需人為干預(yù)，完全由Windows控制。在程序設(shè)計(jì)中可以使用兩個(gè)數(shù)據(jù)塊，交替進(jìn)行，當(dāng)正播放第一個(gè)緩沖區(qū)，就用第二個(gè)緩沖區(qū)接收。
//檢查語音輸入/輸出設(shè)備
if（!waveInGetNumDevs（））
{
return FALSE;
}
if（!waveOutGetNumDevs（））
{
return FALSE;
}
//打開音頻設(shè)備之前，需要先設(shè)置音頻數(shù)據(jù)格式
……………
//分配緩沖區(qū)所需要的內(nèi)存
pWaveOutHdr=（LPWAVEHDR）GlobalAllocPtr（GHND|GMEM_SHARE，sizeof（WAVEHDR））;
pWaveHdr1=（LPWAVEHDR）GlobalAllocPtr（GHND|GMEM_SHARE，sizeof（WAVEHDR））;
pWaveHdr2=（LPWAVEHDR）GlobalAllocPtr（GHND|GMEM_SHARE，sizeof（WAVEHDR））;
//放音緩沖區(qū)
pOutBuffer1=（char*）GlobalAllocPtr（GHND|GMEM_SHARE，PCMBUFFER_SIZE*BLOCK_PER_BUFFER+500）;
pOutBuffer2=（char*）GlobalAllocPtr（GHND|GMEM_SHARE，PCMBUFFER_SIZE*BLOCK_PER_BUFFER+500）;
rBuffer=（char*）GlobalAllocPtr（GHND|GMEM_SHARE，PCMBUFFER_SIZE）; //接收緩沖區(qū)
//打開音頻設(shè)備
result=waveOutOpen（（LPHWAVEOUT）&hWaveOut，WAVE_MAPPER，（LPWAVEFORMATEX）&pcm.wf，（DWORD）hwnd，0L， CALLBACK_WINDOW）
2.3 語音壓縮模塊的實(shí)現(xiàn)
VoIP帶寬比電路交換更窄的主要原因是對(duì)數(shù)據(jù)進(jìn)行了壓縮處理。VoIP除了可使用最普通的編碼技術(shù)G.711外，還可以采用G.728， G.729， G.723.1等其它多種編碼方案。
G.711有A律和μ律兩種形式。G.711通常被稱為PCM（脈沖編碼調(diào)制）。如果在編程中選擇PCM編碼方式。
G.711提供了良好的語音質(zhì)量，但是它的主要缺點(diǎn)是需要64Kbit/s的帶寬。所以在程序中靈活的選擇編碼方式是很重要的。
ITU-T推薦的G.723.1標(biāo)準(zhǔn)可以同時(shí)支持兩種速率的編碼。一種是6.3kbit/s另一種是5.3kbit/s。所以，G.723.1在高速率下提供了好的通話質(zhì)量，是一種好的編碼方案。在程序中的實(shí)現(xiàn)是通過對(duì)G.723.1軟件包中相應(yīng)功能函數(shù)的調(diào)用來完成的，而且，在進(jìn)行壓縮以前要將G.723.1的鏈接庫導(dǎo)入程序中。
在需要進(jìn)行壓縮時(shí)，要調(diào)用下面G.723.1的編碼和解碼函數(shù)：
void Coder（FLOAT *DataBuff， char *Vout）; //編碼
void Decod（FLOAT *DataBuff， char *Vinp， short int Crc）; //解碼
2.4 RTP封裝
因?yàn)檎Z音傳輸對(duì)實(shí)時(shí)性要求非常高， 所以在程序中要采用基于UDP的RTP傳輸。UDP無法做到避免分組丟失和確保分組有序傳輸，運(yùn)行在UDP上的RTP幫助實(shí)現(xiàn)了這些功能，RTP含有一個(gè)時(shí)間戳，可以利用這個(gè)時(shí)間戳來確保信息同步的傳輸給了目的用戶并計(jì)算出了時(shí)延和抖動(dòng)。
在程序中要對(duì)語音數(shù)據(jù)進(jìn)行RTP格式封裝，使用了makertp（）函數(shù)。而在解析是使用了isrtp（）函數(shù)。
LONG makertp（databuf *pdata，unsigned long ssrc_i，unsigned long timestamp_i，unsigned short seq_i，int spurt）;
BOOL isrtp（unsigned char *pkt，int len）;
在進(jìn)行RTCP 格式的封裝時(shí)，使用了三個(gè)函數(shù)：
rtcp_make_sdes（）;
rtcp_make_sr（）;
rtcp_make_rr（）。
3 結(jié)論
本文主要是利用VC＋＋語言來實(shí)現(xiàn)PC-to-PC的軟件電話，它提供給Internet用戶在全球任何地方上網(wǎng)便可以呼叫對(duì)方的能力，提高了通信效率，是一種新的通信模式。
中國(guó)聯(lián)通網(wǎng)站
相關(guān)鏈接: