Linux分布式环境下声音播放控制原型系统的设计

[ 5]
1 总体设计
采用硬件建立声音实验系统是较为常见的方式 , 因为用硬件实现不仅处理速度快 , 而且平台规模小 , 重 要的是保证了实验的精度 , 缺点是要求特定的芯片、 仪器、硬件平台或者设计专用电路 , 并且上位机和下位 机之间的数据传递和命令控制往往是单向的。
本文于 2007- 7- 12 收到。 * 基金项目 : 辽宁省教育厅科研基金资助项目 ( 编号 : 05L209 ) 、 辽宁省科技基金项目 ( 编号 : 1050286) 。
图 5 声音序列矩阵模型
44
微
计
算 机
应
用
2008年
际中可能还受到一些条件限制 , 如 C 必须在 L ~ Y 之间 , 或不能在某个具体位置出现, 或只能出现一次至几 次。在 DSPC 系统中我们使用了随机函数 srand( )和 rand( )解决了随机矩阵的产生。 srand( ) 生成随机数的 种子, rand( )产生随机数。 2 . 3 声卡编程 在 L inux 下, 音频设备以文件形式进行管理, 对设备文件 / dev / dsp 操作即可完成对声卡进行播放控制。 控制设备发声主要进行步骤: 打开音频设备; 设置播放参数 : 音频格式、 通道数量、 采样频率等; 将音 频读入缓冲区; 从缓冲区读入声卡 ; 关闭声卡。 DSPC 系统目前采用波形文件 ( 即 w av) , 具体格式在此不作细致分析。采用此格式文件的原因是其编码 质量高 , 对实验有益。所需的存储空间相对其他音频文件大 , 但是在声音实验中要求的音频文件一般很小 , 存储空间的开稍不会很大 , 受控机的磁盘空间完全可以满足要求。 波形文件声音数据大小 (字节数 ) 和播放时间存在函数关系: 存储量 = ( 采样频率 采样位数 声道 ) 时间 / 8 。如果要求播放固定时间的声音, 那么控制缓冲区的音频数据的大小就可以控制播放时间了。 对声卡操作的系统调用主要有 open( ), ioctl( ) , w rite( ) , 它们是 L inux 下对硬件编程和驱动程序提供的 重要接口。 open( ) 、 w rite( ) 是常用函数, 而对于 ioct l( ) 函数 , 通过它可以控制声卡行为。其函数原型是 vo id ioct l( in t fd , in t c md , . . . ) , fd 是声卡文件标识, c m d 是传入的控制命令码, 通过它设置声卡播放波形文件的 行为参量。具体情形下还要对声卡进行检测, 以得到更加有效的支持。 2 . 4 主控机与受控机的通信 主控机与受控机之间的通信通过建立 TCP / IP 套接字完成。考虑到软件的可扩展性, DSPC 系统设计了 统一的命令接口。所有命令有统一的格式 , 通过命令名进行区分。命令格式 : 命令字 + 附加参数。格式把 所有命令统一起来, 命令字指示受控机执行相应动作, 附加信息负责传递其他参数。每个受控机端建立一 个服务 , 等待主控机发送来的命令, 通过 sw itch 语句判断该命令 , 并在某个分支执行。例如主控机分发声音 矩阵时 , 在拆分打包后 , 首先发送 分发 命令到各个受控机。受控机判断接收到的命令 , 准备接收声音播放 序列, 在接收矩阵数据时会进行一定的校验, 保存到本地缓冲区, 以备主控机发送 播放 命令时播放。
116029 2 辽宁师范大学教育学院
大连
116029 )
摘要 : F edora Core 3 L inux 分布式环境下 , 利用 TCP / IP套接字技术 , 在网络时间 服务和网 络文件系统 的基础上 , 设计开 发了一 个声音播放控制原型系统 DSPC。测试结果表明系统达到了一般 声音实验要求的精度 , 在医 学、 声 学、 心理 学实验方面 有一定 意义和作用。 关键词 : 播放控制 波形文件 声卡编程 TCP / IP 套 接字 C / S模式 NTP NFS
图 1 系统体系结构
图 2 软件结构图
图 3 系统工作原理图
主控机与受控机之间通过统一的命令接口通信 , 主控机生成并传送命令 , 受控机解析且执行相应命令。 统一的命令接口增加了软件的可扩展性。为了减少主控机与受控机之间的数据传输和加快整体播放速度 , 一方面 , 在每台机器上均建立了相同的音频数据库, 并为音频文件建立索引, 播放声音时 , 主控机向受控机 传递的只是索引值。另一方面 , NFS 服务为系统机器之间提供了方便的数据交换, 分散的实验数据通过 NFS 共享目录直接集中到主控机上。 NTP 服务统一了全局时间 , 使各个机器的动作执行有了时间参照。图形界 面的设计将系统的各个部分有机的整合起来, 使人机交互界面更加友好 , 并可向内部程序传递定制参数。
42
微
计
算 机
应
用
2008年
DSPC 系统采用软件方式实现 , 在五台 P 计算机上安装 F edora Core 3 L in ux 操作系统, 并搭建分布式环境 , 每台计算 机均配备扬声器 , 共用一台显示器 , 一套键盘鼠标, 一个集线 器。系统体系结构如图 1所示。 本系统的物理结构属于星型 , 一台计算机集中控制, 称为 主控机 , 另外四台接受控制 , 称为受控机。系统的逻辑结构是 C /S 主从结构, 主控机与受控机通过 TCP / IP套接字通信。主 控机负责生成全局数据和采集实验生成数据 , 受控机运行一 个开机自启动的服务 , 负责接受主控机命令, 播放声音并向主 控机反馈, 以及配合主控机完成系统测试和数据统计。系统 的软件结构及工作原理如图 2 、 图 3 所示。
第 29 卷第 1 期 2008 年 1 月
微 计 算 机 应 用 M ICROCOM PUTER APPL I CAT I ONS
V ol 29 N o 1 Jan 2008
L inux分布式环境下声音播放控制原型系统的设计
郑晓薇
1
*
阴元友
大连
1
朱会明
2
刘青昆
1
( 1 辽宁师范大学计算机与信息技术学院
D esign of Sound P laying Control System Based on L inux D istributed Environm ent
ZH ENG X iaow e i1, Y IN Yuanyou1, ZHU H ui m ing2, L I U Q ingkun1
( 1 College o f Computer and Infor m ation T echno logy , L iaon ing N o r ma lU n ive rs ity , D a lian, 116029, Ch ina , 2 College o f educa tion , L iaoning N or m a lU n iversity , D alian, 116029 , Ch ina) Abstrac t : In the F edora Co re 3 L inux d istributed env ironm ent , m aking use o f TCP /IP socket w ith netw ork ti m e serv ice and N FS, de signed and partly realized a sound play ing con tro l system pro totype . T he results o f test indica te that the sy stem atta in the accuracy of genera l sound experi m ent dem anding , the re is certa in m ean ing and functions to experi m ent o fm edicine , acoustics and psycho logy . K eywords : play ing contro,l wav for m at file , sound card progra m, TCP / IP socket , C /S m ode , N FS, NTP
在科学实验中有关声音的实验不断复杂化。医学上, 实验对患者或胎儿进行特殊的声音刺激, 采用磁 带录制处理过的声音 , 用录音机播放 [ 1] ; 声学实验上用扬声器阵列进行指向性、 叠加实验 [ 2] ; 听觉心理学言 语识别实验中, 利用两个扬声器先后分别播放目标言语声音和掩蔽声音 , 研究汉语信息掩蔽效应 [ 3] 。 这些实验都需要对声音进行播放控制 , 实验的逐渐复杂化对计算机及软件的依赖程度大大提高。声音 定位测听系统可判别及评价人耳声音空间定位能力 , 初步实验和临床验证 , 取得了较好的测试结果 [ 4] ; 多声 道声音播放控制系统采用 51 系列 AT89C51 单片机以及外围电路配合上位机 , 控制若干扬声器发声 , 对于医 学人体器官发声模拟有一定意义和作用 。 我们在 L inux 分布式环境下设计了声音播放控制的原型系统 DSPC, 具有一定的可扩展性、 灵活性和通 用性。
图 4 网络及本地区延迟示意图
目录下 , 由受控机端程序读取并进行延时操作 , 从而屏蔽了先后发送、 网络延迟和本机差异。如果需要各个 受控机依次播放声音 , 只需在相应延时值的基础上加上间隔时间即可。通过多次通信 , 除获取了平均延时 时间外 , 也对网络的稳定性进行了测试。 在延时方法上, 使用 usleep( ) 函数。 L inux2 . 6 版本以上的内核时钟频率提高到了 1000H z, 当延时时间 大于 100us时 , 能够保证使用 usleep( ) 延时的精度。实际受控机的延时时间在 1000us即 1m s以上 , 所以用 usleep( ) 延时是完全满足要求的。如果需要更精确的延时, 可以使用汇编语言的 nop 指令, 可达到微秒级的 精度。 在控制同步播放的同时也使系统具备了一定的网络自适应能力, 上述方法屏蔽了网络延迟及网络内机 器处理能力的差异, 使系统能够适应不同的局域网络, 或在网络调整及规模变化时, 无需对系统进行调整。 2 . 2 声音播放序列的生成 各种实验要求的声音环境 , 都只是扬声器布置上的差异 : 线性、 环形、 点阵式或者是立体的, 实质上都是 扬声器 ( 或受控机 ) 物理位置的变动。但对系统来说 , 都是一样的, 它不关心扬声器的位置 ( 即与位置无关 ) 。 每个扬声器可发出单个声音或一组声音, 多个扬声器发出的声音可以用矩阵表示。集中考虑一个矩阵要比 单独考虑每个扬声器方便一些 , 并且扬声器与扬声器之间播放的声音有时存在相互制约或依赖的关系 , 因 此有必要将其统一到一个矩阵上来, 在主控机上集中产生。我们抽象出的矩阵模型具有两个要素: 声音和 时间间隔。矩阵描述如图 5 所示。 声音中具有代表性的是英文字母、 阿拉伯数字、 汉字等 , 本 矩阵元素也选用这些参数。矩阵的每个元素是音频文件名的索 引值。矩阵的每一列对应着一个扬声器的播放序列, 而每个扬 声器的播放序列有可能各不相同; 矩阵的行数参照播放文件最 多的扬声器。生成矩阵的过程是按照实验要求在主控机端生成 音频文件的索引值, 传递到受控机端。每台机器都有相同的声 音文件和一张相同的索引表。 在有些实验中常常需要产生一个满足某种要求的声音随机 播放序列, 如图 5 中的 C (英文字母的发声 ) 。 C 本身可能是随 机产生的, 它在某个扬声器的播放序列位置上也可能是随机的。 再如图 5 中的 R, 表示声音之间的间隔 , 是大于零的某个值。矩 阵中的这些值都需要随机产生 , 但是这种随机并不是随意, 在实