网络语音实时通信音频下的缓冲区设计

      这个是根据自己的项目来设计的缓冲区，应用方面可能比较窄，只适用相关操作。

      解决方案是MFC中Timer+缓冲区的方式

      先说一下相关的背景，我这里的结构是这样的：本地一个线程专门负责采集数据recordsound，本地同样有一个线程专门负责播放数据playsound。但是播放线程有个弊端，利用的是windows下最底层的音频捕获和播放函数，waveOutWrite，而且该函数只能是将数据放入然后播放。音频的播放方式目前我了解是有两种，回调函数和线程函数。我目前利用的是线程的播放方式，所以只能用windows下的信号（postmessage）方式让相关播放函数运行。

waveOutOpen( &m_hPlay, WAVE_MAPPER,&m_WaveFormatEx, ::GetCurrentThreadId(), 0, CALLBACK_THREAD);如果在waveOutOpen中将方式改为回调函数方式，则可以通过waveOutWrite播放完成后产生的WM_DONE消息自动调用回调函数来进行播放和设置，回调函数的方式可以见：http://wmnmtm.blog.163.com/blog/static/3824571420111030125597/?suggestedreading&wumii

本文原理和他类似，只是解决的是线程下的问题，如果能用上面博客方法解决线程的问题，欢迎讨论我只是没解决。

介绍下playsound的方法（该方法是参考的一个音视频播放的代码）

OnStartPlaying(WPARAM wParam, LPARAM lParam)     //开始播放OnStopPlaying(WPARAM wParam, LPARAM lParam)//结束播放OnEndPlaySoundData(WPARAM wParam, LPARAM lParam)           //清空播放数据OnWriteSoundData(WPARAM wParam, LPARAM lParam)//播放函数，该函数需要提供数据和数据长度，来一个包则播放，是被动式的OnEndThread(WPARAM wParam, LPARAM lParam)          //结束线程

如果是本地采集和本地播放，没有问题，因为数据来到的顺序和时间基本每延迟，但是如果是网络的话，则会出现一顿一顿的现象，非常严重，因为原理是这样，来一个包，播放一个，而包与包之间是有延迟的，则会出现顿顿的感觉。

缓冲区是一个循环队列，一个写入指针NR，一个播放指针NP，两个指针独立变化，互相不干扰。（图是http://wmnmtm.blog.163.com/blog/static/3824571420111030125597/?suggestedreading&wumii取的，原理类似）

nP 和nR指向的位置一开始都是0。如果同时启动网络接 收和音频播放的话就会造成同一块内存的读写冲突，导致程序崩溃，所以程序中当nR>2时才启动音频播放（造成延迟的主要原因）。

　　nR和nP的移动是异步的。当接收到一帧网络音频数据时nR ＝ (nR+1)%MAXBUFFER；而nP的移动需要视网络状态好坏而定。通过协调两者的移动步伐达到网络拥塞控制的目的。具 体如下：

　　1）网络正常，nR持续读入数据，nP则持续播放。由于是UDP的方式接收，包顺序不定，包内数据按序列号存入相应位置，nR指向最新数据，但是要保证，nR-nP不能大于缓冲区大小，则nP = (nP+1)%MAXBUFFER;

　　2）网络繁忙，即nR指针移动过满，导致nR-nP < 2,则 nP保持不动，下一次播放的数据为空数据；

　　3）网络较好，且因某些原因声卡输出慢了，即nR-nP > 缓冲区大小，则 NR停止录音等待NP播放;通过丢弃一些数据帧以保证声音的实时性，否则会造成声音延时过大，而且随着 时间推移会越来越大。

将播放设计为每0.5秒播放一次（或者更小），设计一个Timer，每0.5秒调用postmessage，将信号给播放线程，播放线程进行播放。而网络收到的包则将数据填入缓冲区，播放线程则依次进行播放，这两个过程是分开的。

数据包的接收是UDP的方式，包的顺序可能到达不一，所以需要一个音频的包序列号，根据该序列号将数据填入相应缓冲区。NR是写入指针，NP是播放指针。缓冲区一共有MAXBUFFER个大缓冲区（存入0.5秒的音频数据），而一个包的大小则是这个大缓冲区的1/5，只有0.1秒（0.1秒采集一次，可以更小）

AUDIOBUFFER

AddInBuffer(char * lParam)//发送音频数据到播放线程{//NR永远大于等于NP//将数据存入缓冲区,符合标准的包才会进入缓冲区，其他的丢弃LPMSG_AUDIO_DATA data=(LPMSG_AUDIO_DATA)lParam;         /*

          在缓冲区内的位置|-----|-----|-----|-----|-----|-----|-----|-----|-----|-----|

*/int buff_p=(data->m_nSeque)%(MAXBUFFER*BUFFERSIZE);//NR,NP缓冲区未满，继续存入数据if((NR+1)%MAXBUFFER!=NP){//NP指针和NP+1的缓冲区处于写保护，无法存入数据，正在播放和即将播放的数据if(!(buff_p >= ((NP+MAXBUFFER-1)%MAXBUFFER) * BUFFERSIZE && buff_p < ( (NP + 1) % MAXBUFFER ) * BUFFERSIZE) ){//将数据填入缓冲区memcpy(AUDIOBUFFER+buff_p*RECBUFFER,data->m_pcData,data->m_nSize);//保证NR最新，缓冲区相减大于0，或者0-9，1-9的情况，播放的指针向后增加if((NR+1)%MAXBUFFER>(NR+5)%MAXBUFFER){if(( (buff_p/BUFFERSIZE) >= (NR+1)%MAXBUFFER )||( (buff_p/BUFFERSIZE) <= (NR+5)%MAXBUFFER ))NR=buff_p/BUFFERSIZE;}else{if(( (buff_p/BUFFERSIZE) >= (NR+1)%MAXBUFFER )&&( (buff_p/BUFFERSIZE) <= (NR+5)%MAXBUFFER ))NR=buff_p/BUFFERSIZE;}//存入缓冲区后，返回return;}else{//该数据如果是应写入写保护的缓冲区，则将该数据丢弃，包到达太迟，这时该包相应位置为空，包达到太快，则丢弃，超出缓冲区的范围return ;}}}

音频包格式

typedef struct MSG_AUDIO_DATA// 音频数据{INTm_nSize;            //数据内大小INTm_nSeque;          //序列号CHARm_pcData[1024*5];         //音频数据MSG_AUDIO_DATA() { Reset(); }void Reset(){ZeroMemory(m_pcData,sizeof(m_pcData));m_nSeque=0;m_nSize = 0;}} * LPMSG_AUDIO_DATA;

Timer触发后执行的函数

PlayBlock(){//NR和NP相隔大于等于2时，播放，如果小于，则播放上一个数据if((NR+MAXBUFFER-NP)%MAXBUFFER>=2){//数据清空memset(AUDIOBUFFER+((NP+MAXBUFFER-1)%MAXBUFFER)*5*RECBUFFER,RECBUFFER*BUFFERSIZE,sizeof(char));//向播放进程发送消息PostThreadMessage(m_pPlaySound->m_nThreadID,WM_PLAYSOUND_PLAYBLOCK,(WPARAM)(RECBUFFER*BUFFERSIZE),(LPARAM)(AUDIOBUFFER+NP*5*RECBUFFER));//播放指针向前增加NP=(NP+1)%MAXBUFFER;}else{//网络延迟，则播放上一块数据PostThreadMessage(m_pPlaySound->m_nThreadID,WM_PLAYSOUND_PLAYBLOCK,(WPARAM)(RECBUFFER*BUFFERSIZE),(LPARAM)(AUDIOBUFFER+NP*5*RECBUFFER));//这种情况下，NP不增加}}

结贴，欢迎讨论，我也纠结了一段时间，摸索的。