Hệ thống trao đổi thông tin bằng tiếng nói thoại, tương tác điểm trên mạng LAN

Tài liệu tham khảo công nghệ thông tin Hệ thống trao đổi thông tin bằng tiếng nói thoại, tương tác điểm trên mạng LAN

LỜI NÓI ĐẦU

Trong những năm gần đây, mạng máy tính ngày càng trở nên phổ biến Việc liên kết các máy tính trên môi trường mạng cũng như liên kết các mạng lại với nhau đem lại cho chúng ta nhiều lợi ích trong công việc cũng như trong việc học tập nghiên cứu, giải trí Chúng ta có thể sử dụng các tài nguyên sẵn có được chia xẻ như file server, printer, máy fax, môi trường mạng còn là một môi trường thông tin nhanh chóng và tiện lợi nhờ vào các cơ chế truyền thông trên mạng như : e-mail, www

Bên cạnh đó, tốc độ phát triển của máy tính PC cũng rất nhanh chóng Các kỹ thuật hiện đại đã giúp tạo ra các máy PC với tốc độ tính toán nhanh hơn, bộ nhớ lớn hơn và khả năng xử lý của nó cũng ngày càng đa dạng hơn trong khi giá thành ngày càng rẻ hơn Một trong những khả năng ưu việt của máy PC hiện nay là hỗ trợ multimedia Các máy PC ngày nay giao tiếp với con người không chỉ bằng text mà còn kết hợp tất cả các phương tiện khác như tiếng nói, hình ảnh.

Việc đưa kỹ thuật multimedia vào các ứng dụng truyền thông trên mạng giúp chúng ta tạo ra nhiều ứng dụng phong phú hơn Chẳng hạn hộp thư điện tử ngày nay có thể không chỉ là văn bản mà còn bao gồm tiếng nói, hình ảnh Các trang web trở nên sinh động hơn hẳn khi kèm theo kỹ thuật multimedia Bên cạnh đó, chúng ta có thể thiết kế các ứng dụng tiện ích như Video conference, voice mail

Thông qua chương trình này, người sử dụng có thể trao đổi thông tin với nhau bằng tiếng nói Chương trình này đã được hiện thực rất nhiều trong các lĩnh vực thông tin như điện thoại, viễn thông, máy tính Tuy nhiên nó chưa được áp dụng và phát triển rọâng rãi như trên các lĩnh vực thông tin khác do sự hạn chế của thiết bị Ngày nay, khi công nghệ thông tin đã phát triển thì việc hiện thực chương trình này là hoàn toàn có thể Ứng dụng trong nhiều lĩnh vực khác nhau như :

 •Việc dạy học từ xa

 •Việc chẩn đoán, chữa bệnh từ xa

 •Hội thảo, thảo luận theo nhóm.

 •Công cụ trao đổi thông tin bằng hình ảnh và âm thanh.

Mục tiêu của đồ án tốt nghiệp là tìm hiểu các mô hình và công nghệ truyền âm thanh trên mạng máy tính, trên cơ sở đó xây dựng ứng dụng truyền thông âm thanh thoại trên mạng cục bộ Đồ án sẽ xây dựng thử nghiệm một hệ thống cho phép trao đổi thông tin bằng tiếng nói thoại, tương tác điểm – điểm trên mạng LAN Đồ án được trình bày gồm 5 chương với bố cục như sau :

Chương I : Tìm hiểu các mô hình điện thoại qua mạng, Từ đó đưa ra mô hình sẽ thực thi trong đồ án này

Chương II: Giới thiệu chung về các giao thức truyền thông trên mạng Internet và vào khảo sát cụ thể các giao thức này

Chương III : Giới thiệu các chuẩn mã hoá và nén âm thanh.

Chương IV : Tìm hiều môi trường lập trình SDK Windows và ứng dụng trên mạng Chương V : Thiết kế chương trình truyền tiếng nói qua mạng LAN thông qua sự trợ giúp của công cụ SDK Đánh giá và các kết quả thử nghiệm.

Phần kết luận : Nêu những kết quả của đề tài và hướng nghiên cứu hướng phát triển tiếp theo

Việc nghiên cứu lý thuyết một cách hệ thống và xây dựng chương trình phần mềm đòi hỏi phải đầu tư nhiều thời gian Với thời gian có hạn cho nên bài luận văn này của em không tránh khỏi những thiếu sót, em rất mong được sự chỉ dẫn thêm của thầy cô và các bạn.

Nhân đây, em xin chân thành cám ơn đến PGS - TS Nguyễn Thị Hoàng Lan, người trực tiếp hướng dẫn em hoàn thành cuốn luận văn này Em xin chân thành cám ơn các thầy cô trong khoa Công nghệ thông tin Trường ĐH Bách Khoa HN, Trường ĐH Thủy Sản và toàn thể các bạn đã giúp đỡ em hoàn thành cuốn luận văn này

CHƯƠNG I TÌM HIỂU MÔ HÌNH ĐIỆN THOẠI QUA MẠNG

I.1 CÁC MÔ HÌNH ĐIỆN THOẠI

I.1.1 MÁY TÍNH ĐẾN MÁY TÍNH

Trong mô hình này cả hai thuê bao đều sử dụng máy tính được nối vàomạng IP như một thiết bị đầu cuối Tiếng nói được mã hoá sau đó là nén và quátrình nhận dữ liệu hoàn toán giống nhưng với quy trình ngược lại là giải nén, giảimã bằng phần mềm Trong mô hình này đòi hỏi cả hai thuê bao cần phải cósoundcard, microphone, loa và phần mềm giống nhau.[1]

Hình I.1 : Mô hình PC - PC

I.1.2 MÁY TÍNH ĐẾN ĐIỆN THOẠI HOẶC ĐIỆN THOẠI ĐẾN MÁY TÍNH

Trong mô hình này, một thuê bao sử dụng máy tính nối mạng với mạng cònthuê bao kia sử dụng điện thoại trong mạng PSTN/ISDN/GSM/TDM Sử dụng mộtgateway để chuyển tiếng nói trên mạng IP thành tiếng nói trên mạng PSTN vàtrao đổi thông tin giữa hai mạng trên Như vậy, ở đây máy tính phải đầy đủ cácthiết bị như Soundcard, loa, microphone và phần mềm thông qua server của mạng

IP để có thể kết nối với mạng PSTN thông qua Geteway

Hình I.2 : Mô hình Máy tính – Điện thoại

I.1.3 ĐIỆN THOẠI ĐẾN ĐIỆN THOẠI

Trong mô hình này, cả hai thuê bao đều sử dụng điện thoại bình thường vàmạng IP được sử dụng trong trường hợp cuộc gọi đường dài Gateway được sửdụng ở cả hai đầu để chuyển đổi dữ liệu giữa các mạng với nhau.[1]

Hình I.3 : Mô hình Điện thoại – Điện thoại

I.2 YÊU CẦU ỨNG DỤNG TRUYỀN ÂM THANH TRÊN MẠNG LAN

Trong phần này sẽ phân tích các yêu cầu xây dựng ứng dụng truyền âmthanh trên mạng LAN : Từ ba mô hình trên em nhận thấy mô hình 2 và 3 đòi hỏiquá trình nghiên cứu và thiết bị phức tạp, đòi hỏi phải đầu tư công nghệ mới có thểthực hiện được Nên trong đồ án này chỉ có thể thức hiện theo mô hình 1 là PC –

PC, nó đơn giản hơn và không cần đầu tư thiết bị mới, có thể tận dụng các thiết bịcó sẵn và điều quan trọng có thể thử nghiệm hoàn chỉnh trong phạm vi đồ án

Vấn đề đặt ra là với một hệ thống mạng LAN, WAN cùng với tài nguyênsẵn có của nó xây dựng một chương trình truyền tiếng nói với thời gian thực chophép từ máy này sang máy khác (point to point) với một số các yêu cầu thích hợpgiống như việc xử lý và truyền tiếng nói trong thông tin liên lạc (điện thoại hữutuyến) Chương trình sử dụng giao thức TCP/IP là một giao thức phổ biến và tincậy hiện nay để kết nối và truyền tiếng nói Do sử dụng giao thức TCP là giao thứccó liên kết nên dẫn đến độ trễ rất lớn nhưng với ứng dụng trong mạng LAN thì vẫncó thể chấp nhận được Ngay khi tiếng nói được thu và có thể qua một số các xử lýnhư mã hoá tiếng nói hoặc nén trên một máy, tiếng nói được truyền tới máy cầnkết nối và qua các xử lý ngược so với lúc thu như giải nén và giải mã để được phát

ra loa Chương trình cho phép kết nối hai máy và tạo một mô hình điện thoại trênmáy tính như điện thoại hữu tuyến thông thường Bất kỳ máy nào trong mạng cũngcó thể ở chế độ chờ hay chế độ chạy nền (background) gọi máy là P-SERVER;máy ở chế độ gọi (active) gọi là P-CLIENT Như vậy một máy trong mạng có thểlà P-SERVER hoặc P-CLIENT Trên môi trường mạng, khi chúng ta muốn nóichuyện một người trên một máy nào đó, chúng ta sẽ tiến hành việc gọi liên kết.Việc gọi liên kết được tiến hành bằng việc xác định địa chỉ IP của máy mà chúng

ta cần liên kết Sau đó chúng ta sẽ chờ việc xác lập liên kết Ở máy được gọi sẽ cóthông báo cho người sử dụng biết rằng có một người khác muốn nói chuyện Tùytheo người đó quyết định có chấp nhận hay không Nếu chấp nhận thì liên kết sẽđược xác lập và hai bên sẽ có thể tiến hành trao đổi thông tin với nhau

Trong quá trình trao đổi thông tin, các máy sẽ truyền tiếng nói của người sửdụng đồng thời nhận dữ liệu âm thanh của máy liên kết Khi nói chuyện xong, liênkết sẽ bị hủy bỏ và chương trình kết thúc Nếu máy được gọi không có người trảlời thì sau thời gian chờ vượt quá giới hạn thì liên kết cũng sẽ bị huỷ bỏ Vì dữ liệutruyền nhận trong chương trình là dữ liệu dạng liên tục của âm thanh cho nên cócác yêu cầu đặt ra như sau: Bảo đảm tính mạch lạc của dữ liệu Tiếng nói trongquá trình thông tin phải rõ ràng, liền lạc, không bị ngắt quãng

Các yêu cầu trên đặt ra các nhiệm vụ mà chúng ta phải giải quyết trongviệc xây dựng chương trình Đối với dữ liệu là âm thanh, chúng ta phải xem xétcác thông số trong quá trình lấy mẫu ở đầu vào Các thông số đặc trưng như : tầnsố lấy mẫu, số bit biểu diễn cho một điểm lấy mẫu, kênh lấy mẫu được sử dụng 1

kênh (mono) hay hai kênh (stereo) Do đó chúng ta phải tổ chức kích thước bufferâm thanh sao cho phù hợp với việc truyền nhận đạt tốc độ cao Một vấn đề khácđược đặt ra với dữ liệu âm thanh là việc nhận và phát ở đầu ra, chúng ta phải quantâm đến việc xử lý và loại bỏ các tín hiệu nhiễu giúp cho âm thanh được rõ ràng,trung thực Do việc truyền nhận dữ liệu là trên môi trường mạng nên chúng taphải quan tâm đến tốc độ, lưu lượng trao đổi dữ liệu, thời gian truyền nhận để đưa

ra cách giải quyết cho phù hợp Ngoài các vấn đề chính ở trên, một số yêu cầukhác đặt ra cho ứng dụng như : cơ chế tạo lập liên kết, việc chọn lựa các dạngformat dữ liệu, định các thông số thời gian Tất cả các nhiệm vụ thực thi đều phảiđược thực hiện thông qua giao diện dễ dàng cho người sử dụng.[3]

Trường hợp mở rộng hệ thống cho mạng Internet cần một kết nối giữaserver mạng với tổng đài mạng PABX, yêu cầu này đòi hỏi phức tạp hơn và cần cócác trang thiết bị để thử nghiệm Bởi vậy trong đồ án này em chỉ nghiên cứu cáchthức truyền tiếng nói trên mạng nội bộ

CHƯƠNG II KHẢO SÁT CÁC GIAO THỨC TRUYỀN THÔNG

II.1 KHÁI NIỆM CƠ BẢN GIAO THỨC TCP/IP

Trong hệ thống mạng Internet, mỗi máy có một tên và một địa chỉ IP(Internet Protocol) Tên hay địa chỉ IP đều xác định duy nhất một máy trong hệthống mạng Internet Giữa tên máy và địa chỉ IP đều có thể chuyển đổi thông quacác hàm Địa chỉ IP đều được biểu diễn bằng một số 32 bits Mỗi giao diện mạngtrong một nút nếu có hỗ trợ một ngăn xếp IP đều được gán một địa chỉ IP Địa chỉ

IP gồm 2 phần : chỉ số mạng(netid) và chỉ số của máy chủ (hostid) Những bitsquan trọng nhất được dùng để xác định số lượng bits dùng cho netid và hostid Có 5lớp địa chỉ được xác định là A,B,C,D và E Trong đó, lớp A,B,C chứa địa chỉ có thểgián được Lớp D dành riêng cho kỹ thuật Multicasting và được sử dụng trong cácgiao thức đặc biệt để truyền thông điệp đến một nhóm nút được chọn lọc Lớp Edành riêng cho những ứng dụng trong tương lai.[5]

Hình II.1 Các lớp đại chỉ IP

Hình II.2 TCI/IP và mô hình OSI

Netid nhận dạng cho từng mạng riêng biệt Các kiểu lớp địa chỉ IP cho thấysố lượng mạng và số lượng nút của mỗi lớp khác nhau Bảng dưới cho thấy sốlượng mạng và số lượng nút có thể của mỗi lớp địa chỉ :

Lớp địa chỉ Số lượng mạng Số lượng nút

Mạng lớp A dùng cho mạng diện rộng Trường netid có 7 bits nên có thể có

127 mạng Mạng lớp B là mạng có kích thước trung bình và thích hợp cho các tổchức có quy mô lớp và vừa Mạng lớp C dùng trong cơ quan nhỏ, trong đó mỗimạng chỉ có không hơn 254 nút

Con số 32 bits biểu thị 4 chữ số thập phân tương ứng giá trị 4 byte tạo thànhđịa chỉ IP Những số thập phân cách nhau bởi dấu chấm (.) Một ví dụ về tên máyvà địa chỉ IP của máy :

Hostname : viethung

IP Address : 192.168.0.55

II.1.1 KHÁI NIỆM SOCKET

Socket là một đơn vị cấu trúc truyền thông 2 chiều Chúng có thể đọc hayghi lên nó Tuy nhiên mỗi socket là một thành phần của một mối nào đó giữa cácmáy trên mạng máy tính và các thao tác đọc ghi chính là các thao tác trao đổi dữliệu giữa các ứng dụng trên nhiều máy khác nhau Socket là điểm kết nối cuốicùng cho phép những ứng dụng gắn vào mạng Khái niệm socket được cung cấpbởi một thư viện chứa tất cả các hàm yêu cầu cho bất kỳ chương trình mạng nào.Khi một ứng dụng yêu cầu các dịch vụ mạng, nó gọi quá trình tự tập hợp các thưviện để quản lý hoạt động mạng Hai loại socket có sẵn stream và datagram.[5]

Những socket stream dùng cho TCP (Transmission Control Protocol), nhữngsocket datagram dùng UDP (User Datagram Protocol)

Số hiệu cổng Mô tả

Trị số của cổng trong các ứng dụng :

- Các ứng dụng chuẩn : 0 – 999

- Các ứng dụng không chuẩn : 1000 – 64000

II.1.2 GIAO THỨC IP

Internet protocol (IP) là một dạng giao thức truyền tin được thiết kế chomạng chuyển mạng gói Vai trò của IP tương đương với vai trò của tầng mạngtrong mô hình OSI Giao thức IP đảm nhiệm việc chuyển những gói mạch dữ liệu(datagram) từ địa chỉ nguồn đến địa chỉ đích Địa chỉ IP có địa chỉ cố định (4 byte)dùng để xác định duy nhất các trạm làm việc đang tham gia vào việc truyền, nhậndữ liệu Trong trường hợp mạng truyền tin chỉ có thể truyền những gói dữ liệu cókích thức nhỏ, giao thức IP cũng đảm nhiệm chức năng chia nhỏ các gói dữ liệu cókích thước lớn trước khi truyền và gộp chúng lại chúng sau khi nhận được.[5]

Giao thức IP được thiết kế với chức năng chuyển 1 gói các bit, gọi làinternet datagram từ địa chỉ nguồn đến địa chỉ đích Đây là một giao thức theo kiểukhông liên kết, nghĩa là không có giai đoạn thiết lập liên kết trước khi truyền dữliệu, nó cũng không có các cơ chế bảo đảm thông tin tới đích an toàn, không có cơchế điều khiển luồng dữ liệu Trên thực tế việc thông báo về lỗi đường truyền cóthể được thực hiện nhờ một giao thức khác có tên ICMP( Internet Control MessageProtocol).

Địa chỉ IP như đã nói ở trên, là một chuỗi bit có độ dài 4 byte, được phânchia làm 5 lớp và các bit đầu tiên được dùng làm định danh lớp địa chỉ

II.2 GIAO THỨC TCP

Giao thức TCP là giao thức dùng cho tầng ngay trên tầng IP Đối với môhình OSI, ta có thể thấy tầng TCP có vai trò tương ứng với các tầng giao vận vàtầng phiên

Khác với IP, TCP là giao thức có liên kết (connection oriented), nghĩa lànhất thiết phải có giai đoạn thiết lập liên kết giữ các cặp thực thể TCP trước khichúng có trao đổi dữ liệu với nhau Giao thức TCP cung cấp một khả năng truyềndữ liệu một cách an toàn giữa các thực thể trên mạng Nó cung cấp các chức năngnhằm kiểm tra tính chính xác của dữ liệu khi gửi đến và gửi lại dữ liệu khi có lỗixảy ra.[5]

Đơn vị dữ liệu cơ bản của TCP gọi là segment Trong segment có một cặptham số là số hiệu cổng của trạm nguồn và số hiệu cổng của trạm đích Mỗi mộttiến trình ứng dụng tại một trạm sẽ truy cập các dịch vụ TCP thông qua một cổng.Một cổng như vậy kết hợp với một địa chỉ IP sẽ tạo thành một socket duy nhấttrong mạng Dịch vụ TCP được cung cấp nhờ liên kết logic giữa một cặp socket,mỗi socket có thể tham gia liên kết với nhiều socket ở xa khác nhau Trước khitruyền dữ liệu chúng thiết lập liên kết và khi không có nhu cầu truyền dữ liệu nữathì liên kết sẽ được giải phòng

Mỗi ứng dụng TCP gồm hai phần là client và server

Lưu đồ sau minh họa các bước cần thiết để các ứng dụng client và server giao tiếpvới nhau :

Hình II.4 Tạo kết nối giữa client và server theo giao thức TCP

II.2.1 CÁCH THỨC CÀI ĐẶT ỨNG DỤNG TCP SERVER

Ứng dụng TCP server làm việc theo qui trình sau:

Gọi hàm socket để tạo một socket

Gọi hàm bind để kết buộc socket với một port, đối với mỗi giao thức ứngdụng chuẩn thì sẽ có một hằng số được định nghĩa sẵn trong winsock cho port củagiao thức đó

Gọi hàm listen để chờ đến khi có một client nối vào port

Khi có một client nối vào thì hàm listen trả điều khiển về, ứng dụng servergọi hàm accept để xác nhận mối nối của client

Gọi các hàm gửi hay nhận dữ liệu để trao đổi thông tin với client, ví dụsend, recv

Sau khi đã hoàn tất quá trình trao đổi dữ liệu, ứng dụng server gọi hàmclosesocket để đóng socket đã tạo

Hình II.5 Sơ đồ giao tiếp giữa server với client

II.2.2 CÁCH THỨC CÀI ĐẶT ỨNG DỤNG CLIENT TCP

Ứng dụng client TCP làm việc theo qui trình sau :

- Gọi hàm socket để tạo một socket

- Gọi hàm connect để nối vào server

- Gọi hàm gửi hay nhận dữ liệu để trao đổi thông tin với server, ví dụ nhưhàm send, recv

- Sau khi đã hoàn tất quá trình trao đổi dữ liệu, ứng dụng client gọi hàmclosesocket để đóng socket đã tạo

Hình II.6 Sơ đồ giao tiếp của client với server

Ghi chúù:

Các bước trên cơ bản là giống nhau cho các ứng dụng client và server viếttrên Windows NT và UNIX Tuy nhiên, với ứng dụng viết trên UNIX thì khôngcần gọi các hàm WSAStartup, WSACleanup để khởi tạo thư viện quản lý socketvà đóng bộ phận này Lý do, với UNIX thì bộ phận quản lý socket đã được hệ điềuhành nạp sẵn

II.3 GIAO THỨC UDP

Giao thức UDP cung cấp khả năng broadcast trên hệ thống mạng TCP/IP Chúng ta cũng cần cài đặt ứng dụng client và server Ứng dụng client có nhiệm vụgửi thông báo đến tất cả các instance của ứng dụng server đang chạy trên hệ thốngmạng.[5]

II.3.1 CÁCH CÀI ĐẶT ỨNG DỤNG SERVER UDP

Ứng dụng server UDP được cài đặt đơn giản hơn ứng dụng TCP Chúng tacần các bước chính sau đây :

- Gọi hàm socket để tạo một socket

- Gọi hàm bind để kết buộc socket với một port, đối với mỗi giao thức ứngdụng chuẩn thì sẽ có một hằng số được định nghĩa sẵn trong winsock choport của giao thức đó

- Gọi các hàm gửi hay nhận dữ liệu để trao đổi thông tin với client, ví nhưhàm sendto, recvfrom

- Sau khi đã hoàn tất quá trình trao đổi dữ liệu, ứng dụng server gọi hàmclosesocket để đóng socket đã tạo

II.3.2 CÁCH CÀI ĐẶT ỨNG DỤNG CLIENT UDP

Ứng dụng client UDP thực hiện các bước sau :

- Gọi hàm socket để tạo một socket

- Gọi hàm setsockopt để làm cho socket có khả năng broadcoast

- Gọi các hàm gửi hay nhận dữ liệu để trao đổi thông tin với server, ví dụhàm sendto, recvfrom

- Sau khi đã hoàn tất quá trình trao đổi dữ liệu, ứng dụng client gọi hàmclosesocket để đóng socket đã tạo

Ghi chú:

Ngoài các bước trên, các ứng dụng viết trên Windows NT (kể cả client vàserver) phải gọi hàm WSAStartup để khởi tạo thư viện liên kết động WindowsSocket DLL và hàm WSACleanup để đóng thư viện này Tuy nhiên, đối với ứngdụng viết trên UNIX thì bộ phận quản lý socket đã được hệ điều hành nạp sẵn và

do đó không cần gọi các hàm như WSAStartup, WSACleanup của Windows NT

CHƯƠNG III PHƯƠNG PHÁP MÃ HOÁ VÀ NÉN ÂM THANH

III.1 CÁC PHƯƠNG PHÁP MÃ HOÁ

III.1.1 GIỚI THIỆU CHUNG

Trong hệ thống xử lý âm thanh, âm thanh được mã hoá PCM Các mã hoánày cho phép khôi phục một cách tương đối trung thực tín hiệu âm thanh trong dảitần nghe được Tuy nhiên trong một ứng dụng đặc biệt như truyền dữ liệu âmthanh trên mạng, âm thanh được truyền với tốc độ thấp hơn nhiều Từ đó xuất hiệnmột số kỹ thuật mã hoá và nén tín hiệu âm thanh như ADPCM, LPC, GSM…

Các loại phần mềm và phần cứng thực hiện mã hoá và nén âm thanh sangcác loại dữ liệu số thường được gọi là codec(Coder-Decoder) Có thể phân loại cácphương pháp mã hoá âm thanh thành 3 loại :

Mã hoá dạng sóng(waveform codec) : Giữ nguyên hình dạng nguyên thuỷcủa sóng âm Phương pháp mã hoá này đòi hỏi tốc độ dữ liệu rất cao nhưng lại chochất lượng âm thanh rất tốt Ưu điểm của bộ mã hoá này là độ phức tạp, giá thànhthiết kế, độ trễ và công suất tiêu thụ thấp Bộ mã hoá sóng đơn giản nhất là điềubiên xung mã (PCM)…Tuy nhiên nhược điểm của bộ mã hoá là không tạo được âmthanh chất lượng cao tại tốc độ dưới 16 kbps, bộ mã nguồn khắc phục được nhượcđiểm này.[4]

Mã hoá nguồn (Source codec) : Cho phép đạt được tốc độ truyền dữ liệuthấp, có thể thực hiện tại tốc độ bit > 2kbps, nhưng chất lượng âm thanh không cao

Mã hoá hỗn hợp (hybrid codec) : Sử dụng cả hai phương pháp trên để tạo ratín hiệu âm thanh có chất lượng tốt ở tốc độ dữ liệu trung bình

Chất lượng tiếng nói Mã hoá hỗn hợp Mã hoá dạng sóng

Mã hoá dự đoán tuyến tính LPC

Tốc độ

2 4 8 16 32 64

Hình III.1 Biểu đồ so sánh các phương pháp mã hoá

Mã hoá dạng sóng

Đòi hỏi tốc độ bit rất cao nhưng tạo ra chất lượng âm thanh hoàn hảo và thờigian xử lý rất ít, bởi vì phương pháp này chỉ đơn giản lấy mẫu tín hiệu ở tốc độ nàođó và lượng tử hoá từng mẫu dùng lượng tử hoá tuyến tính Cách tiếp cận này gọilà điều biến xung mã(PCM) Aâm thanh mã hoá theo phương pháp PCM, lấy mẫutốc độ 8KHz, lượng tử 8bit/mẫu, cho tốc độ bit ra là 64 kbps

Phương pháp điều biên xung mã vi phân (DPCM) dự đoán giá trị hiện tạidựa vào các giá trị trước của các mẫu quá khứ, chỉ lưu trữ giá trị sai số lượng tử.Giá trị sai số này sẽ nhỏ hơn giá trị thực của mẫu, do đó cho phép lưu trữ giảm đimột phần

Một cải tiến của DPCM là điều biến xung mã vi phân thích nghi(ADPCM).Bộ tiến đoán và lượng tử hoá trong phương pháp này có khả năng thích nghi với tínhiệu cần mã hoá ADPCM hoạt động tốc độ 32 kbps cho chất lượng tương đối vớiPCM 64 kbps

Mã hoá dự đoán tuyến tính LPC

Một vấn đề đáng quan tâm là phương pháp mã hoá dạng sóng là khi lấymẫu tín hiệu tương đương sẽ cho ra dòng dữ liệu khá lớn Các phương pháp mã hoánguồn đi theo một cách tiếp cận khác, người ta phải qua tâm đến việc âm thanhđược tạo ra như thế nào, nếu có thể mô hình hoá cách tạo ra âm thanh thì khôngphải truyền đi các mẫu của tín hiệu âm thanh mà chỉ cần gửi đi cách thức tạo raâm đó trên đến bộ mã Như vậy theo phương pháp này thay vì mã hoá và truyềntrực tiếp âm thanh thì người ta chỉ mã hoá các tham số tạo ra âm thanh tại nơinhận, từ các tham số này bộ tổng hợp tiếng nói sẽ tổng hợp nên tiếng nói nhân tạo.Những phương pháp đi theo cách tiếp cận này gọi là Vocoder Mô tả đơn giản nhấtcủa mô hình này là mã hoá dự đoán tuyến tính (LPC) Phương pháp mã hoáVocoder cho tốc độ bit rất thấp (>2 kbps) nhưng độ phức tạp cao hơn với phươngpháp mã hoá dạng sóng và chất lượng âm thanh không trung thực

Mã hoá hỗn hợp

Để giải quyết vấn đề của phương pháp mã hoá dạng sóng và của phươngpháp mã hoá dự đoán, một nhóm các phương pháp mã hoá sử dụng phương phápAbS (Analysis by Synthesis) để tạo ra mô hình máy phát âm phức tạp hơn Trongkhi Vocoder sử dụng bộ lọc tuyến tính kích thích bởi chuỗi xung tuần hào haychuồi nhiễu trắng để tạo ra âm hữu thanh hay vô thanh, AbS sử dụng một dãy cáctrạng thái được lưu trữ trong codebook Khi xem xét một khung âm thanh, AbSkiểm tra khung đó với rất nhiều tín hiệu kích thước rồi sẽ chọn tín hiệu nào đưa rakết quả gần đúng nhất với âm thanh ban đầu Bộ giải mã chỉ cần biết chỉ số củaxung kích thước đó, sau đó tra codebook rồi tái tạo lại âm thanh Một số các thamsố khác nhau như năng lượng của sự kích thích và giá trị chu kỳ cũng cần đến khi

giải mã Các phương pháp mã đi theo cách này đòi hỏi quá trình tính toán phứctạp, có thể tất cả các mục trong từ điển đều phải thử để đưa ra giá trị tốt nhất.

Hệ thống thông tin toàn cầu GMS : GSM là mộ chuẩn điện thoại được ViệnTiêu Chuẩn Viễn Thông Châu Aâu ETSI để ra Đầu vào của bộ nén GMS 06.10 baogồm các khung 160 mẫu các tín giệu PCM tuyến tính lấy mẫu tại tần số 8 kHz.Chu kỳ mỗi khung là 20 ms, đây là khoảng thời gian rất ngắn và trong khoảng thờigian này cho phép được coi tín hiệu âm thanh ổn định Độ trễ truyền dẫn thông tinđược tính bằng tổng thời gian xử lý và kích thước khung của thuật toán

Bộ mã hoá thực hiện việc nén một khung tín hiệu đầu vào 160 mẫu (20 ms)vào một khung 260 bit Như vậy một giây nó sẽ thực hiện nén được 13.133 bit( tương đương với 1625 byte) Do vậy để nén một megabyte tín hiệu chỉ cần mộtthời gian chưa đầy 10 phút.[4]

Trung tâm của quá trình xử lý tín hiệu là bộ lọc Đầu ra của bộ lọc phụthuộc rất nhiều vào giá trị đầu vào đơn của nó Khi có một dãy các giá trị đưa quabộ lọc thì dãy tín hiệu này sẽ được dùng để kích thích bộ lọc Dạng của bộ nénGMS 06.10 dùng để nén tín hiệu âm thanh bao gồm 2 bộ lọc và một giá trị kíchthước ban đầu Bộ lọc ngắn hạn dự đoán tuyến tính được đặt tại tầng đầu tiên củaquá trình nén và tại tầng cuối cùng trong suốt quá trình dãn Nó được kích thích bởiđầu ra của bộ lọc dự đoán dài hạn (LTP)

III.1.2 PHƯƠNG PHÁP ĐIỀU BIẾN XUNG MÃ PCM

Mã hoá tín hiệu âm thanh liên qua tới các bước sau đây :

a Tín hiệu âm thanh được lấy mẫu với tần số tối thiểu là :

f s 2 fmax

fs : tần số lấy mẫu

fmax : tần số lớn nhất trong tín hiệu được lấy mẫu

Việc lấy mẫu như vậy là đảm bảo hoàn toàn khôi phục lại được tín hiệu tươngđương ban đầu bởi thiết bị khôi phục thiết bị Tần số lấy mẫu nhỏ nhất cũng có thểnhỏ hơn 2fmax nếu tần số thấp nhất của tín hiệu khác không

b Biên độ của từng mẫu tín hiệu được lượng tử hoá thành một trong số 2B mức.Điều này có nghĩa dùng B bit trên một mẫu và thông lượng là 2fsB bit/giây vớitín hiệu được lọc thông thấp

c Các mức biên độ riêng biệt được thể hiện bằng các từ nhị phân riêng biệt cóchiều dài B ví dụ : với B =2 thì một từ có thể thể hiện cho 4 mức riêng biệtbằng cách sử dụng các từ mã 00, 01, 10 và 11

d Đối với việc giải mã, các từu nhị phân được ứng thành các mức biên độ vàchuỗi xung biên độ – thời gian được lọc thông thấp với một bộ lọc có dải tầngiới hạn là fs Bây giờ chúng ta giả sử là các bước a, c và d có thể thực hiệnmột cách hoàn toàn chính xác, chúng ta tập trung vào việc xác định các lỗilượng tử xuất hiện trong bước b

Cho bước lượng tử (kí hiêu : ) Nếu số lượng các mức lượng tử rất lớn, người tagiả sử rằng sai số lượng tử có phân bố đồng nhất như sau :

Hình III.2 a.Đặc tuyến lượng tử hoá;b.Đặc tuyết sai số lượng tử; c.VD lượng tử đều

Nếu như ta cho rằng bộ lượng tử không bị bão hoà Theo công thức (1) thìgiá trị bình phương trung bình của sai số lượng tử là :

2

2 2

12 )

( dE E p

khoảng 8Xrms của bộ lượng tử với xác xuất nhỏ hơn 1/10.000) bước lượng tử đềucó thể được thực hiện tỷ số của khoảng biên độ trên số lượng các bước lượng tử (sốcác mức đầu ra).

B

rms

X / 2 8



Từ (3) và (4) ta có :

SNR(dB)  10 log10SNR 6B 7 , 2 (5)

Công thức trên miêu tả rất tốt về PCM với các điều kiện sau :

1.Hệ thống hoạt động với kênh sạch(không nhiễu), chỉ giới hạn về sai số lượngtử( và không gây ra lỗi các từ mã khi kênh có nhiễu)

2.Tín hiệu đầu vào đủ phức tạp để loại trừ cấu trúc thời gian hiển nhiên trong dạngtín hiệu lỗi, như vậy biểu diễn tĩnh của lỗi trong 1 được thể hiện đầy đủ

3.lượng tử hoá đủ mịn(B>6) để ngăn chặn những thành phẩm liên quan đến tínhiệu trong dạng tín hiệu lỗi, sai số có thể được đo trong biểu thức công suất nhiễuhay là biến sai số 2

4.Bộ lượng tử được sắp với thanh biên độ từ (-4Xrms;+4Xrms)

như vậy trong lượng tử đều, cứ thêm 1 bit thì được lợi 6 dB và để có chất lượngthích hợp thì B >11 do đó thông lượng tương đối lớn

III.2 CÁC PHƯƠNG PHÁP NÉN TIẾNG NÓI

III.2.1 GIỚI THIỆU CHUNG

Y Ùtưởng nén tiếng nói là để giảm kích thước nhằm giúp ít tốn băng thôngtruyền qua mạng Dòng dữ liệu tiếng nói được giải nén ở tốc độ lấy mẫu mặc định( 8bits/mẫu, 8 khz, kênh mono) sẽ yêu cầu đường truyền có tốc độ 8000 mẫu/giây

* 8 bits/ mẫu = 64 Kbits/giây để truyền dữ liệu qua mạng Do đó, tùy theo tốc độđường truyền thực tế trên mỗi mạng mà chọn giải pháp nén hay không nén dữ liệutrước khi truyền dữ liệu âm thanh qua mạng, cũng như chọn tỉ lệ nén là bao nhiêucho phù hợp (chọn giải thuật nén) Vì nếu dữ liệu được nén thì phải giải nén khiđược truyền đến máy nhận, do đó cũng tốn thời gian để nén và giải nén dữ liệu,điều này dẫn đến ảnh hưởng thời gian thực của hệ thống

Đối với các mạng cục bộ, thường có tốc độ truyền của mạng cao nên có thểkhông cần phải nén tiếng nói trước khi truyền

Ngược lại, đối với mạng Internet, hệ thống được kết nối với Internet thôngqua các modem chuẩn có tốc độ thấp 14,4 Kbits/s hoặc 28,8Kbits/s thì nhất thiếtphải nén tiếng nói trước khi truyền và giải nén trước khi phát Hai phương phápnén âm thanh thường được dùng nhất để giảm băng thông là GSM và ADPCM.[2]

III.2.2 CÁC PHƯƠNG PHÁP NÉN CỤ THỂ

III.2.2.1 Phương pháp nén tiếng nói theo chuẩn GSM

Phát triển tại Đại học Kỹ thuật Berlin vào năm 1992, GSM là một trongnhững phương pháp nén âm thanh phức tạp nhất đang được sử dụng, cho tỉ lệ nén

1:10 Giải thuật GSM dựa trên giao thức truyền thông Mobile Phone, hiện tại làgiao thức phổ biến nhất tại Châu Âu đối với điện thoại di động

Đầu vào của GSM bao gồm các frames 160 tín hiệu, những tín hiệu PCMtuyến tính 13 bits lấy mẫu ở 8 Khz GSM có sẵn trong thư viện C có thể được dùngđể tạo ra một đối tượng gsm giữ trạng thái cần thiết hoặc để mã hóa những mẫuPCM tuyến tính thành các frames GSM, hoặc giải mã các frames GSM thành cácframes PCM tuyến tính Bộ mã hóa nén 160 frames PCM 16 bits thành các framesGSM 260 bits Tương ứng một giây tiếng nói thành 1625 bytes Bởi vì mẫu 260 bitskhông chẵn để gắn vào các bytes 8 bits, nên bộ mã hóa sẽ mã hóa frame 160 bytesthành frame GSM 264 bits Một buffer GSM nén 1 Mb có thể lưu tiếng nói gần 10phút.[2]

Một dòng dữ liệu tiếng nói giải nén 16 bits/mẫu ở 8Khz yêu cầu băng thôngtốc độ 128 Kbits/s, trong khi đó băng thông để truyền qua mạng nếu dùng giảithuật nén GSM , tiếng nói 16 bits/mẫu chỉ cần:

( 264 bits * 8.000 mẫu/giây)/160 mẫu = 13,2 Kbits/giây

Cho tỉ lệ nén 128/13,2 = 9,7 tương đương 10 :1

III.2.2.2 Phương pháp nén ADPCM

Nguyên tắc :

Là một phương pháp có thể được dùng để nén các khối dữ liệu tiếng nóitrước khi chúng được truyền đến các máy nhận và giải nén chúng để phát lại saukhi được nhận từ đường truyền

Hình sau là một giản đồ khối đơn giản của bộ mã hóa và giải mã ADPCM :

Hình III.3 Sơ đồ khối bộ mã hoá và giải mã ADPCM

Bộ mã hóa ADPCM giả sử rằng những mẫu âm thanh kế cận nhau sẽ giốngnhau, vì thế thay vì biểu diễn mỗi mẫu độc lập như PCM ADPCM tính toán sựchênh lệch giữa các mẫu âm thanh và giá trị tiên đoán của nó và tạo ra những giátrị vi phân PCM Có nhiều giải thuật ADPCM khác nhau được đề nghị Trongphạm vi luận văn này em tìm hiểu và ứng dụng giải thuật đưa ra bởi IMA(Interactive Multimedia Association)

Giải thuật IMA ADPCM nén những mẫu PCM tuyến tính thành các mứclượng hóa 4 bits, trong đó mỗi mẫu DPCM được biểu diễn bằng các giá trị âmthanh 16 bits, do đó giải thuật này cung cấp một tỉ lệ nén là 4:1 Ví dụ tiếng nói 16bits/mẫu, 8 Khz, kênh mono yêu cầu tốc độ truyền dữ liệu là 128 Kbits/s , khi nénvới giải thuật IMA_ADPCM chỉ cần tốc độ truyền dữ liệu 32 Kbits/s là đủ

Quá trình thực hiện của giải thuật IMA_ADPCM là đọc từ những bộ đệm cógiá trị kiểu nguyên và nén chúng thành một mẫu âm thanh 16 bits được biểu diễnbằng các mức lượng hóa 4 bit Bởi vì không có giới hạn trong kích thước bufferstiếng nói nên những mã ADPCM được kết hợp một cách dễ dàng với các phần cònlại của chương trình để nén tiếng nói khi thu và giải nén trở lại khi phát

Giải thuật nén IMA ADPCM :

Theo sơ đồ mã hóa trên chúng ta thấy giải thuật IMA ADPCM tính toán sựchênh lệch giữa mẫu âm thanh hiện tại X[n] và mẫu đã tiên đoán trước Xp[n-1] vàsử dụng sự chênh lệch đó để tính toán mức lượng hóa D[n] cho mỗi mẫu Giá trịXp[n-1] chỉ là giá trị trễ thời gian của giá trị X[n] Hình sau chỉ ra sơ đồ khối củaquá trình lượng hóa dùng giải thuật IMA Mỗi mức đầu ra của bộ lượng hóa đượcbiểu diễn bằng bốn bits Bit thứ tư là bit dấu của mức độ lượng hóa.[2]

Hình III.4 Sơ đồ giải thuật mã hoá nén IMA ADPCM

Từ sơ đồ giải thuật ta thấy rằng bit thứ ba được cài đặt lên 1 nếu độ chênhlệch giữa X[n] và Xp[n-1] là lớn hơn hay bằng step_size Sau đó step_size đượcchia 2 và so sánh trở lại với độ chênh lệch (độ chênh lệch sẽ được tính lại Mẫu =mẫu-kích thước mẫu tại bước giải thuật nếu bit thứ ba được cài lên1) Bit thứ haicũng được cài lên 1 khi độ chênh lệch mới ≥ kích thước mẫu tại bước giải thuật/2.Bộ mã hóa một lần nữa laị chia kích thước mẫu tại bước giải thuật cho 2 và so sánhvới độ chênh lệch mới và thiết lập giá trị cho bit một tương tự như các bước trước

CHƯƠNG IV TÌM HIỂU HỖ TRỢ CỦA WINDOWS SDK TRONG XỬ LÝ VÀ TRUYỀN NHẬN ÂM THANH

IV.1 MÔI TRƯỜNG LẬP TRÌNH SDK ĐỐI VỚI TRUYỀN ÂM THANH

Môi trường Windows SDK là môi trường lập trình đa phương tiện dướiWindows, cung cấp các hàm cấp thấp rất thích hợp cho các ứng dụng trên mạng.Một cách thức đơn giản nhất trong việc xuất dữ liệu waveform ra loa là dùng hàmPlaySound Chúng ta có thể thao tác với dạng dữ liệu waveform bằng các hàm cấpthấp do hệ thống cung cấp Ngoài ra hệ thống còn cung cấp một cơ chế giúp ngườilập trình giao tiếp dễ dàng hơn với thiết bị, đó là các hàm MCI.[6]

IV.1.1 CẤU TRÚC FILE WAVE VÀ HÀM PLAYSOUND

IV.1.1.1 Cấu trúc file âm thanh wave

Một file wave thật sự là một phần của một lớp file lớn hơn dùng bởi cáchàm multimedia của windows là các file RIFF ( Resource Interchange FileFormat) Một file Riff bao gồm một hoặc nhiều chunk Trong mỗi chunk có con trỏchỉ đến chunk kế tiếp Mỗi chunk có một mô tả kiểu theo sau bởi một số dữ liệu.Một ứng dụng để đọc các file RIFF có thể bước qua một số chunk, đọc các chunkcần quan tâm và bỏ qua các chunk không liên quan Chunk file RIFF luôn luôn bắtđầu bằng header sau:

IDSIZEFROM TYPE

Typedef struct waveformar_tag{

nChannels : Của đối tượng WAVEFORMAT có 2 giá trị :

 1 đối với âm thanh mono

 2 đối với âm thanh stereo

nSamplePerSec : Cho biết tần số lấy mẫu của âm thanh để có thể thu vàphát cùng một tốc độ, giá trị thông thường của field này nhận một những giá trịsau:

nBlockAlign : Xác định số bytes yêu cầu chứa trong một mẫu

 Những mẫu có độ phân giải nhỏ hơn hoặc bằng 8 bits có thể lưu vào

1 bytes

 Những mẫu có độ phân giải từ 9 đến 16 bits yêu cầu 2 bytes

Những mẫu stereo yêu cầu số bytes gấp đôi những mono

Trong cấu trúc trên không định nghĩa số bits thật sự trong một mẫu dữ liệuâm thanh file wave, để định nghĩa số bits trong một mẫu ta dùng cấu trúc sau:Typedef struct pvmwaveformat_tag{

nBitsPerSample: Xác định số bits thật sự trong một mẫu

Trong một mẫu mono 8 bits dữ liệu của chunk dữ liệu gồm một chuỗi dài có giá trị

1 byte Những mẫu stereo được chia ra với byte đầu dùng cho kênh bên trái vàbyte thứ hai dùng cho kênh bên phải, như vậy mỗi mẫu stereo 8 bits sẽ cần 2 bytes.[6]

Để làm việc với một file RIFF bao gồm các bước sau :

Mở file

Vào chunk cần thiết

Chuyển con trỏ file vào vị trí bắt đầu dữ liệu của chunk

Hoàn tất, ra khỏi chunk

Vào chunk kế tiếp

IV.1.1.2 Hàm Playsound

Chúng ta dùng hàm PlaySound để play dữ liệu dạng waveform hoặc chúng

ta có thể dùng hàm sndPlaySound Tuy nhiên trong môi trường Win32 thì nên dùnghàm PlaySound

Hàm PlaySound cho phép chúng ta chỉ định các thông số nguồn âm thanhtheo các cách sau:

 Dùng tên alias khai báo trong file WIN.INI

 Dùng tên file

 Dùng chỉ số nhận dạng tài nguyên

Waveform-Audio Files

Trong môi trường Windows, phần lớn các file âm thanh dạng waveform đều cóphần mở rông là WAV

Ví dụ dưới đây minh họa cho việc phát file âm thanh “AmThanh.WAV”

PlaySound("C:\\SOUNDS\\AmThanh.WAV", NULL, SND_SYNC);

Play sound theo các hiện tượng

Hàm PlaySound còn cho phép chúng ta xuất âm thanh tùy theo một sự kiệnnào đó xảy ra trong hệ thống như click mouse hay nhấn một phím nào đó Hệthống sẽ phát âm thanh tùy theo hiệc tượng xảy ra để cảnh báo người sử dụng Aâmthanh dạng này được gọi là sound events

Để xác định sound event, hàm PlaySound sẽ được gọi với thông sốpszSound trỏ đến bảng đăng ký sự kiện Ví dụ chúng ta sẽ gọi hàm PlaySound ứngvới sự kiện mouse click như sau:

PlaySound("MouseClick", NULL, SND_SYNC);

IV.1.2 GIAO TIẾP AUDIO VỚI BẰNG CÁC DỊCH VỤ CẤP THẤP

Trong phần này chúng ta sẽ khảo sát việc giao tiếp với thiết bị audio bằngcác hàm cấp thấp, các hàm này phù hợp với các ứng dụng cần giao tiếp Các hàmvà cấu trúc cấp thấp này đều có prefix là wave.[6]

Thiết bị và dữ liệu

Khi muốn giao tiếp với thiết bị, chúng ta phải mở thiết bị để sử dụng và saukhi sử dụng xong thì phải đóng thiết bị lại Trong khi sử dụng chúng ta sẽ truy xuấtcác tính năng của thiết bị và theo dõi thiết bị thực thi bằng các handles vàIdentifiers

IV.1.3 SỬ DỤNG CÁC THIẾT BỊ XUẤT NHẬP, HỖ TRỢ WAVEFORM AUDIO

Chúng ta dùng hàm waveOutOpen để mở thiết bị đầu ra nhằm xuất dữ liệudạng waveform Hàm sẽ mở thiết bị waveOut và trả handle về cho ứng dụng Hệthống multimedia sẽ hỗ trợ nhiều dạng output dữ liệu khác nhau do đó khi mở thiết

bị nếu cần chúng ta phải chỉ định rõ thông số dữ liệu Ví dụ chúng ta dùng cờWAVE_MAPPER để xác định thiết bị output sẽ xuất âm thanh dạng waveform

waveform audio sẵn có trong hệ thốngWaveOutGetNumDevs Truy xuất số lượng các thiết bị xuất hỗ trợ

waveform audio sẵn có trong hệ thống

Các thiết bị khai báo trong hệ thống được đánh các chỉ số nhận dạng bắt đầutừ 0 Sau khi xác định số lượng các thiết bị sẵn có trong hệ thống, chúng ta có thểdò tìm khả năng của từng thiết bị bằng các hàm sau:

AuxGetDevCaps Truy xuất khả năng của thiết bị xuất

WaveInGetDevCaps Truy xuất khả năng của thiết bị nhập dạng

waveformWaveOutGetDevCaps Truy xuất khả năng của thiết bị xuất dạng

waveformCác hàm truy xuất này sẽ truy xuất này sẽ lấy các cấu trúc liên quan đếnkhả năng của thiết bị Các cấu trúc dưới đây sẽ tương ứng với các hàm liệt kê ởtrên:

Handle và Identifier của thiết bị

Khi mở thiết bị, chúng ta sẽ nhận được handle hay thông số Identify củathiết bị Chúng ta sẽ điều khiển thiết bị qua các thông số này

Sự khác biệt giữa handle và identify là khó thấy nhưng rất quan trọng

Identitier của thiết bị được chỉ định ngầm định từ số lượng các thiết bị sẵncó trong hệ thống Identifier sẽ được trả về khi chúng ta dùng các hàmauxGetNumDevs, waveInGetNumDevs, or waveOutGetNumDevs Hàm

Handle của thiết bị là thông số trả về của device driver khi chúng ta dùngcác hàm waveInOpen hay waveOutOpen

Waveform-Audio Output Data Types

Các thông số dưới đây được dùng cho thiết bị waveform output

HWAVEOUT Handle của thiết bị waveform output

WAVEFORMATEX Cấu trúc dùng chỉ định dạng format thiết bị

output/ inputWAVEHDR Cấu trúc dùng làm header cho khối dữ liệu

waveform Cấu trúc được dùng cho cả thiết bị output và input

WAVEOUTCAPS Cấu trúc dò hỏi khả năng của thiết bị output

Chỉ định dạng format của dữ liệu waveform audio

Khi chúng ta mở thiết bị output bằng hàm waveOutOpen, thông số pwfx sẽchỉ định cấu trúc WAVEFORMATEX xác định dạng format của dữ liệu waveform.Đây là cấu trúc mở rông của cấu trúc WAVEFORMAT

Ghi dữ liệu waveform

Sau khi mở thiết bị xuất, chúng ta có thể xuất dữ liệu bằng cách gọi hàmwaveOutWrite Hàm sẽ gửi khối dữ liệu âm thanh ra thiết bị xuất Chúng ta dùngcấu trúc WAVEHDR để chỉ định header của khối dữ liệu được gửi ra Header nàygồm con trỏ tới khối dữ liệu đã lock, chiều dài khối dữ liệu và một số thông số cờ.Khối dữ liệu phải được prepare trước khi đem ra sử dụng

Sau khi gửi khối dữ liệu đến thiết bị output, chúng ta phải chờ driver hoàntất việc xử lý khối dữ liệu trước khi giải phóng nó Khi chúng ta cần gửi nhiều khốidữ liệu liên tục, chúng ta sẽ phải theo dõi việc xử lý hoàn tất khối dữ liệu để cóthể gửi khối tiếp theo

PCM Waveform-Audio Data Format

Thông số lpData trong cấu trúc WAVEHDR sẽ trỏ đến dữ liệu đã được lấymẫu Đối với dữ liệu PCM 8-bit, mỗi giá trị lấy mẫu được biểu diễn bằng một số 8bit không dấu Đối với dữ liệu PCM 16-bit, mỗi giá trị lấy mẫu được biểu diễnbằng một số 16 bit không dấu Bảng dưới đây cho chúng ta thấy các giá trị caonhất, thấp nhất cũng như giá trị trung bình của dữ liệu PCM:

Data format Maximum value Minimum value Midpoint value

16-bit PCM 32,767 (0x7FFF) -32,768 (0x8000) 0

Các gói dữ liệu PCM

Thứ tự của dữ liệu thay đổi tùy theo dạng format 8-bit hay 16-bit, stereo haymono Bảng dưới đây trình bày các gói dữ liệu của các dạng PCM khác nhau:

8-bit mono Mỗi giá trị lấy mẫu là 1 byte tương ứng một kênh

Các giá trị mẫu xếp theo thứ tự 1, 2, 3, 4 8-bit stereo Mỗi giá trị lấy mẫu là 2 byte Các giá trị mẫu xếp

theo thứ tự 1, 2, 3, 4 Với mỗi giá trị mẫu byte đầulà kênh 0 (trái) còn byte sau là kênh 1 (phải)

16-bit mono Mỗi giá trị lấy mẫu là 2 byte Các giá trị mẫu xếp

theo thứ tự 1, 2, 3, 4 Với mỗi giá trị mẫu byte đầulà byte thấp của kênh 0 còn byte sau là byte cao của kênh 0

16-bit stereo Mỗi giá trị lấy mẫu là 4 byte Các giá trị mẫu xếp

theo thứ tự 1, 2, 3, 4 Với mỗi giá trị mẫu byte đầulà byte thấp của kênh 0 (trái), byte thứ 2 là byte cao của kênh 0, byte thứ 3 là byte thấp của kênh 1 (phải)

còn byte thứ 4 là byte cao của kênh 1.

Đóng thiết bị waveform-Audio Output

Sau khi thực thi công việc xong, chúng ta sẽ gọi hàm waveOutClose đểđóng thiết bị Khi thiết bị đang thực thi mà gọi hàm này thì lỗi sẽ xảy ra Nếuchúng ta muốn đóng thiết bị giữa chừng thì đầu tiên chúng ta nên gọi hàmwaveOutReset trước khi đóng thiết bị Nhưng trước đó cũng cần gọi hàmwaveOutUnprepareHeader để unprepare tất cả các khối dữ liệu

Playing Waveform-Audio Files

Chúng ta có thể dùng các hàm sau đây để xuất dữ liệu dạng âm thanh raloa:

MessageBeep Xuất âm thanh dưới dạng thông báo của hệ thống

SndPlaySound Xuất âm thanh dưới dạng đăng ký trước trong hệ thống

hay là nội dung của một file wavePlaySound Giống như hàm trên và thêm cơ chế truy xuất trực tiếp

tài nguyên

Các hàm PlaySound và sndPlaySound sẽ nạp hoàn toàn nội dung file wave vào bộnhớ và xuất ra ngõ output Khả năng bộ nhớ của chúng có giới hạn nên chúng chỉquản lý được các nội dung dưới 100KB Khi làm việc với các file có nội dung lớnhơn thì chúng ta có thể sử dụng các dịch vụ do MCI cung cấp

Sử dụng Windows message trong việc quản lý khi playback

Các Thông báo dưới đây có thể được sử dụng trong quá trình xuất dữ liệu:

MM_WOM_CLOSE Được gửi đi khi đóng thiết bị bằng hàm

waveOutCloseMM_WOM_DONE Được gửi đi sau khi driver hoàn tất việc xuất dữ

liệu bằng hàm wafveOutWrite

MM_WOM_OPEN Được gửi đi khi thiết bị được mở bằng hàm

waveOutOpen

Các thông số wParam và lParam cũng rất cần thiết Thông số wParam luônluôn xác định handle của thiết bị waveform-audio Đối với thông số lParam, Thôngbáo MM_WOM_DONE dùng thông số này trỏ tới cấu trúc WAVEHDR chỉ định sụ

hoàn tất của dữ liệu trong khi thông số này không được hai Thông báo còn lạidùng Việc dùng này rất hữu hiệu, Thông báo MM_WOM_DONE sẽ là tín hiệuđược báo về sau khi việc playback khối dữ liệu hoàn tất Ta sẽ tiếp nhận Thôngbáo này và giải phóng các biến có liên quan.

Thay đổi volume của quá trình playback dữ liệu waveform audio

Chúng ta sẽ dùngcác hàm sau đây để lấy thông số volume cũng như thiếtlập các thông số này theo yêu cầu

WaveOutGetVolume Truy xuất mức volume của thiết bị xuất

WaveOutSetVolume Thiết lập mức volume cho thiết bị

Giá trị volume là một số doubleword Khi audio format là stereo, 16 bit caochỉ giá trị volume của channel phải và 16 bits thấp chỉ giá trị volume của channeltrái Còn nếu ở các thiết bị không hỗ trợ 2 kênh thì 16 bit thấp sẽ được sử dụng chỉgiá trị volume còn 16 bit cao sẽ không dùng đến

Giá trị volume thay đổi từ giá trị 0x0 (silence) cho đến mức 0xFFFF(maximum)

Recording Waveform Audio

Chúng ta có thể sử dụng dịch vụ thu âm thanh theo chuẩn MCI Tuy nhiênnếu thấy cần thiết, chúng ta có thể sử dụng các hàm thu âm thanh cấp thấp

Các thông số dữ liệu dưới đây sẽ đặc trưng cho dạng dữ liệu waveformaudio input

WAVEFORMATEX Cấu trúc của dạng dữ liệu được thiết bị input hỗ

trợWAVEHDR Cấu trúc dùng làm header của khối dữ liệu input

Nó cũng được dùng khi xuất dữ liệu ra OutputWAVEINCAPS Cấu trúc dùng dò hỏi các khả năng của thiết bị

input

Trước khi bắt đầu công việc thu dữ liệu, chúng ta phải dùng hàmwaveInGetDevCaps để dò hỏi khả năng cũng như xác định các thuôïc tính của thiết

bị Hàm sẽ trả về cấu trúc WAVEINCAPS xác định các thông số mong muốn

Opening Waveform-Audio Input Devices

Để thu dữ liệu, trước hết chúng ta dùng hàm waveInOpen để mở thiết bịwaveform input Nếu thực thi thành công, hàm sẽ trả về cho chúng ta handle củathiết bị

Managing Waveform-Audio Recording

Sau khi mở thiết bị, chúng ta có thể tiến hành việc thu dữ liệu Dạng dữ liệuwaveform thu được sẽ được đưa vào buffer, buffer này được trỏ đến trong cấu trúcWAVEHDR Trước khi được sử dụng, chúng ta phải prepare buffer này

Windows cung cấp cho chúng ta các hàm sau đây dùng thu dữ liệu waveform:

WaveInAddBuffer Gửi một buffer cho device driver, thiết bị sẽ

thu dữ liệu vào khối nàyWaveInReset Ngừng thu dữ liệu và đánh dấu tất cả các

buffer đã thu xongWaveInStart Bắt đầu thu dữ liệu

WaveInStop Kết thúc việc thu dữ liệu

Chúng ta dùng hàm waveInAddBuffer để gửi các khối buffer tới devicedriver Khi dữ liệu được điền đầy vào buffer, ứng dụng sẽ được thông báo bằngwindow Thông báo, callback Thông báo, thread Thông báo, hay event, tùy theo cờthông báo được chỉ định trong hàm open device

Trước khi bắt đầu thu dữ liệu, chúng ta phải gửi ít nhất một buffer dữ liệucho thiết bị input và khi đóng thiết bị, chúng ta gọi hàm waveInReset để đánh dấucác buffer đã được thu xong

Using Window Messages to Manage Waveform-Audio Recording

Các Thông báo sau đây sẽ được dùng để quản lý việc thu dữ liệu dạngwaveform audio:

MM_WIM_CLOSE Được gửi đi khi thiết bị đóng lại khi gọi hàm

waveInCloseMM_WIM_DATA Được gửi đi khi thiết bị thu đầy một buffer khi

gọi hàm waveInAddBufferMM_WIM_OPEN Được gửi đi khi thiết bị được open khi gọi hàm

waveInOpen

Thông số lParam của MM_WIM_DATA là pointer trỏ đến cấu trúcWAVEHDR để nhận dạng buffer dữ liệu Buffer có thể không chứa đầy dữ liệu vìviệc thu dữ liệu có thể kết thúc trước khi buffer được thu đầy Chúng ta có thể biếtđược kích thước thật sự của dữ liệu bằng thông số dwBytesRecorded

Audio data block

Hàm waveInAddBuffer và waveOutWrite có thông số yêu cầu ứng dụng chỉđịnh khối dữ liệu cần cho thiết bị sử dụng cho việc thu hay playback Các hàm trênsử dụng cấu trúc WAVEHDR để miêu tả khối dữ liệu trên.

Trước khi sử dụng các hàm trên để gửi khối dữ liệu cho thiết bị Chúng taphải cấp phát vùng nhớ cho khối dự liệu và khối header Khối header phải đượcprepare và unprepare bằng các hàm sau:

WaveInPrepareHeader Prepare khối dữ liệu input

WaveInUnprepareHeader Unprepare khối dữ liệu input

WaveOutPrepareHeader Prepare khối dữ liệu output

WaveOutUnprepareHeader Unprepare khối dữ liệu output

Trước khi gửi khối dữ liệu cho driver input hay output, chúng ta phải preparechúng Sau khi thiết bị sử dụng xong, các khối dữ liệu phải được unprepare trướckhi giải phóng các vùng nhớ đã cung cấp

Khi kích thước dữ liệu lớn, chúng ta phải cung cấp các buffer liên tục chothiết bị, quá trình này phải diễn ra liên tục cho đến khi hoàn tất công việc và thiết

bị được đóng lại

Ứng dụng phải xác định và quản lý thời điểm mà thiết bị hoàn tất việc thựthi trên các khối dữ liệu để đưa ra các tác động thích hợp Các cách sau đây đượcđưa ra:

Chiû định hàm callback nhận Thông báo mà thiết bị gửi khi nó hoàn tất mộtkhối dữ liệu

Sử dụng các event callback

Chỉ định window hay thread nhận Thông báo gửi từ thiết bị

Xác định bit WHDR_DONE trong cờ dwFlags của cấu trúc WAVEHDR đi kèm vớimỗi khối dữ liệu

Khi ứng dụng không đáp ứng được tốc độ xử lý các buffer thì chiến lượcbuffer kép có thể được đưa ra để tăng tốc độ thực thi

Chúng ta sẽ khảo sát một số phương thức xử lý sau khi thiết bị hoàn tất mộtkhối dữ liệu

Dùng hàm callback để xử lý các driver messages

Để chỉ định hàm callback xử lý ứng vớicác driver message, chúng tachỉ địnhcờ CALLBACK_FUNCTION trong biến fdwOpen và địa chỉ hàm xử lý trong biếndwCallback khi gọi hàm waveInOpen hay waveOutOpen

Messages gửi cho hàm callback tương tự như Thông báo gửi cho window,ngoại trừ việc nó có hai thông số DWORD thay vì một thông số DWORD và mộtthông số UINT

Để gửi dữ liệu cho hàm callback chúng ta có thể dùng một trong hai cáchsau:

Dùng thông số dwInstance trong hàm open device

Dùng field dwUser trong cấu trúc WAVEHDR để chỉ định khối dữ liệu gửi chodevice driver

Dùng event callback xử lý các driver message

Để dung event callback, chúng ta dùng hàm CreateEventđể truy xuất handlecủa event Trong hàm open thiết bị, chỉ định cờ CALLBACK_EVENT cho thôngsố fdwOpen Sau khi gọi hàm waveOutPrepareHeader nhưng trước khi gửi dữ liệucho thiết bị, chúng ta tạo ra một nonsignal event bằng cách gọi hàm ResetEvent,chỉ định event handle được lấy từ hàm CreateEvent Trong vòng loop để kiểm trakhi bit WHDR_DONE được set trong cấu trúc WAVEHDR, chúng ta gọi hàmWaitForSingleObject, chỉ định thông số event handle và giá trị time-out làINFINITE Giá trị event callback là giá trị dùng gọi hàm callback

Bởi vì event callback không xác định được thông báo xác định close, donehay open Ứng dụng phải kiểm tra tình trạng của hệ thống đang chờ sự kiện gì xảy

ra để đưa ra các đáp ứng chính xác

Dùng window hay thread để xử lý các message driver

Để dùng hàm window callback, chúng ta chỉ định thông số CALLBACK_WINDOW trong biến fdwOpen và chỉ định handle của window trong thông sốdwCallback khi gọi hàm open thiết bị Driver message sẽ được gửi tới windowprocedure

Tương tự như vậy, chúngta sẽchỉ định thông số CALLBACK_THREAD vàthread handle trong hàm open khi chúng ta muốn thread xử lý các driver message

Ngoài cách thức dùng hàm callback, chúng ta có thể dựa vào thông sốdwFlags trong WAVEHDR để xác định xem thiết bị có hoàn tất việc xử lý khối dữliệu hay chưa

Các hàm kiểm tra lỗi

Các hàm waveform audio sẽ trả về giá trị khác 0 khi có lỗi xảy ra Windows cungcấp cho chúng ta các hàm xác định lỗi dựa trên các thông số này Ứng dụng sẽ dựavào các thông số xác định lỗi để quyết định công việc thực thi tiếp tục Các hàmsau được dùng để xác định các lỗi xảy ra:

WaveInGetErrorText Trả về chuỗi text xác định lỗi xảy ra của

input deviceWaveOutGetErrorText Trả về chuỗi text xác định lỗi xảy ra của

output device

IV.2 KỸ THUẬT TRUYỀN NHẬN ÂM THANH TRÊN MẠNG IP

IV.2.1 MÔ HÌNH LIÊN KẾT VÀ TRAO ĐỔI DỮ LIỆU

Chương trình dùng giao thức TCP/IP làm giao thức giao tiếp Việc thiết lậpliên kết cũng như trao đổi dữ liệu đều tuân theo các cấp của giao thức này Việcgọi và thiết lập liên kết được thực hiện theo mô hình client/server, việc trao đổi dữliệu được thực hiện thông qua socket theo giao thức TCP

Có hai ý tưởng được đưa ra trong việc dùng socket để trao đổi dữ liệu

Dùng 1 socket :

Mỗi máy dùng một socket để truyền nhận dữ liệu Theo giao thức TCP saukhi hai socket connect được với nhau thì việc tiến hành trao đổi dữ liệu sẽ bắt đầu.Chúng ta sẽ dùng cặp socket này Như vậy, một socket trên một máy đồng thờiđảm nhận việc truyền dữ liệu đi cũng như nhận dữ liệu về.[3]

Hình IV.1 Mô hình dùng 1 socket

Cách dùng này có đặc điểm là việc tạo liên kết đơn giản, quá trình tạo liênkết hoàn toàn giống như các bước trong việc tạo liên kết giữa các socket dùng giaothức TCP Chương trình chạy và lắng nghe ở một port xác định Khi có một yêucầu gọi liên kết đến, chương trình sẽ tạo ra một socket để nối kết với socket gọi.Sau khi thiết lập liên kết thì các socket bắt đầu gửi nhận dữ liệu Socket sẽ gửi dữliệu âm thanh đi đồng thời nhận dữ liệu truyền tới và chuyển cho hệ thống xử lý

Socket làm việc theo cách này sẽ nhận hai thông báo cùng một lúc Khi códữ liệu từ mạng truyền tới, hệ thống sẽ thông báo cho socket để tiến hành việcnhận dữ liệu Cũng tương tự như vậy, khi có dữ liệu âm thanh sẵn sàng, hệ thốngcũng sẽ gọi socket để truyền đi

Như vậy, khi thực thi socket sẽ nhận được hai thông báo của hệ thống Vìviệc truyền nhận dữ liệu âm thanh là dạng dữ liệu liên tục cho nên tần suất mà hệthống thông báo cho socket là rất thường xuyên Vì vậy, socket trong cùng một lúccó thể nhận được cả hai yêu cầu truyền dữ liệu đi và nhận dữ liệu về Thêm vàođó các hoạt động truyền nhận dữ liệu là các hoạt động bị tắc nghẽn Do đó chúng

ta phải lưu ý đến hiện tượng này, socket có thể đáp ứng không kịp nhu cầu của hệthống

Yêu cầu

truyền dữ liệu socket nhận dữ liệuYêu cầu

Chúng ta lấy một trường hợp ví dụ Khi socket nhận được yêu cầu truyền dữliệu đi, nó sẽ lấy dữ liệu từ các buffer và truyền đi Do quá trình truyền dữ liệu cóthể bị tắc nghẽn, socket sẽ phải chờ Đồng thời trong lúc này, nó lại nhận được tínhiệu thông báo có buffer kế tiếp cần truyền đi và tín hiệu thông báo có dữ liệutrên mạng truyền về Với các yêu cầu dồn dập như vậy, hệ thống có thể sẽ đápứng không kịp và chương trình có thể bị treo.

Vì vậy, khi dùng một socket để truyền nhận dữ liệu, chúng ta phải tính toáncân đối thời gian giữa việc truyền dữ liệu đi và việc nhận dữ liệu về sao cho hợp lýđể hệ thống có thể làm việc liên tục được Chúng ta có thể qui định thời gian choviệc truyền nhận Trong một thời điểm socket có thể chỉ làm việc truyền dữ liệu

đi, các yêu cầu nhận dữ liệu sẽ bị ngưng lại Sau đó socket sẽ chỉ xử lý các yêucầu nhận dữ liệu Chiến lược này giúp giảm nhẹ hoạt động của socket Tuy nhiên,chúng ta cần áp dụng cho cả hai socket liên kết Trong một thời điểm, một socketsẽ truyền còn socket còn lại sẽ nhận dữ liệu, và thời điểm sau thì quá trình sẽ diễn

ra theo chiều ngược lại

Dùng 2 socket :

Xuất phát từ ý tưởng trên, chúng ta có thể dùng hai socket trong việc traođổi dữ liệu Một liên kết hình thành giữa hai máy sẽ gồm hai cặp socket liên kếtvới nhau Một socket chỉ đảm nhận việc truyền dữ liệu trong khi socket còn lạiđảm nhận việc nhận dữ liệu.[3]

Hình IV.2 Mô hình dùng 2 socket

Vì mỗi socket chỉ nhận một tín hiệu nhất định Socket truyền sẽ chỉ chú ý tớitín hiệu báo có dữ liệu của hệ thống để tiến hành truyền dữ liệu đi Trong khi đó,

Socket truyền

Socket truyền

Socket

Yêu cầu truyền dữ liệu

Yêu cầu nhận dữ liệu

Socket truyền

Socket nhận