局域網點對點語音通訊系統設計與實現

引言

隨著區域網路普及，整合語音通訊至自製軟體成為需求。本文提出一種輕量級方案：僅需雙 DMA 聲卡與耳麥，其餘皆以軟體實現。採用 Windows 多媒體底層音訊服務（waveIn/waveOut）配合回呼機制實現即時收錄/播放，網路層採 TCP 協定確保可靠傳輸。開發環境：VC++ 6.0，測試於 Windows 98/2000/NT 100M 乙太網路。

系統架構

核心流程：聲音採集 → 編碼/緩衝 → TCP 傳送 → 網路接收 → 解碼/播放。雙向同時進行，形成全雙工通訊。

關鍵技術實現

一、波形音訊即時採集與播放

使用 WAVEHDR 結構管理音訊緩衝區，採用動態循環緩衝區機制：

typedef struct {
    LPSTR lpData;           // 鎖定緩衝區指標
    DWORD dwBufferLength;   // 緩衝區大小
    DWORD dwBytesRecorded;  // 實際資料量
    DWORD dwUser;           // 使用者資料
    DWORD dwFlags;          // 旗標
    DWORD dwLoops;          // 循環次數
    struct wavehdr_tag *lpNext;
    DWORD reserved;
} WAVEHDR;

初始化流程

1. waveInGetNumDevs/waveOutGetNumDevs 檢查裝置數量。
2. 設定 WAVEFORMATEX：11025Hz, 16-bit, 單聲道。
3. waveInOpen/waveOutOpen 配合 WAVE_FORMAT_QUERY 驗證格式支援。
4. 再次 Open 指定 CALLBACK_WINDOW 以接收訊息。
5. 配置全域記憶體緩衝區與 WAVEHDR 陣列，waveInPrepareHeader + waveInAddBuffer 送入驅動程式。
6. waveInStart 開始錄音。

訊息驅動循環

• MM_WIM_DATA：輸入緩衝區滿，於 OnMmWimData 處理資料並送往網路發送與本地播放（waveOutWrite）。
• MM_WOM_DONE：播放完成，於 OnMmWomDone 將緩衝區歸還輸入端繼續錄音。
• MM_WIM_CLOSE：停止時清理緩衝區。

二、TCP 網路傳輸與封包邊界處理

TCP 為串流協定，無訊息邊界。採用自訂封包頭解決「黏包/拆包」：

• 封包頭：4 位元組資料長度 + 固定特徵字串（如 "VOICE"）。
• 發送端（重載 OnSend）：每次發送一個完整緩衝區，前置封包頭。
• 接收端（重載 OnReceive）：狀態機解析 — 先收頭部 4 字節長度 + 特徵碼，驗證後再按長度收取語音資料；若一次 Receive 不足，啟用非阻塞 AsyncSelect 循環接收至滿足長度。

將收發介面置於 OnMmWimData 回呼中，使網路資料流與音訊採樣率同步，保證播放流暢。

三、介面與輔助功能

• 尋找鄰居：WNetOpenEnum/WNetEnumResource 列舉網路資源，ListBox 顯示，支援點選呼叫。
• 系統匣最小化：啟動後駐留托盤，雙擊或選單喚出，背景持續監聽來電。
• 開機自動執行：註冊表 RunServicesOnce 寫入項目。
• 音量控制：麥克風/喇叭獨立調節。
• 音樂分享：支援同採樣格式 .wav 播放，他格式可用錄音機轉換。

總結

本方案以 MFC + 底層音訊 API + TCP Socket 實現穩定的局域網語音通訊，架構清晰、程式碼可控，適合整合至企業內部即時通訊或監控系統中。