语音邮件控件的实现

来源：互联网发布：pdf扫描软件编辑：程序博客网时间：2024/05/16 17:45

最近做了一个邮件项目，其中涉及语音的部分，在网上查了很多资料，把其中遇到的一些问题写下来。想必可以对后来人有所帮助。在网上做语音邮件，不外乎这样的几件事情：录音、回放、压缩、编码传输。

         录音是把语音通过录音设备进行PCM编码调制变成二进制数据放至内存，在录音停止后，应该可以通过回放来检查录音的效果。录音可以调用WINDOWS API来实现，windows系统中自带的录音机就是通过这种方法的。

         录音完的数据是否就可以直接用了呢? 当然不是，录音机一分钟通过PCM编码调制录下的数据大概有1M左右，这个数据量对于带宽有限的网络传输是无法接受的,所以还必须对原有的PCM格式数据进行压缩，windows系统中一般自带有许多种压缩算法，但有一种叫做DSP Group TrueSPeech(TM)的压缩算法的压缩比非常高(大概可以达到15:1左右，而且基本不失真，据说这是针对人的语音的特别压缩，它丢弃了一般人的声音不可以达到的频段的数据).

        在进行压缩以后，是否这些二进制数据就可以用了?如果是语音聊天，通过socket的方式传输，应该是可以了，但是对于语音邮件，需要以网页(post或者get)的方式传输数据到服务器端去，还必须对这些二进制数据进行编码，最常用的方式当然是base64编码，这一举两得，不仅使得编码后的数据可以直接传输，而且如果语音数据是作为附件的形式存放在服务器端的，则服务器端就省去了解码和重新编码的工作。

         至此为止，整个语音邮件要做的事情就全部做完了，下面就具体来介绍一下主要实现代码。

一录音部分

录音处理函数:StarRec

//分配录音缓存空间
pBuffer1=(PBYTE)malloc(INP_BUFFER_SIZE);
pBuffer2=(PBYTE)malloc(INP_BUFFER_SIZE);
if (!pBuffer1 || !pBuffer2) {
  if (pBuffer1) free(pBuffer1);
  if (pBuffer2) free(pBuffer2);
  MessageBeep(MB_ICONEXCLAMATION);
  MessageBox("Memory erro!");
  return ;
}

//设置录音的格式
waveform.wFormatTag=WAVE_FORMAT_PCM;
waveform.nChannels=1;
waveform.nSamplesPerSec= 8000;
waveform.wBitsPerSample= 16;
waveform.nBlockAlign= waveform.wBitsPerSample/8;
waveform.nAvgBytesPerSec= waveform.nSamplesPerSec*waveform.nBlockAlign;
waveform.cbSize=0;

//打开录音设备
if (waveInOpen(&hWaveIn,WAVE_MAPPER,&waveform,(DWORD)this->m_hWnd,NULL,CALLBACK_WINDOW)) {
  free(pBuffer1);
  free(pBuffer2);
  MessageBeep(MB_ICONEXCLAMATION);
  MessageBox("Audio can not be open!");
}

//为录音设备准备缓存,最好准备两个缓存,否则在缓存满时来不及清除切换可能会导致录音失真
pWaveHdr1->lpData=(LPTSTR)pBuffer1;
pWaveHdr1->dwBufferLength=INP_BUFFER_SIZE;
pWaveHdr1->dwBytesRecorded=0;
pWaveHdr1->dwUser=0;
pWaveHdr1->dwFlags=0;
pWaveHdr1->dwLoops=1;
pWaveHdr1->lpNext=NULL;
pWaveHdr1->reserved=0;
waveInPrepareHeader(hWaveIn,pWaveHdr1,sizeof(WAVEHDR));

pWaveHdr2->lpData=(LPTSTR)pBuffer2;
pWaveHdr2->dwBufferLength=INP_BUFFER_SIZE;
pWaveHdr2->dwBytesRecorded=0;
pWaveHdr2->dwUser=0;
pWaveHdr2->dwFlags=0;
pWaveHdr2->dwLoops=1;
pWaveHdr2->lpNext=NULL;
pWaveHdr2->reserved=0;
waveInPrepareHeader(hWaveIn,pWaveHdr2,sizeof(WAVEHDR));

//为录音设备增加缓存
waveInAddBuffer (hWaveIn, pWaveHdr1, sizeof (WAVEHDR)) ;
waveInAddBuffer (hWaveIn, pWaveHdr2, sizeof (WAVEHDR)) ;

//开始录音
rState = RECORDING_STATE;
waveInStart (hWaveIn);

相关消息1:MM_WIM_DATA
工作:当缓存已满或者停止录音时的消息，处理这个消息可以对缓存进行重新分配，实现不限长度录音
消息处理函数: OnMM_WIM_DATA

// 重新分配缓存
pNewBuffer = (PBYTE)realloc (pSaveBuffer, dwDataLength +
  ((PWAVEHDR) lParam)->dwBytesRecorded) ;

if (pNewBuffer == NULL)
{
  waveInClose (hWaveIn) ;
  MessageBeep (MB_ICONEXCLAMATION) ;
  MessageBox("erro memory");
  return ;
}

pSaveBuffer = pNewBuffer ;

// 拷贝刚录制的缓存中的内容进入保存数据区,dwDataLength为数据区中已有内容
CopyMemory (pSaveBuffer + dwDataLength, ((PWAVEHDR) lParam)->lpData,
  ((PWAVEHDR) lParam)->dwBytesRecorded) ;

dwDataLength += ((PWAVEHDR) lParam)->dwBytesRecorded ;

if (stopRecByHand || timeOut) //stop record by yourselve
{
  waveInClose (hWaveIn) ;
  return ;
}

//重新加入新的缓存
waveInAddBuffer (hWaveIn, (PWAVEHDR) lParam, sizeof (WAVEHDR)) ;
return ;

相关消息2:MM_WIM_CLOSE
工作:调用waveInReset后停止录音，当手动停止录音或者最长录音时间已到则调用该函数
消息处理函数：OnMM_WIM_CLOSE

KillTimer(1);
if (0==dwDataLength) {
  return;
}
waveInUnprepareHeader (hWaveIn, pWaveHdr1, sizeof (WAVEHDR)) ;
waveInUnprepareHeader (hWaveIn, pWaveHdr2, sizeof (WAVEHDR)) ;
free (pBuffer1) ;
free (pBuffer2) ;
rState= RECORD_PLAY_STOPED;
if (timeOut){
  char recordinfo[30];
  sprintf(recordinfo,"录音达到最长时限%d秒,已经终止!",m_maxTimeLength);
  MessageBox(recordinfo);
}else{
  //MessageBox("录音结束!");
}
return ;

二回放部分

回放处理函数:StartPlay

if (rState==PLAYING_STATE || rState==RECORDING_STATE || rState==NO_RECORDING_STATE) {
  return;
}
//设置回放的格式
waveform.wFormatTag=WAVE_FORMAT_PCM;
waveform.nChannels=1;
waveform.nSamplesPerSec= 8000;
waveform.wBitsPerSample= 16;
waveform.nBlockAlign= waveform.wBitsPerSample/8;
waveform.nAvgBytesPerSec= waveform.nSamplesPerSec*waveform.nBlockAlign;
waveform.cbSize=0;

//打开回放设备
if (waveOutOpen(&hWaveOut,WAVE_MAPPER,&waveform,(DWORD)this->m_hWnd,NULL,CALLBACK_WINDOW)) {
  MessageBeep(MB_ICONEXCLAMATION);
  MessageBox("Audio output erro");
}
return ;

相关消息1:MM_WOM_OPEN
工作：准备并开始回放
消息处理函数：OnMM_WIM_CLOSE

//准备回放
pWaveHdr1->lpData          = (LPTSTR)pSaveBuffer ;
pWaveHdr1->dwBufferLength = dwDataLength ;
pWaveHdr1->dwBytesRecorded = 0 ;
pWaveHdr1->dwUser          = 0 ;
pWaveHdr1->dwFlags         = WHDR_BEGINLOOP | WHDR_ENDLOOP ;
pWaveHdr1->dwLoops         = dwRepetitions ;
pWaveHdr1->lpNext          = NULL ;
pWaveHdr1->reserved        = 0 ;
waveOutPrepareHeader (hWaveOut, pWaveHdr1, sizeof (WAVEHDR)) ;

//回放开始
waveOutWrite (hWaveOut, pWaveHdr1, sizeof (WAVEHDR)) ;
rState = PLAYING_STATE;

二压缩部分

压缩转换处理函数:Convert

//寻找DSPGROUP_TRUESPEECH驱动
if (rState!=RECORD_PLAY_STOPED) return;
convertState = false;
findsuccess=0;
WORD wformattag = WAVE_FORMAT_DSPGROUP_TRUESPEECH;
HACMDRIVERID hadid = find_driver(wformattag);
if (!(findsuccess && hadid)) {
  MessageBox("找不到DSPGROUP驱动");
  return;
}

//打开DISP驱动
HACMDRIVER had = NULL;
MMRESULT mmr = acmDriverOpen(&had, hadid, 0);
if (mmr)
{
  MessageBox("open driver error!");
  return;
}

//准备打开流
WAVEFORMATEX *pwfSrc = get_driver_format(hadid,WAVE_FORMAT_PCM);
WAVEFORMATEX *pwfDrv= get_driver_format(hadid,wformattag);
pwaveformdsp = get_driver_format(hadid,wformattag);

//根据源和目标的格式创建转换流
HACMSTREAM hstr = NULL;
mmr = acmStreamOpen(&hstr,had, pwfSrc, pwfDrv, NULL, NULL, 0, ACM_STREAMOPENF_NONREALTIME);
if (mmr) {
MessageBox("can't open");
return;
}

//分配目标数据
DWORD dwDstBytes=pwfDrv->nAvgBytesPerSec*dwSrcSamples/pwfSrc->nSamplesPerSec;
dwDstSamples = dwSrcSamples;
dwDstBytes = dwDstBytes*3/2;
DWORD fileBytes = dwDstBytes+12+58+12+8; //fileBytes equal dwBstBytes add head size
pSaveConvertData = new BYTE[fileBytes];
BYTE* pDstData = pSaveConvertData+12+58+12+8;//这是根据压缩格式算出来的

//创建转换流的头
ACMSTREAMHEADER shdr;
memset(&shdr, 0, sizeof(shdr));
shdr.cbStruct = sizeof(shdr);
shdr.pbSrc = pSaveBuffer; //original data area
shdr.cbSrcLength = dwDataLength;
shdr.pbDst = pDstData;
shdr.cbDstLength = dwDstBytes; ////dst data area

//安装转换流的头
mmr = acmStreamPrepareHeader(hstr, &shdr, 0);
if (mmr) {
MessageBox("error create covert header!");
return;
}

//转换
mmr = acmStreamConvert(hstr, &shdr, 0);
if (mmr) {
  MessageBox("error convert!");
  return;
}

//卸载转换流头
mmr = acmStreamUnprepareHeader(hstr, &shdr, 0);
if (mmr) {
  MessageBox("error unprepareheader!");
  return;
}

//关闭转换流
mmr = acmStreamClose(hstr,0);
if (mmr) {
  MessageBox("error close");
  return;
}

//关闭DISP驱动
mmr = acmDriverClose(had, 0);
if (mmr) {
MessageBox("error close had!");
return;
}

//创建DISP数据的WAVE格式数据
//convert datalength
convertDataLength = shdr.cbDstLengthUsed+12+58+12+8;
//write header
//RIFF head area
BYTE* pstr= pSaveConvertData;
DWORD dwNumber = FCC("RIFF");
memcpy(pstr,&dwNumber,4);
pstr=pstr+4;
//RIFF size area
dwNumber = convertDataLength-8; //the filelength sub RIFF header and size
memcpy(pstr,&dwNumber,4);
pstr=pstr+4;
//RIFF TYPE area
dwNumber = FCC("WAVE");
memcpy(pstr,&dwNumber,4);
pstr=pstr+4;
//fmt head area
dwNumber = FCC("fmt ");
memcpy(pstr, &dwNumber, 4);
pstr=pstr+4;
//fmt size area
dwNumber = 50L;
memcpy(pstr, &dwNumber,4);
pstr=pstr+4;
//fmt format
memcpy(pstr, pwaveformdsp, dwNumber);
pstr=pstr+dwNumber;
//fact head area
dwNumber = FCC("fact");
memcpy(pstr, &dwNumber, 4);
pstr=pstr+4;
//fact data size
dwNumber = 4L;
memcpy(pstr, &dwNumber, 4);
pstr=pstr+4;
//fact data area -samples
dwNumber = dwDstSamples;
memcpy(pstr, &dwNumber, 4);
pstr=pstr+4;
//data head area
dwNumber = FCC("data");
memcpy(pstr, &dwNumber, 4);
pstr=pstr+4;
//data length area
dwNumber = convertDataLength-90;
memcpy(pstr, &dwNumber, 4);
pstr=pstr+4;
convertState = true;
canGetData = true;
return;

三编码部分

得到编码函数:GetData

if (rState!=RECORD_PLAY_STOPED || !convertState) return NULL;
if (canGetData) //转换成功了，可以直接编码返回数据
{
  Coder.Encode(pSaveConvertData,convertDataLength);
  LPCTSTR encodedmsg = (LPCTSTR)Coder.EncodedMessage();//对二进制数据进行base64编码
  BSTR base64msg=GetBSTR(encodedmsg);//非常重要，实现char * to bstr的转换
  return base64msg;
}
Convert();
if (convertState)
{
  Coder.Encode(pSaveConvertData,convertDataLength);
  LPCTSTR encodedmsg = (LPCTSTR)Coder.EncodedMessage();//对二进制数据进行base64编码
  BSTR base64msg=GetBSTR(encodedmsg);//非常重要，实现char * to bstr的转换
  return base64msg;
}else
{
  MessageBox("转换录音数据过程中发生错误!");
  return NULL;
}

如果您是学习之用，有充裕的时间，参考上面的代码再结合MSDN，相信您一定可以写出更灵活的代码。
如果你时间较紧，需要现成的语音邮件控件，不妨联系我，只要花费20元便可以得到。
如果你需要完整的源代码和参考资料，也可以联系我，只要50元左右。
如果你需要定制语音控件之类的东西，同样可以联系我，价格面议。
所有的这些都是一些成本费，毕竟也是花了很多时间开发的，也相信一定可以给你的开发节省许多宝贵的时间。

联系电话 13852946750 或者QQ联系 15236281