C# 打造網路電話：DirectSound 錄播、編解碼、RTP 傳輸全流程實作

整體架構五步走

1. 錄音：DirectSound Capture → 環形緩衝區 → 定期讀取 PCM 資料。
2. 壓縮：PCM → G.711 (64 kbps) / GSM / Speex 等，再選擇性 GZip/7z 二次壓縮。
3. 傳輸：UDP + RTP 封包（序號、時間戳） → RTCP 頻寬監控 → 動態切換編碼碼率。
4. 解碼：對應解壓縮還原 PCM。
5. 播放：SecondaryBuffer + 通知位置 → 循環填充播放。

核心程式碼片段

1. 錄音：CaptureSound 類別

• CaptureDevicesCollection 列舉裝置 → CaptureBuffer 環形緩衝區。
• Notify 設定 4 個位置通知，執行緒 WaitThread 等待事件 → RecordCapturedData 讀取資料 → 觸發 BufferData 事件交給上層編碼/傳輸。
• 同步寫入 WAV 檔（RIFF 標頭）供除錯。

2. 播放：SoundPlayer 類別

• SecondaryBuffer 設定 ControlPositionNotify、BufferPlayFlags.Looping。
• 通知執行緒 NotifyThreadHandler 收到事件 → Play() 計算可寫區塊 → 從 CircularBuffer 讀資料 → Write 進 DirectSound 緩衝區。
• 環形緩衝區 CircularBuffer 解耦網路抖動與播放時鐘。

3. 波形格式工廠

public static WaveFormat CreateWaveFormat(int hz, short bits, short ch)
{
    var f = new WaveFormat { FormatTag = WaveFormatTag.Pcm, SamplesPerSecond = hz, BitsPerSample = bits, Channels = ch };
    f.BlockAlign = (short)(f.Channels * (f.BitsPerSample / 8));
    f.AverageBytesPerSecond = f.BlockAlign * f.SamplesPerSecond;
    return f;
}
// 預設 8kHz/8bit/單聲道，適合語音頻寬
public static WaveFormat DefaultFormat => CreateWaveFormat(8000, 8, 1);

關鍵技術選型建議

版權與參考資料聲明

文中 CaptureSound、SoundPlayer、CircularBuffer 反編譯自「隨意桌面」專案，版權歸原作者。PPT 圖片來源已不可考，僅供學習參考。