关于语音聊天系统的几个问题 能回答了答案，愿散尽100分

[dickbarry]

程序是采用WaveX低级音频函数进行编写的。我对音频编程不熟悉，希望高手给予指点

先说我的想法。我的想法很简单，就是采集语音，放入缓冲区，压缩，发送。接受端是接收数据包，解压，播放。但这样有个弊端，举个例子，A和B聊天，那么A的耳机里是没有A的声音的。

问题如下：

1.在音频采集的时候，可以直接用MP3或者WMA格式进行采集么？如果可以，怎么设置？最好用ACM相关编程。如果不可以，需要对WAVE文件进行压缩，压缩时采用哪种格式进行压缩时压缩比大，具体压缩比是多少？

2.由于是在网络中传输语音，压缩和解压要考虑实时性。查一些资料，GSM 6.10挺好的。这种到底是什么东西？有些是进行G721编码，这种又是什么东西？编码效果如何？

3.对于聊天内容，最后还需要记录下来，以供以后使用。我想采用wma格式进行存储，acm编程可以实现吗？另外，如果两个对话者同时说话，怎么存储聊天内容？


希望大家可以交流下

[dickbarry]

回2楼
1 如何实现？给出关键函数就行
2、3 不想用DX编程，现在学来不及了。用WaveX函数或者ACM相关函数可以实现么？如果可以，能给几个关键函数么？

回3楼
据我了解，实现混音必须用DX吧？


回两位，如果真的没有解决办法，要不我还是学习下DX吧。只是怕时间来不及。我已经下载了DX90 SDK，但手头缺少资料，直接看DX9.0 的.chm 太慢了

[thisisyjs]

mixer 打头的系列函数，如：mixerSetControlDetails
不用dx也可以，网上有 g.711的源码， 8k 16bit 单声道，压缩之后是 64kbps，局域网传没有任何问题。
混音是不好弄的，简单加起来应该是不行的。
codec调用系统ACM应该也可以，不过如果mp3，你可以去找压缩的源码或者动态库，都有的，lame 就是最常见的一个库，还有个什么应该都能找到。建议去codeproject看看。

[shen_wei]

不是很清楚。。。。关注下

[thisisyjs]

1.使用混音的函数切换输入源为立体声混音，这样你采集的声音将是系统播放的mp3。
2.网络传输由于考虑带宽问题，一般语音采样8000Hz，8或者16位，单声道。压缩多用g.711, 723.1, 729A。当然也有很多其他的codec可用。
3.不清楚。可以保存为MP3。如果用directshow，那么系统有什么编码器就可以保存为什么格式，前提是你要熟悉directshow

[starytx]

如果是局域网应用，可以不用压缩的，直接传，压缩的话反而不好，记录聊天内容的话可以将采集的声音缓冲(自己的声音)和收到的缓冲(对方的声音)“加”起来实现混音，然后将混合后的缓冲数据写入文件就行了