關於語音交談(wave系列函數播放檔案、網路音頻）的實現方法

    早在上大學的時候，就想設計一個網路音頻播放器，可以點歌，由於技術、懶散等原因，一直沒有去實現（這裡說的技術原因指的是對音頻API不熟悉，使用WM控制項或者DShow等高科技不在本文討論範圍內，本文主要討論wave系列函數來實現音頻播放）。

    這幾天因為項目需要，有機會全身心去研究wave系列函數，雖然截至目前仍沒完全搞清楚其內部原理，不過對於區域網路流暢播放音頻，基本上沒什麼問題了。

    對於網路音頻播放，緩衝是在所難免的，我設計的是緩衝3秒資料，迴圈覆蓋（意思是緩衝區是3秒音頻資料的大小，從網路收到的資料迴圈寫入緩衝區，比如300K緩衝，每次網路接收40K，當緩衝區裝了280K的時候，再次接收資料時，就把20K存入到緩衝區的尾部，然後剩下的20K存入緩衝區頭部，下次接收從緩衝區20K的地方開始儲存）。

    為了音頻播放流程，線程從檔案讀取音頻資料或播放音訊節奏很重要，為了簡單方便，我是這樣設計的：線程從檔案每次讀取8分之一秒音頻大小，讀取間隔休眠120毫秒，同樣，播放音頻時，設計的是8個緩衝區，每個緩衝區的大小也是8分之一秒音訊大小，然後休眠120毫秒，這樣聽起來基本上感覺還可以。

    最後簡單描述一下程式流程：服務端，當接收到用戶端串連時，首選從指定的音頻檔案讀取頭部資訊發給用戶端，然後每次讀取8分之一秒音頻大小的資料發給用戶端，每次發送間隔120毫秒。用戶端，連上伺服器後，首先接收音頻頭資料，初始化waveout，然後不停接收音頻資料存入緩衝區，在放音線程裡面，當發現播放的音頻塊個數小於接收的音頻塊個數，就從緩衝區複製音頻資料來播放，每次播放休眠120毫秒。

    下面是從網上弄的音頻檔案頭部結構體：
#pragma pack( 1 )

typedef struct _WaveFileHeader
{
 char   cChunkID[4];           // R I F F
 int      nChunkSize;            // FileSize - 8 bytes
 char   cFormat[4];              // W A V E
 char   cSubChunk1ID[4];   // F M T
 int      nSubChunk1Size;    // this struct size - 8 bytes
 short  sAudioFormat;         // PCM
 short  sNumChannels;       // numbers of channel
 int      nSampleRate;          // Samples per second
 int      nBytesRate;             // bytes per second
 short  sBlockAlign;             // align of block
 short  sBitsPerSample;      // bits per sample
 char   cSubChunk2ID[4];    // d a t a
 int      nSubChunk2Size;
}WaveFileHeader;

#pragma pack()

這裡是示範程式的：下載

原始碼：下載

 

後記：今天聽歌的時候，意外發現放歌有點噪音，反覆檢查代碼，沒什麼問題，後來才意識到是設計的缺陷，如果音頻採樣率很特殊，造成每秒的資料率除以8後，不能保持資料對齊（sBlockAlign），就會有噪音，問題已修正。

.