Đồ án xây dựng thử nghiệm một hệ thống cho phép trao đổi thông tin bằng tiếng nói thoại, tương tác điểm – điểm trên mạng LAN

Ứng dụng trong nhiều lĩnh vực khác nhau như :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

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 rọng 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 :

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

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,giải mã 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 mạngcòn thuê bao kia sử dụng điện thoại trong mạng PSTN/ISDN/GSM/TDM Sửdụng một gateway để chuyển tiếng nói trên mạng IP thành tiếng nói trên mạngPSTN và trao đổi thông tin giữa hai mạng trên Như vậy, ở đây máy tính phảiđầy đủ các thiết bị như Soundcard, loa, microphone và phần mềm thông quaserver 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

và mạng IP được sử dụng trong trường hợp cuộc gọi đường dài Gateway được

sử dụng 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 cóthể thực hiện được Nên trong đồ án này chỉ có thể thức hiện theo mô hình 1 là

PST N

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 thựccho phép từ máy này sang máy khác (point to point) với một số các yêu cầuthích hợp giống như việc xử lý và truyền tiếng nói trong thông tin liên lạc (điệnthoại hữu tuyến) Chương trình sử dụng giao thức TCP/IP là một giao thức phổbiến và tin cậy hiện nay để kết nối và truyền tiếng nói Do sử dụng giao thứcTCP là giao thức có liên kết nên dẫn đến độ trễ rất lớn nhưng với ứng dụngtrong mạng LAN thì vẫn có thể chấp nhận được Ngay khi tiếng nói được thu và

có thể qua một số các xử lý như mã hoá tiếng nói hoặc nén trên một máy, tiếngnói được truyền tới máy cần kết nối và qua các xử lý ngược so với lúc thu nhưgiải nén và giải mã để được phát ra loa Chương trình cho phép kết nối hai máy

và tạo một mô hình điện thoại trên máy tính như điện thoại hữu tuyến thôngthường Bất kỳ máy nào trong mạng cũng có thể ở chế độ chờ hay chế độ chạynền (background) gọi máy là P-SERVER; máy ở chế độ gọi (active) gọi là P-CLIENT Như vậy một máy trong mạng có thể là P-SERVER hoặc P-CLIENT.Trên môi trường mạng, khi chúng ta muốn nói chuyện một người trên một máynào đó, chúng ta sẽ tiến hành việc gọi liên kết Việc gọi liên kết được tiến hànhbằng 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 có thông báo cho người sử dụngbiết rằng có một người khác muốn nói chuyện Tùy theo người đó quyết định cóchấp nhận hay không Nếu chấp nhận thì liên kết sẽ được 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

sử dụng đồng thời nhận dữ liệu âm thanh của máy liên kết Khi nói chuyệnxong, liên kết sẽ bị hủy bỏ và chương trình kết thúc Nếu máy được gọi không

có người trả lời thì sau thời gian chờ vượt quá giới hạn thì liên kết cũng sẽ bị

huỷ bỏ Vì dữ liệu truyền nhận trong chương trình là dữ liệu dạng liên tục của

âm thanh cho nên có các yêu cầu đặt ra như sau: Bảo đảm tính mạch lạc của dữliệu Tiếng nói trong quá trình thông tin phải rõ ràng, liền lạc, không bị ngắtquãng

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 :tần số lấy mẫu, số bit biểu diễn cho một điểm lấy mẫu, kênh lấy mẫu được sửdụng 1 kênh (mono) hay hai kênh (stereo) Do đó chúng ta phải tổ chức kíchthước buffer âm thanh sao cho phù hợp với việc truyền nhận đạt tốc độ cao Mộtvấn đề khác được đặt ra với dữ liệu âm thanh là việc nhận và phát ở đầu ra,chúng ta phải quan tâm đến việc xử lý và loại bỏ các tín hiệu nhiễu giúp cho âmthanh được rõ ràng, trung thực Do việc truyền nhận dữ liệu là trên môi trườngmạng nên chúng ta phải quan tâm đến tốc độ, lưu lượng trao đổi dữ liệu, thờigian truyền nhận để đưa ra cách giải quyết cho phù hợp Ngoài các vấn đề chính

ở trên, một số yêu cầu khác đặt ra cho ứng dụng như : cơ chế tạo lập liên kết,việc chọn lựa các dạng format dữ liệu, định các thông số thời gian Tất cả cácnhiệm vụ thực thi đều phải được thực hiện thông qua giao diện dễ dàng chongười 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

có các trang thiết bị để thử nghiệm Bởi vậy trong đồ án này em chỉ nghiên cứucách thức 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 thôngqua các hàm Địa chỉ IP đều được biểu diễn bằng một số 32 bits Mỗi giao diệnmạng trong 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 bits quan trọng nhất được dùng để xác định số lượng bits dùng cho netid

và hostid Có 5 lớp địa chỉ được xác định là A,B,C,D và E Trong đó, lớp A,B,Cchứa địa chỉ có thể gián được Lớp D dành riêng cho kỹ thuật Multicasting vàđược sử dụng trong các giao thức đặc biệt để truyền thông điệp đến một nhómnút được chọn lọc Lớp E dành 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 chothấy số lượng mạng và số lượng nút của mỗi lớp khác nhau Bảng dưới cho thấy

số lượng mạng và số lượng nút có thể của mỗi lớp địa chỉ :

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 tổ chức có quy mô lớp và vừa Mạng lớp C dùng trong cơ quan nhỏ, trong

đó mỗi mạng chỉ có không hơn 254 nút

Con số 32 bits biểu thị 4 chữ số thập phân tương ứng giá trị 4 byte tạothành địa chỉ IP Những số thập phân cách nhau bởi dấu chấm (.) Một ví dụ vềtên máy và 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 giữacác máy trên mạng máy tính và các thao tác đọc ghi chính là các thao tác traođổi dữ liệu giữa các ứng dụng trên nhiều máy khác nhau Socket là điểm kết nốicuối cùng cho phép những ứng dụng gắn vào mạng Khái niệm socket đượccung cấp bởi một thư viện chứa tất cả các hàm yêu cầu cho bất kỳ chương trìnhmạng nào Khi một ứng dụng yêu cầu các dịch vụ mạng, nó gọi quá trình tự tậphợp các thư viện để quản lý hoạt động mạng Hai loại socket có sẵn stream vàdatagram.[5]

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

Port M i n i Port ối nối Port ối nối Port TCI/IP Interface

Hình II.3 Các socket và port trong mối nối TCP/IP

49 Login host protocol

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 theokiểu không liên kết, nghĩa là không có giai đoạn thiết lập liên kết trước khitruyền dữ liệu, nó cũng không có các cơ chế bảo đảm thông tin tới đích an toàn,không có cơ chế điều khiển luồng dữ liệu Trên thực tế việc thông báo về lỗiđường truyền có thể được thực hiện nhờ một giao thức khác có tênICMP( Internet Control Message Protocol).

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 năngtruyền dữ liệu một cách an toàn giữa các thực thể trên mạng Nó cung cấp cácchức năng nhằm kiểm tra tính chính xác của dữ liệu khi gửi đến và gửi lại dữliệu khi có lỗi xảy ra.[5]

Đơn vị dữ liệu cơ bản của TCP gọi là segment Trong segment có mộtcặp tham số là số hiệu cổng của trạm nguồn và số hiệu cổng của trạm đích Mỗimột tiến trình ứng dụng tại một trạm sẽ truy cập các dịch vụ TCP thông qua mộtcổng Một cổng như vậy kết hợp với một địa chỉ IP sẽ tạo thành một socket duy

nhất trong mạng Dịch vụ TCP được cung cấp nhờ liên kết logic giữa một cặpsocket, mỗi socket có thể tham gia liên kết với nhiều socket ở xa khác nhau.Trước khi truyền dữ liệu chúng thiết lập liên kết và khi không có nhu cầu truyền

dữ liệu nữa thì 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 giaotiếp với nhau :

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 portcủa giao 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 dụngserver gọi 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

- 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 dụnhư hàm 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 chú:

cần gọi các hàm WSAStartup, WSACleanup để khởi tạo thư viện quản lý socket

và đóng bộ phận này Lý do, với UNIX thì bộ phận quản lý socket đã được hệđiều hành nạp sẵn

II.3 GIAO THỨC UDP

Giao thức UDP cung cấp khả năng broadcast trên hệ thống mạngTCP/IP Chúng ta cũng cần cài đặt ứng dụng client và server Ứng dụng client

có nhiệm vụ gửi thông báo đến tất cả các instance của ứng dụng server đangchạy trên hệ thống mạng.[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

ta cần 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 thứcứng dụng chuẩn thì sẽ có một hằng số được định nghĩa sẵn trongwinsock cho port của giao thức đó

- Gọi các hàm gửi hay nhận dữ liệu để trao đổi thông tin với client, vínhư hàm 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

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 trongdải tần nghe được Tuy nhiên trong một ứng dụng đặc biệt như truyền dữ liệu

âm thanh trên mạng, âm thanh được truyền với tốc độ thấp hơn nhiều Từ đóxuất hiện một 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 loạicác phương 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 lạicho chất lượng âm thanh rất tốt Ưu điểm của bộ mã hoá này là độ phức tạp, giáthành thiết kế, độ trễ và công suất tiêu thụ thấp Bộ mã hoá sóng đơn giản nhất

là điều biên xung mã (PCM)…Tuy nhiên nhược điểm của bộ mã hoá là không

tạo được âm thanh chất lượng cao tại tốc độ dưới 16 kbps, bộ mã nguồn khắcphục được nhược điểm 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 khôngcao

Mã hoá hỗn hợp (hybrid codec) : Sử dụng cả hai phương pháp trên để tạo

ra tín hiệu âm thanh có chất lượng tốt ở tốc độ dữ liệu trung bình

R t t t ất tốt ối nối Port

T t ối nối Port

h n h p ỗn hợp ợng tiếng Mã hoá d ng sóng ại

Mã hoá d đoán ự đoán tuy n tính LPC ếng

T c đ ối nối Port ộ

2 4 8 16 32 64

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

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

đi một phần

Một cải tiến của DPCM là điều biến xung mã vi phân thíchnghi(ADPCM) Bộ tiến đoán và lượng tử hoá trong phương pháp này có khảnăng thích nghi với tín hiệu cần mã hoá ADPCM hoạt động tốc độ 32 kbps chochất lượng tương đối với PCM 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 mãhoá nguồn đi theo một cách tiếp cận khác, người ta phải qua tâm đến việc âmthanh được tạo ra như thế nào, nếu có thể mô hình hoá cách tạo ra âm thanh thìkhông phải truyền đi các mẫu của tín hiệu âm thanh mà chỉ cần gửi đi cách thứctạo ra âm đó trên đến bộ mã Như vậy theo phương pháp này thay vì mã hoá vàtruyền trực tiếp âm thanh thì người ta chỉ mã hoá các tham số tạo ra âm thanhtại nơi nhận, 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 tảđơn giản nhất của mô hình này là mã hoá dự đoán tuyến tính (LPC) Phươngpháp mã hoá Vocoder cho tốc độ bit rất thấp (>2 kbps) nhưng độ phức tạp caohơn với phương pháp mã hoá dạng sóng và chất lượng âm thanh không trungthực

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 phươngpháp AbS (Analysis by Synthesis) để tạo ra mô hình máy phát âm phức tạp hơn.Trong khi Vocoder sử dụng bộ lọc tuyến tính kích thích bởi chuỗi xung tuầnhào hay chuồi nhiễu trắng để tạo ra âm hữu thanh hay vô thanh, AbS sử dụngmột dãy các trạng thái được lưu trữ trong codebook Khi xem xét một khung âmthanh, AbS kiểm tra khung đó với rất nhiều tín hiệu kích thước rồi sẽ chọn tínhiệu nào đưa ra kết quả gần đúng nhất với âm thanh ban đầu Bộ giải mã chỉ cầnbiết chỉ số của xung kích thước đó, sau đó tra codebook rồi tái tạo lại âm thanh.Một số các tham số 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 quátrình tính toán phức tạp, 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 đượcViện Tiêu Chuẩn Viễn Thông Châu Au ETSI để ra Đầu vào của bộ nén GMS06.10 bao gồm 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 trongkhoảng thời gian này cho phép được coi tín hiệu âm thanh ổn định Độ trễtruyền dẫn thông tin được tính bằng tổng thời gian xử lý và kích thước khungcủa thuật toán

bit ( tương đương với 1625 byte) Do vậy để nén một megabyte tín hiệu chỉ cầnmột thời 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 đưaqua bộ lọc thì dãy tín hiệu này sẽ được dùng để kích thích bộ lọc Dạng của bộnén GMS 06.10 dùng để nén tín hiệu âm thanh bao gồm 2 bộ lọc và một giá trịkích thước ban đầu Bộ lọc ngắn hạn dự đoán tuyến tính được đặt tại tầng đầutiên của quá trình nén và tại tầng cuối cùng trong suốt quá trình dãn Nó đượckích thích bởi đầu 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 hiệutương đương ban đầu bởi thiết bị khôi phục thiết bị Tần số lấy mẫu nhỏ nhấtcũng có thể nhỏ 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/giâyvới tín 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

ta giả 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 tửđều

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

2

2 2

12)

( dE E p

Ví dụ, cho bộ lượng tử có khoảng biên độ từ – 4Xrms đến + 4Xrms( đểthuận tiện về mặt lý thuyết, thì độ rộng 8Xrms của bộ lượng tử không có ràngbuộc riêng, ngoại trừ các trường hợp đặc biệt Ví dụ, nếu tín hiệu PDF p(x)được biến đổi bằng hàm Gaussian trung bình – không, thì các mẫu tín hiệu sẽrơi bên ngoài khoảng 8Xrms của bộ lượng tử với xác xuất nhỏ hơn 1/10.000).bước lượng tử đều có thể được thực hiện tỷ số của khoảng biên độ trên số lượngcác bước lượng tử (số các 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 trongdạng tín 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 suấtnhiễu hay 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 tưởng 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 mặcđịnh ( 8bits/mẫu, 8 khz, kênh mono) sẽ yêu cầu đường truyền có tốc độ 8000mẫu/giây * 8 bits/ mẫu = 64 Kbits/giây để truyền dữ liệu qua mạng Do đó, tùytheo tốc độ đường truyền thực tế trên mỗi mạng mà chọn giải pháp nén haykhông nén dữ liệu trước khi truyền dữ liệu âm thanh qua mạng, cũng như chọn

tỉ lệ nén là bao nhiêu cho phù hợp (chọn giải thuật nén) Vì nếu dữ liệu đượcnén thì phải giải nén khi được truyền đến máy nhận, do đó cũng tốn thời gian đểnén và giải nén dữ liệu, điều này dẫn đến ảnh hưởng thời gian thực của hệthống

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

Ngược lại, đối với mạng Internet, hệ thống được kết nối với Internetthông qua các modem chuẩn có tốc độ thấp 14,4 Kbits/s hoặc 28,8Kbits/s thìnhất thiết phải nén tiếng nói trước khi truyền và giải nén trước khi phát Haiphương pháp nén 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, hiệntại là giao 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 đượcdùng để tạo ra một đối tượng gsm giữ trạng thái cần thiết hoặc để mã hóa nhữngmẫu PCM tuyến tính thành các frames GSM, hoặc giải mã các frames GSMthành các frames PCM tuyến tính Bộ mã hóa nén 160 frames PCM 16 bitsthành các frames GSM 260 bits Tương ứng một giây tiếng nói thành 1625bytes Bởi vì mẫu 260 bits không chẵn để gắn vào các bytes 8 bits, nên bộ mãhóa sẽ mã hóa frame 160 bytes thành frame GSM 264 bits Một buffer GSMnén 1 Mb có thể lưu tiếng nói gần 10 phút.[2]

Một dòng dữ liệu tiếng nói giải nén 16 bits/mẫu ở 8Khz yêu cầu băngthông tốc độ 128 Kbits/s, trong khi đó băng thông để truyền qua mạng nếu dùnggiải thuật 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 sẽgiống nhau, vì thế thay vì biểu diễn mỗi mẫu độc lập như PCM ADPCM tínhtoán sự chênh lệch giữa các mẫu âm thanh và giá trị tiên đoán của nó và tạo ranhững giá trị vi phân PCM Có nhiều giải thuật ADPCM khác nhau được đềnghị Trong phạm vi luận văn này em tìm hiểu và ứng dụng giải thuật đưa ra bởiIMA (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

16 bits/mẫu, 8 Khz, kênh mono yêu cầu tốc độ truyền dữ liệu là 128 Kbits/s ,khi nén với giải thuật IMA_ADPCM chỉ cần tốc độ truyền dữ liệu 32 Kbits/s làđủ

Quá trình thực hiện của giải thuật IMA_ADPCM là đọc từ những bộ đệm

có giá trị kiểu nguyên và nén chúng thành một mẫu âm thanh 16 bits được biểu

diễn bằng các mức lượng hóa 4 bit Bởi vì không có giới hạn trong kích thướcbuffers tiếng nói nên những mã ADPCM được kết hợp một cách dễ dàng vớicác phần còn lại của chương trình để nén tiếng nói khi thu và giải nén trở lại khiphát.

Giải thuật nén IMA ADPCM :

Theo sơ đồ mã hóa trên chúng ta thấy giải thuật IMA ADPCM tính toán

sự chênh lệch giữa mẫu âm thanh hiện tại X[n] và mẫu đã tiên đoán trước 1] và sử dụng sự chênh lệch đó để tính toán mức lượng hóa D[n] cho mỗi mẫu.Giá trị Xp[n-1] chỉ là giá trị trễ thời gian của giá trị X[n] Hình sau chỉ ra sơ đồ

Xp[n-khối của quá trình lượng hóa dùng giải thuật IMA Mỗi mức đầu ra của bộlượng hóa được biểu diễn bằng bốn bits Bit thứ tư là bit dấu của mức độ lượnghóa.[2]

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

chia 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 thứhai cũng được cài lên 1 khi độ chênh lệch mới ≥ kích thước mẫu tại bước giảithuật/2 Bộ mã hóa một lần nữa laị chia kích thước mẫu tại bước giải thuật cho

2 và so sánh với độ chênh lệch mới và thiết lập giá trị cho bit một tương tự nhưcác 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 trênmạng Một cách thức đơn giản nhất trong việc xuất dữ liệu waveform ra loa làdùng hàm PlaySound Chúng ta có thể thao tác với dạng dữ liệu waveform bằngcác hàm cấp thấp do hệ thống cung cấp Ngoài ra hệ thống còn cung cấp một cơchế giúp người lập 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 contrỏ chỉ đến chunk kế tiếp Mỗi chunk có một mô tả kiểu theo sau bởi một số dữliệu Một ứng dụng để đọc các file RIFF có thể bước qua một số chunk, đọc cácchunk cần quan tâm và bỏ qua các chunk không liên quan Chunk file RIFFluôn luôn bắt đầu bằng header sau:

FOURCC là một vùng 4 bytes định nghĩa loại chunk Vùng này sẽ chứa

từ WAVE đối với file wave

ckSize đặc tả kích thước dữ liệu trong chunk, sau header này chúng ta sẽtìm thấy cSize bytes dữ liệu

Các chunk có thể chứa các subchunks Cấu trúc thật sự một file wave cơbản bao gồm một chunk fmt theo sau là một chunk dữ liệu Có thể có nhữngchunk khác phía sau chunk WAVE nhưng thiết bị sử dụng file WAVE sẽ bỏ quacác chunk này Hình sau mô tả cấu trúc file RIFF chứa dữ liệu WAVE

IDSIZEFROM TYPE

"fmt"

SIZE

Hai subchunk trong chunk wave đặc tả thông tin về một âm thanh filewave và sau đó là chính dữ liệu âm thanh Chunk fmt chứa chủ yếu đối tượngWAVEFORMAT và một số dữ liệu thêm vào gắn ở cuối chunk Một đối tượngWAVEFORMAT được định nghĩa như sau :

Typedef struct waveformar_tag{

nChannels : Của đối tượng WAVEFORMAT có 2 giá trị :

 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

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 dữliệu âm thanh file wave, để định nghĩa số bits trong một mẫu ta dùng cấu trúcsau:

WAVEFORMAT wf;

} PCMWAVEFORMAT;

Trong đó: