一种软件实现的音视频通信系统

摘 要：文章介绍了一套基于软件的实时音视频通信系统。通过该系统可以以软件的方式实现灵活、高效的音视频采集、压缩和传输。

关键词：软件；音频；视频；采集；压缩；传输

中图分类号：TN919.8

本文阐述了一种基于软件的IP音视频通信系统解决方案。本系统优点：音视频采集设备简单，投资小；采用软件压缩，便于升级，可按需定制；纯C语言开发，效率高，易于集成和移植，可以在Windows和Linux操作系统上运行；传输与采集模块分离，便于维护；采用标准网络协议栈设计，扩展性好；可以支持多种音视频采集和播放架构；不需要架设服务器，无中心，抗毁性强；支持多种音视频编解码标准，可扩展；可以根据网络状况限制视频编解码器码率，减轻对网络的压力，适于在低带宽条件下使用；可支持点到点音视频通信，同时支持音频组播通信；基于PC平台开发，架设简单，无需额外硬件支持；不需要SIP协议握手，网络开销低。

1 系统描述

本系统可以支持的音频采集与播放架构包括：mme（Windows）、alsa（Linux）、oss（Linux）和arts（Linux）等。可以支持的视频采集与播放架构包括：v4w（Windows）、directshow（Windows）、v4l（Linux）、v4l2（Linux）和SDL（Linux）等。

本系统可以支持的视频编解码标准包括H264、H263、theora、mp4v和x-snow等。本系统可支持的音频编解码标准细节如表1。

RTP协议（Real-time Transport Protocol）提供具有实时特征的、端到端的数据传送服务，可用来传送声音和运动图像数据。在这项数据传送服务中包含了装载数据的标识符、序列计数、时戳和传送监视。通常RTP的协议元是用UDP协议元来装载的，并利用UDP的复用和校验和来实现RTP的复用。RTP包括两个关系十分密切的子协议：实时传输协议（RTP），用于传输实时数据；实时控制协议（RTCP），用于监视网络的服务质量[2]。RTP包协议格式如图2所示。

图2 RTP协议格式

语音组播基于组播成员管理协议IGMP（Internet Group Management Protocol）。IGMP协议作用在主机和与主机直接相连的组播路由器之中，主机使用IGMP协议通知本地边缘组播路由器，告知其想加入的组播组，组播路由器通过IGMP协议来维护组播组成员列表，并定期发送询问信息询问组播成员是否在线[3]。

图3 IGMPv2协议格式

2 模块实现

图4 系统软件模块结构图

本系统软件模块结构图如图4所示。oRTP库主要实现RTP协议栈，尊从开源LGPL许可证。ffmpeg是一个开源免费跨平台的视频和音频流解决方案，属于自由软件，依据你选择的组件尊从开源LGPL（GNU Library General Public License）或开源GPL（GNU General Public License）许可证。speex是一套主要针对语音的开源免费，无专利保护的音频压缩格式库。mediastreamer2库主要负责音视频编解码、采集、播放和回音消除，尊从开源GPL许可证。

msx264库是一个H264视频编码器插件，尊从开源GPL许可证。msilbc库是iLBC语音编解码器插件，尊从开源GPL许可证。msbcg729是Sipro实验室开发的基于G729A标准的专利语音编解码器插件。msamr库是AMR窄带专利语音编解码器插件。mssilk库是软电话Skype专用的专利语音编解码器插件。mediastreamer2可以以插件的形式扩展msx264、msilbc、msbcg729、msamr和mssilk。笔者主要开发了图4中上层API调用部分。

3 应用效果

为了验证通信效果，笔者搭建了3台笔记本电脑组成的演示系统，分别安装Windows XP、Windows 7和ubuntu Linux操作系统，笔记本之间通过WiFi互联，演示系统没有中心服务器，每个笔记本的地位是平等的，任何一台笔记本关机不会影响其他笔记本的正常音视频通信，如图5所示。

图5 演示系统结构图

任意2台笔记本之间可以进行点到点音视频通信，在采用H264视频编解码标准的情况下，限制视频通信占用带宽上限100kbps，PC1和PC2之间的视频通信效果如图6所示，视频分辨率352×288。左侧大窗口是PC2传给PC1的视频，右下方的小窗口是PC1本地摄像头采集的视频。右侧大窗口是PC1传给PC2的视频，右下方的小窗口是PC2本地摄像头采集的视频。

图6 视频通信效果图

如图6，在限制msx264编码器码率100kbps条件下，PC1和PC2之间的视频通信效果比较清晰。

3台笔记本可以实现点到点或者组播（1发2收）语音通信，音质清晰。算上IP/UDP头等协议栈开销，iLBC占用带宽约30kbps，speex占用带宽约18kbps，宽带speex占用带宽约26kbps。

4 结束语

本系统是一套完整的音视频通信解决方案，扩展性好，通用性强，可跨平台移植，架设简单，抗毁性强，可以在较低带宽条件下进行清晰、实时的点到点/组播音视频通信。

参考文献：

[1]Comparison of audio formats[EB/OL].http：///wiki/Comparison_of_audio_formats.

[2]Zourzouvillys，T.Rescorla，E.An Introduction to Standards-Based VoIP：SIP，RTP，and rnet Computing，IEEE Journal gazines， lume：14，Issue：2，Publication Year：2010，Page（s）：69-73.

[3]Tian Yonghui；Hu，R.A Resolution for IGMP V3 Protocol Using Finite State Machine.2012 International Conference on Computer Science and Electronics Engineering（ICCSEE）.IEEE Conference Publications.Volume：2，Publication Year：2012，Page（s）：517-520.

作者简介：谢佳（1982-），男，北京人，工程师，硕士，从事通信应用软件总体设计；徐山峰（1981-），男，北京人，工程师，硕士，从事大型电子信息系统总体设计；梁静（1991-），女，北京人，助理工程师，学士，从事通信应用软件开发。

作者单位：中国电子科学研究院，北京 100041