语音通信方案
系统级方案和自建协议
系统级
声卡 (Sound Card)也叫音频卡（港台称之为声效卡），是计算机多媒体系统中最基本的组成部分，是实现声波/数字信号相互转换的一种硬件。声卡的基本功能是把来自话筒、磁带、光盘的原始声音信号加以转换，输出到耳机、扬声器、扩音机、录音机等声响设备，或通过音乐设备数字接口(MIDI)发出合成乐器的声音
所有的电脑主板基本都有集成声卡的,如果有专业要求会再买个独立声卡，就像专业玩家一样买个独立显卡，手动狗头
声卡驱动
对于音频处理的技术，主要有如下几种：
- 采集麦克风输入
- 采集声卡输出
- 将音频数据送入声卡进行播放
- 对多路音频输入进行混音处理
Windows平台内核提供调用声卡API
一、MME（MultiMedia Extensions）
MME就是winmm.dll提供的接口，也是Windows平台下第一代API。优点是使用简单，一般场景下可以满足业务需求，缺点是延迟高，某些高级功能无法实现。
二、XAudio2
也是DirextX的一部分，为了取代DirectSound。DirextX套件中的音频组件，大多用于游戏中，支持硬件加速，所以比MME有更低的延迟。
Vista系统开始引入的新架构，它是以COM的方式提供的接口，用户模式下处于最底层，上面提到的几种API最终都将使用它！功能最强，性能最好，但是接口繁杂，使用起来很麻烦。
四、Wasapi 就可以了（高性能，但更复杂）
而Wave系列的API函数主要是用来实现对麦克风输入的采集（使用WaveIn系列API函数）和控制声音的播放（使用后WaveOut系列函数）。
1.使用WaveIn系列API函数实现麦克风输入采集
2.使用Core Audio实现对声卡输出的捕捉
3.常用的混音算法
Linux平台内核提供调用声卡API
ALSA是目前linux的主流音频体系架构
是一个有社区维护的开源项目：http://www.alsa-project.org/
包括：
1.内核驱动包 alsa-driver
2.用户空间库 alsa-lib
3.附加库插件包 alsa-libplugins
4.音频处理工具集 alsa-utils
5.其他音频处理小工具包 alsa-tools
6.特殊音频固件支持包 alsa-firmware
7.alsa-lib的Python绑定包 pyalsa
8.OSS接口兼容包 alsa-oss
9.内核空间中，alsa-soc其实是对alsa-driver的进一步封装，他针对嵌入式设备提供了一些列增强的功能。
1.操作说明
2.架构图
硬件架构：
软件架构：
3.初识alsa设备
注：
controlC0：控制接口，用于控制声卡，如通道选择，混音，麦克风输入增益调节等。
midiC0D0：Raw迷笛接口，用于播放midi音频。
pcmC0D0c：pcm接口，用于录音的pcm设备。
pcmC0D0p：用于播放的pcm设备。
pcmC0D1p：
seq：音序器接口。
timer：定时器接口。
即该声卡下挂载了7个设备。根据声卡实际能力，驱动实际上可以挂载更多种类的设备
其中
C0D0表示声卡0中的设备0。
pcmC0D0c：最后的c表示capture。
pcmC0D0p：最后一个p表示playback。
设备种类 include/sound/core.h：
4.linux内核中音频驱动代码分布
其中：
core：包含 ALSA 驱动的核心层代码实现。
core/oss：包含模拟旧的OSS架构的PCM和Mixer模块。
core/seq：音序器相关的代码。
drivers：存放一些与CPU,bus架构无关的公用代码。
i2c：ALSA的i2c控制代码。
pci：PCI总线 声卡的顶层目录，其子目录包含各种PCI声卡代码。
isa：ISA总线 声卡的顶层目录，其子目录包含各种ISA声卡代码。
soc：ASoC(ALSA System on Chip)层实现代码，针对嵌入式音频设备。
soc/codecs：针对ASoC体系的各种音频编码器的驱动实现，与平台无关。
include/sound：ALSA驱动的公共头文件目录。
5.驱动分类
OSS音频设备驱动：
OSS 标准中有两个最基本的音频设备： mixer（混音器）和 dsp（数字信号处理器）。
ALSA音频设备驱动：
虽然 OSS 已经非常成熟，但它毕竟是一个没有完全开放源代码的商业产品，而且目前基本上在 Linux mainline 中失去了更新。而 ALSA （Advanced Linux Sound Architecture）恰好弥补了这一空白，它符合 GPL，是在 Linux 下进行音频编程时另一种可供选择的声卡驱动体系结构。 ALSA 除了像 OSS 那样提供了一组内核驱动程序模块之外，还专门为简化应用程序的编写提供了相应的函数库，与 OSS 提供的基于 ioctl 的原始编程接口相比， ALSA 函数库使用起来要更加方便一些。 ALSA 的主要特点如下。支持多种声卡设备。
模块化的内核驱动程序。
支持 SMP 和多线程。
提供应用开发函数库（alsa-lib）以简化应用程序开发。
支持 OSS API，兼容 OSS 应用程序。
ASoC音频设备驱动：
ASoC（ALSA System on Chip）是 ALSA 在 SoC 方面的发展和演变，它在本质上仍然属于
ALSA，但是在 ALSA 架构基础上对 CPU 相关的代码和 Codec 相关的代码进行了分离。其原因是，采用传统 ALSA 架构的情况下，同一型号的 Codec 工作于不同的 CPU 时，需要不同的驱动，这不符合代码重用的要求。对于目前嵌入式系统上的声卡驱动开发，我们建议读者尽量采用 ASoC 框架， ASoC 主要由 3 部分组成。
Codec 驱动。这一部分只关心 Codec 本身，与 CPU 平台相关的特性不由此部分操作。
平台驱动。这一部分只关心 CPU 本身，不关心 Codec。它主要处理两个问题： DMA 引擎和 SoC 集成的 PCM、 I2S 或 AC ‘97 数字接口控制。
板驱动（也称为 machine 驱动）。这一部分将平台驱动和 Codec 驱动绑定在一起，描述了板一级的硬件特征。
在以上 3 部分中， 1 和 2 基本都可以仍然是通用的驱动了，也就是说， Codec 驱动认为自己可以连接任意 CPU，而 CPU 的 I2S、 PCM 或 AC ‘97 接口对应的平台驱动则认为自己可以连接任意符合其接口类型的 Codec，只有 3 是不通用的，由特定的电路板上具体的 CPU 和 Codec 确定，因此它很像一个插座，上面插上了 Codec 和平台这两个插头。在以上三部分之上的是 ASoC 核心层，由内核源代码中的 sound/soc/soc-core.c 实现，查看其源代码发现它完全是一个传统的 ALSA 驱动。因此，对于基于 ASoC 架构的声卡驱动而言， alsa-lib以及 ALSA 的一系列 utility 仍然是可用的，如 amixer、 aplay 均无需针对 ASoC 进行任何改动。而ASoC 的用户编程方法也与 ALSA 完全一致。内核源代码的 Documentation/sound/alsa/soc/目录包含了 ASoC 相关的文档。
Android平台内核提供调用声卡API
目前linux中主流的音频体系结构是ALSA（Advanced Linux Sound Architecture），ALSA在内核驱动层提供了alsa-driver，在应用层提供了alsa-lib，应用程序只需要调用alsa-lib（libtinyalsa.so）提供的API就可以完
成对底层硬件的操作。说的这么好，但是Android中没有使用标准的ALSA，而是一个ALSA的简化版叫做tinyalsa。Android中使用tinyalsa控制管理所有模式的音频通路，我们也可以使用tinyalsa提供的工具进行查看、
调试。
音频跟视频很不一样，视频每一帧就是一张图像，而从上面的正玄波可以看出，音频数据是流式的，本身没有明确的一帧帧的概念，在实际的应用中，为了音频算法处理/传输的方便，一般约定俗成取2.5ms~60ms为单位的数据量为一帧音频。
这个时间被称之为“采样时间”，其长度没有特别的标准，它是根据编解码器和具体应用的需求来决定的，我们可以计算一下一帧音频帧的大小：
假设某音频信号是采样率为8kHz、双通道、位宽为16bit，20ms一帧，则一帧音频数据的大小为：
int size = 8000 x 2 x 16bit x 0.02s = 5120bit = 640 byte
音频帧总结
嵌入式硬件级
电路组成
代码示例
MCU裸板开发
1 #include <reg52.h>
2 #include <intrins.h>
3 #define uchar unsigned char
4 #define uint unsigned int
5 //录音和放音键IO口定义：
6 sbit AN=P2^6;//放音键控制接口
7 sbit set_key=P2^7;//录音键控制口
8 // ISD4004控制口定义：
9 sbit SS =P1^0; //4004片选
10 sbit MOSI=P1^1; //4004数据输入
11 sbit MISO=P1^2; //4004数据输出
12 sbit SCLK=P1^3; //ISD4004时钟
13 sbit INT =P1^4; //4004中断
14 sbit STOP=P3^4; //4004复位
15 sbit LED1 =P1^6; //录音指示灯
16 //===============================LCD1602接口定义=====================
17 /*-----------------------------------------------------
18 |DB0-----P2.0 | DB4-----P2.4 | RW-------P0.1 |
19 |DB1-----P2.1 | DB5-----P2.5 | RS-------P0.2 |
20 |DB2-----P2.2 | DB6-----P2.6 | E--------P0.0 |
21 |DB3-----P2.3 | DB7-----P2.7 | 注意，P0.0到P0.2需要接上拉电阻
22 ---------------------------------------------------
23 =============================================================*/
24 #define LCM_Data P0 //LCD1602数据接口
25 sbit LCM_RW = P2^3; //读写控制输入端，LCD1602的第五脚
26 sbit LCM_RS = P2^4; //寄存器选择输入端，LCD1602的第四脚
27 sbit LCM_E = P2^2; //使能信号输入端,LCD1602的第6脚
28 //***************函数声明************************************************
29 void WriteDataLCM(uchar WDLCM);//LCD模块写数据
30 void WriteCommandLCM(uchar WCLCM,BuysC); //LCD模块写指令
31 uchar ReadStatusLCM(void);//读LCD模块的忙标
32 void DisplayOneChar(uchar X,uchar Y,uchar ASCII);//在第X+1行的第Y+1位置显示一个字符
33 void LCMInit(void);
34 void DelayUs(uint us); //微妙延时程序
35 void DelayMs(uint Ms);//毫秒延时程序
36 void init_t0();//定时器0初始化函数
37 void setkey_treat(void);//录音键处理程序
38 void upkey_treat(void);//播放键处理程序
39 void display();//显示处理程序
40 void isd_setrec(uchar adl,uchar adh);//发送setrec指令
41 void isd_rec();//发送rec指令
42 void isd_stop();//stop指令（停止当前操作）
43 void isd_powerup();//发送上电指令
44 void isd_stopwrdn();//发送掉电指令
45 void isd_send(uchar isdx);//spi串行发送子程序，8位数据
46 void isd_setplay(uchar adl,uchar adh);
47 void isd_play();
48 //程序中的一些常量定义
49 uint time_total,st_add,end_add=0;
50 uint adds[25];//25段语音的起始地址暂存
51 uint adde[25];//25段语音的结束地址暂时
52 uchar t0_crycle,count,count_flag,flag2,flag3,flag4;
53 uchar second_count=170,msecond_count=0;
54 //second_count为芯片录音的起始地址，起始地址本来是A0，也就是160，
55 //我们从170开始录音吧。
56 #define Busy 0x80 //用于检测LCM状态字中的Busy标识
57
58 /*===========================================================================
59 主程序
60 =============================================================================*/
61 void main(void)
62 {
63 LED1=0;//灭录音指示灯
64 flag3=0;
65 flag4=0;
66 time_total=340;//录音地址从170开始，对应的单片机开始计时的时间就是340*0.1秒
67 adds[0]=170;
68 count=0;
69 LCMInit(); //1602初始化
70 init_t0();//定时器初始化
71 DisplayOneChar( 0,5,'I'); //开机时显示000 ISD4004-X
72 DisplayOneChar( 0,6,'S');
73 DisplayOneChar( 0,7,'D');
74 DisplayOneChar( 0,8,'4');
75 DisplayOneChar( 0,9,'0');
76 DisplayOneChar( 0,10,'0');
77 DisplayOneChar( 0,11,'4');
78 DisplayOneChar( 0,12,'-');
79 DisplayOneChar( 0,13,'X');
80 while(1)
81 {
82 display();//显示处理
83 upkey_treat();//放音键处理
84 setkey_treat();//录音键处理
85 }
86 }
87 //*******************************************
88 //录音键处理程序
89 //从指定地址开始录音的程序就是在这段里面
90 void setkey_treat(void)
91 {
92 set_key=1;//置IO口为1，准备读入数据
93 DelayUs(1);
94 if(set_key==0)
95 {
96 if(flag3==0)//录音键和放音键互锁，录音好后，禁止再次录音。如果要再次录音，那就要复位单片机，重新开始录音
97 {
98 if(count==0)//判断是否为上电或复位以来第一次按录音键
99 {
100 st_add=170;
101 }
102 else
103 {
104 st_add=end_add+3;
105 }//每段语言间隔3个地址
106 adds[count]=st_add;//每段语音的起始地址暂时
107 if(count>=25)//判断语音段数时候超过25段，因为单片机内存的关系?
108 //本程序只录音25段，如果要录更多的语音，改为不可查询的即可
109 {//如果超过25段，则覆盖之前的语音，从新开始录音
110 count=0;
111 st_add=170;
112 time_total=340;
113 }
114 isd_powerup(); //AN键按下，ISD上电并延迟50ms
115 isd_stopwrdn();
116 isd_powerup();
117 LED1=1;//录音指示灯亮，表示录音模式
118 isd_setrec(st_add&0x00ff,st_add>>8); //从指定的地址
119 if(INT==1)// 判定芯片有没有溢出
120 {
121 isd_rec(); //发送录音指令
122 }
123 time_total=st_add*2;//计时初始值计算
124 TR0=1;//开计时器
125 while(set_key==0);//等待本次录音结束
126 TR0=0;//录音结束后停止计时
127 isd_stop(); //发送4004停止命令
128 end_add=time_total/2+2;//计算语音的结束地址
129 adde[count]=end_add;//本段语音结束地址暂存
130 LED1=0; //录音完毕，LED熄灭
131 count++;//录音段数自加
132 count_flag=count;//录音段数寄存
133 flag2=1;
134 flag4=1;//解锁放音键
135 }
136 }
137 }
138 //=================================================
139 //放音机处理程序
140 //从指定地址开始放本段语音就是这段程序
141 void upkey_treat(void)
142 {
143 uchar ovflog;
144 AN=1;//准备读入数据
145 DelayUs(1);
146 if(AN==0)//判断放音键是否动作
147 {
148 // if(flag4==1)//互锁录音键
149 // {
150 if(flag2==1)//判断是否为录音好后的第一次放音
151 {
152 count=0;//从第0段开始播放
153 }
154 isd_powerup(); //AN键按下，ISD上电并延迟50ms
155 isd_stopwrdn();
156 isd_powerup();
157 //170 184 196 211
158 // st_add=adds[count];//送当前语音的起始地址
159 st_add=211;//送当前语音的起始地址
160 isd_setplay(st_add&0x00ff,st_add>>8); //发送setplay指令，从指定地址开始放音
161 isd_play(); //发送放音指令
162 DelayUs(20);
163 while(INT==1); //等待放音完毕的EOM中断信号
164 isd_stop(); //放音完毕，发送stop指令
165 while(AN==0); //
166 isd_stop();
167 count++;//语音段数自加
168 flag2=0;
169 flag3=1;
170 if(count>=count_flag)//如果播放到最后一段后还按加键，则从第一段重新播放
171 {
172 count=0;
173 }
174
175 // }
176 }
177 }
178 //************************************************?
179 //发送rec指令
180 void isd_rec()
181 {
182 isd_send(0xb0);
183 SS=1;
184 }
185 //****************************************
186 //发送setrec指令
187 void isd_setrec(unsigned char adl,unsigned char adh)
188 {
189 DelayMs(1);
190 isd_send(adl); //发送放音起始地址低位
191 DelayUs(2);
192 isd_send(adh); //发送放音起始地址高位
193 DelayUs(2);
194 isd_send(0xa0); //发送setplay指令字节
195 SS=1;
196 }
197 //=============================================================================
198 //**********************************************
199 //定时器0中断程序
200 void timer0() interrupt 1
201 {
202 TH0=(65536-50000)/256;
203 TL0=(65536-50000)%256;
204 t0_crycle++;
205 if(t0_crycle==2)// 0.1秒
206 {
207 t0_crycle=0;
208 time_total++;
209 msecond_count++;
210 if(msecond_count==10)//1秒
211 {
212 msecond_count=0;
213 second_count++;
214 if(second_count==60)
215 {
216 second_count=0;
217 }
218 }
219 if(time_total==4800)time_total=0;
220 }
221 }
222 //********************************************************************************************
223 //定时器0初始化函数
224 void init_t0()
225 {
226 TMOD=0x01;//设定定时器工作方式1，定时器定时50毫秒
227 TH0=(65536-50000)/256;
228 TL0=(65536-50000)%256;
229 EA=1;//开总中断
230 ET0=1;//允许定时器0中断
231 t0_crycle=0;//定时器中断次数计数单元
232 }
233 //******************************************
234 //显示处理程序
235 void display()
236 {
237 uchar x;
238 if(flag3==1||flag4==1)//判断是否有录音过或者放音过
239 {
240 x=count-1;
241 if(x==255){x=count_flag-1;}
242 }
243 DisplayOneChar( 0,0,x/100+0x30); //显示当前语音是第几段
244 DisplayOneChar( 0,1,x/10%10+0x30);
245 DisplayOneChar( 0,2,x%10+0x30);
246 if(flag3==0)//录音时显示本段语音的起始和结束地址
247 {
248 DisplayOneChar( 1,0,st_add/1000+0x30);//计算并显示千位
249 DisplayOneChar( 1,1,st_add/100%10+0x30);
250 DisplayOneChar( 1,2,st_add/10%10+0x30);
251 DisplayOneChar( 1,3,st_add%10+0x30);
252 DisplayOneChar( 1,4,'-');
253 DisplayOneChar( 1,5,'-');
254 DisplayOneChar( 1,6,end_add/1000+0x30);
255 DisplayOneChar( 1,7,end_add/100%10+0x30);
256 DisplayOneChar( 1,8,end_add/10%10+0x30);
257 DisplayOneChar( 1,9,end_add%10+0x30);
258 }
259 if(flag4==1)//放音时显示本段语音的起始和结束地址
260 {
261 DisplayOneChar( 1,0,adds[x]/1000+0x30);
262 DisplayOneChar( 1,1,adds[x]/100%10+0x30);
263 DisplayOneChar( 1,2,adds[x]/10%10+0x30);
264 DisplayOneChar( 1,3,adds[x]%10+0x30);
265 DisplayOneChar( 1,4,'-');
266 DisplayOneChar( 1,5,'-');
267 DisplayOneChar( 1,6,adde[x]/1000+0x30);
268 DisplayOneChar( 1,7,adde[x]/100%10+0x30);
269 DisplayOneChar( 1,8,adde[x]/10%10+0x30);
270 DisplayOneChar( 1,9,adde[x]%10+0x30);
271 }
272 }
273 //======================================================================
274 // LCM初始化
275 //======================================================================
276 void LCMInit(void)
277 {
278 LCM_Data = 0;
279 WriteCommandLCM(0x38,0); //三次显示模式设置，不检测忙信号
280 DelayMs(5);
281 WriteCommandLCM(0x38,0);
282 DelayMs(5);
283 WriteCommandLCM(0x38,0);
284 DelayMs(5);
285 WriteCommandLCM(0x38,1); //显示模式设置,开始要求每次检测忙信号
286 WriteCommandLCM(0x08,1); //关闭显示
287 WriteCommandLCM(0x01,1); //显示清屏
288 WriteCommandLCM(0x06,1); // 显示光标移动设置
289 WriteCommandLCM(0x0C,1); // 显示开及光标设置
290 DelayMs(100);
291 }
292 //*=====================================================================
293 // 写数据函数: E =高脉冲 RS=1 RW=0
294 //======================================================================
295 void WriteDataLCM(uchar WDLCM)
296 {
297 ReadStatusLCM(); //检测忙
298 LCM_Data = WDLCM;
299 LCM_RS = 1;
300 LCM_RW = 0;
301 LCM_E = 0; //若晶振速度太高可以在这后加小的延时
302 LCM_E = 0; //延时
303 LCM_E = 1;
304 }
305 //*====================================================================
306 // 写指令函数: E=高脉冲 RS=0 RW=0
307 //======================================================================
308 void WriteCommandLCM(unsigned char WCLCM,BuysC) //BuysC为0时忽略忙检测
309 {
310 if (BuysC) ReadStatusLCM(); //根据需要检测忙
311 LCM_Data = WCLCM;
312 LCM_RS = 0;
313 LCM_RW = 0;
314 LCM_E = 0;
315 LCM_E = 0;
316 LCM_E = 1;
317 }
318 //*====================================================================
319 // 正常读写操作之前必须检测LCD控制器状态:E=1 RS=0 RW=1;
320 // DB7: 0 LCD控制器空闲，1 LCD控制器忙。
321 // 读状态
322 //======================================================================
323 unsigned char ReadStatusLCM(void)
324 {
325 LCM_Data = 0xFF;
326 LCM_RS = 0;
327 LCM_RW = 1;
328 LCM_E = 0;
329 LCM_E = 0;
330 LCM_E = 1;
331 while (LCM_Data & Busy); //检测忙信号
332 return(LCM_Data);
333 }
334 //======================================================================
335 //功 能: 在1602 指定位置显示一个字符:第一行位置0~15,第二行16~31
336 //说 明: 第 X 行,第 y 列 注意:字符串不能长于16个字符
337 //======================================================================
338 void DisplayOneChar( unsigned char X, unsigned char Y, unsigned char ASCII)
339 {
340 X &= 0x1;
341 Y &= 0xF; //限制Y不能大于15，X不能大于1
342 if (X) Y |= 0x40; //当要显示第二行时地址码+0x40;
343 Y |= 0x80; // 算出指令码
344 WriteCommandLCM(Y, 0); //这里不检测忙信号，发送地址码
345 WriteDataLCM(ASCII);
346 }
347 //======================================================================
348 //spi串行发送子程序，8位数据
349 void isd_send(uchar isdx)
350 {
351 uchar isx_counter;
352 SS=0;//ss=0,打开spi通信端
353 SCLK=0;
354 for(isx_counter=0;isx_counter<8;isx_counter++)//先发低位再发高位，依次发送。
355 {
356 if((isdx&0x01)==1)
357 MOSI=1;
358 else
359 MOSI=0;
360 isdx=isdx>>1;
361 SCLK=1;
362 DelayUs(2);
363 SCLK=0;
364 DelayUs(2);
365 }
366 }
367 //======================================================================
368 //stop指令（停止当前操作）
369 void isd_stop()//
370 {
371 DelayUs(10);
372 isd_send(0x30);
373 SS=1;
374 DelayMs(50);
375 }
376 //======================================================================
377 //发送上电指令
378 void isd_powerup()//
379 {
380 DelayUs(10);
381 SS=0;
382 isd_send(0x20);
383 SS=1;
384 DelayMs(50);
385 }
386 //======================================================================
387 //发送掉电指令
388 void isd_stopwrdn()//
389 {
390 DelayUs(10);
391 isd_send(0x10);
392 SS=1;
393 DelayMs(50);
394 }
395
396 void isd_play()//发送play指令
397 {
398 isd_send(0xf0);
399 SS=1;
400 }
401 void isd_setplay(uchar adl,uchar adh)//发送setplay指令
402 {
403 DelayMs(1);
404 isd_send(adl); //发送放音起始地址低位
405 DelayUs(2);
406 isd_send(adh); //发送放音起始地址高位
407 DelayUs(2);
408 isd_send(0xe0); //发送setplay指令字节
409 SS=1;
410 }
411 void DelayUs(uint us)
412 {
413 while(us--);
414 }
415 //====================================================================
416 // 设定延时时间:x*1ms
417 //====================================================================
418 void DelayMs(uint Ms)
419 {
420 uint i,TempCyc;
421 for(i=0;i<Ms;i++)
422 {
423 TempCyc = 250;
424 while(TempCyc--);
425 }
426 }
427