基于QT的WiFi语音通信系统

赵付轩，杨斌

（西南交通大学 信息科学与技术学院，成都 610031）

引 言

基于Internet的语音传输是一项应用极其广泛的技术，传统意义上的语音通信都以 Windows操作系统为平台，而且采用有线电缆的方式进行传输。目前随着Linux桌面系统应用的普及，特别是在手持嵌入式设备上的应用，使得Linux上应用软件和系统的开发变得日益重要。Linux是完全开源的代码体系，具有强大的网络支持功能、各种硬件平台的适用性以及完善的文档和低廉的开发成本。随着IEEE 802.11标准WiFi技术的兴起，无线网络便捷的特性在应用嵌入式手持设备中得到充分体现，而本设计正是基于Linux下无线网络方式的语音信息终端，它可以满足无线局域网内端对端的语音对话需要。

1 系统结构设计

整个系统由语音采集模块、网络收发模块和语音处理模块组成。语音采集模块由采集终端ARM9开发板组成，负责对语音信号的采集、处理；网络收发模块负责开发板与语音处理模块的数据报传送；语音处理模块负责语音信号的处理、存储和播放功能。系统结构如图1所示。

系统采用嵌入式Linux操作系统，连入网络并启动任务后，ARM9开发板将话筒传入的数据经暂存后再将其封装成IP包，由无线网接口发送到无线网络，同时解析接收到的语音包并由耳机送出，实现实时语音通信。

图1 系统结构

1.1 音频采集

音频采集部分采用了ARM9开发板mini2440，应用基于I2S总线的UDA1341采集芯片，将采集到的音频信号转化为PCM码格式保存下来，并送入SDRAM内进行存储。语音信号的系统采样频率为16ks／s，开发板每秒发送50个包，解码每个包PCM数据的长度为640个字节。

1.2 TCP／IP协议分析

在嵌入式系统中实现的TCP／IP协议都是面向数据采集和传输的，所以大部分实现都是IP协议、ARP协议、UDP协议或者是TCP协议。本文完成的是IP协议、ARP协议和UDP协议。协议栈结构如图2所示。

图2 协议栈结构

1.3 UDP协议的实现

UDP用户数据报协议可以实现网络上发送和接收数据，它实际上是直接利用IP协议进行数据报的传输，UDP的数据传输不建立连接，不保证可靠交付，不需要维护复杂的链接状态表。它不对要发送的数据进行缓冲，直接把应用层收到的数据加上UDP首部发送出去。这对于编写简单的请求／响应模式的应用是很方便的，而且利用UDP协议对传输速率也没有太大影响。

1.4 服务端和客户端程序实现

系统程序设计分为客户端和服务器端程序设计，客户端完成数据采集后发送给PC机，服务器端完成数据的接收、存储和播放工作。本设计采用UDP协议、Socket编程方式。程序流程如图3所示。

图3 程序流程图

1.5 通信模式

1.5.1 单工通信

消息只能单方向传输，发送端和接收端是固定的，发送端只能发送信息，不能接收信息；接收端只能接收信息，不能发送信息。语音信号仅从一端传送到另一端，信息流是单方向的。本设计所实现的是单工通信方式。单工模式的实时语音通信模式如图4所示。

单工模式的实时语音通信，由一对程序AudioServer（服务器端）和AudioClient（客户端）来完成。这两个程序需要在一台主机上首先运行AudioServer，然后在另外一台主机上运行AudioClient。在AudioClient端用麦克风说话，在AudioServer端能听到说话内容。

图4 单工模式的实时语音通信模式

1.5.2 半双工通信

语音信号可以沿两个方向传输，通信系统的每一端都可以发送和接收数据，但两个方向不能同时发送数据，必须交替进行。在QT中可以创建两个套接字和两个线程来实现数据的双向传输，但为了避免这两个线程出现竞争，需要引入线程互斥与同步对其进行协调。继承QThread类可以创建线程，重写虚函数run（）即可。QMutex类的lock（）函数可以实现对一端只能进行读或写，即半双工通信。

1.5.3 全双工通信

通信的任意时刻，线路上存在A到B和B到A的双向信号传输。全双工通信允许数据同时在两个方向上传输，又称为双向同时通信，即通信的双方可以同时发送和接收数据。这样在QT中创建两个套接字和两个线程来实现数据的双向传输即可。继承QThread类可以创建线程，重写虚函数run（）即可。

2 系统硬件设计

本设计采用Friendly ARM Mini2440开发板，该开发板CPU采用Samsung S3C2440A处理器，主频400MHz，最高533MHz，具有丰富的内外设资源。

2.1 配置USB无线网卡驱动

本开发板采用 Linux－2.6.32.2内核，它已包含了多种型号的USB无线网卡驱动，其中包括目前流行的、性价比高的TP－Link USB WiFi无线网卡。

2.2 音频接口

本开发板采用基于I2S总线的UDA1341芯片实现音频解码，该芯片内部寄存器的初始化和设置采用L3－bus总线连接控制器实现。音频系统的输出为开发板上常用的3.5mm孔径插座。输入分为两路，一路为板载麦克风，另一路通过CON10白色2.0mm插座引出。

3 系统软件设计

本系统软件可以分为3个功能模块：语音信息处理模块、无线通信模块和QT控制模块。其中QT控制模块负责图形界面显示和人机接口控制。为了便于实现系统管理，采用基于Linux操作系统的应用程序开发模式，操作系统内核则选用Linux－2.6.32.2版本。系统程序流程如图5所示。

图5 系统程序流程图

3.1 语音信息处理模块

声音的录制和播放，即要实现往麦克风里说话时能够在耳塞里听到说话的内容。首先是打开声音设备／dev／audio，并设置采样的量化位数、声道数目、采样频率；接着从声卡里读话音数据（录制声音），并存放到一个缓冲区里；然后把刚刚读入的话音数据往声卡里写（播放声音）。

（1）设置采样的量化位数、声道数目、采样频率

（2）设置PCM编码方式

（3）读取声卡

在客户端，把录制下来的声音存放在一个比较大的缓冲区里，然后发送出去；服务器端收到后，播放该数据就可以了。

实时语音通信需要声音连续、清晰。于是在客户端，要不停地把录制下来的声音数据发送出去；在服务器端，不停地把接收到的话音数据播放出来。这里涉及到如何选择缓冲区大小的问题。如果缓冲区太大，录制声音的时间过长，而且sendto（）函数不能够一次发送完数据，这样会影响声音的连续性和完整性。经过多次测试和调整，最后取缓冲区的大小为1 024字节。

3.2 无线通信模块

无线通信模块相关程序如下所示。

（1）建立UDP套接字并绑定对方IP

客户端：

服务器端：

（2）客户端和服务器端数据报收发

设置缓冲区：

客户端发送数据：

服务器端接收数据：

播放语音：

3.3 QT控制模块

QT是一款跨平台的C＋＋图形用户界面应用程序框架，具有优良的封装机制和高度的模块化结构，只需在一个平台下编写，就可在多个平台下编译运行，可移植性很强。本设计采用4.5.3版 Qt－x86和 Qt－arm分别进行界面和程序的设计与编译。

在完成必要的软硬件初始化后，系统进入QT界面控制程序，QT界面控制程序实现两大功能：

①语音编解码处理。语音信号的处理通过DSP内核完成。采集终端负责语音编码处理，此时DSP内核采用双缓存机制保存ARM9送入的本地语音数据，然后送给ARM9内核。

② 无线语音和声卡数据的收发。它由ARM9内核完成。ARM9内核与DSP内核的通信通过DSP Gateway双核通信机制方式实现，由ARM9内核负责控制。对于语音编码，ARM9负责把UDA1341采集的缓存数据写入到DSP的编码器中，编码完的数据放入发送缓存单元。当发送缓冲区放满之后，ARM端就会将数据通过网口发送出去。

4 系统性能测试

性能测试系统的有效带宽是保证用户语音通话的前提。基于UDP的传输速度，两点间的平均速度可达3.4 Mbps。这个实时语音通信软件的功能是实现端到端的实时语音聊天。也就是说当A与B在进行语音聊天时，A不能同时与C进行语音聊天。A只能先断开与B的语音聊天，然后才可以与C进行语音聊天。

4.1 界面实现

语音聊天的QT界面设计如图6、图7所示。

图6 服务器端界面

图7 客户端界面

4.2 语音质量测试

通过开发板的话筒讲话，在PC端能清晰听到语音。通过在PC机上专业软件对收到的语音信号进行分析，该语音系统在采样频率8 000～192 000Hz时均能正常工作。测试结果表明语音发送和接收正常，整个系统的功能与性能基本达到设计要求。另外，该设计还增加了语音存储功能，能够将对话语音保存成本地文件，以便重复收听，能够较好地应用到具体的工程项目中。

结 语

本文在成熟的嵌入式Linux操作系统下，采用QT跨平台的C＋＋图形用户界面应用程序框架，设计了基于WiFi的语音通信系统。该系统可以实现较高的语音通话质量，能在多个平台下编译运行，可移植性很强。

[1] 蔡志明，卢传富，李立夏.精通Qt4编程[M].北京：电子工业出版社，2008.

[2] 宋敬彬，孙海滨.Linux网络编程[M].北京：清华大学出版社，2010.

[3] 胥光辉，张涛译.TCP／IP协议详解（卷1：协议）[M].北京：机械工业出版社，2000.

[4] 广州友善之臂计算机科技有限公司.FriendlyARM mini2440用户手册，2010.

[5] 温斌泽.VOIP：IP语音技术[M].北京：机械工业出版社，2000.