项目来源于 韦东山老师的xiaozhi-linux，为了适配多平台，基于 CMake 进行了重构，支持 Ubuntu 本地调试与 RK3566（泰山派）嵌入式交叉编译，同时集成 Google Test 单元测试。
先要联网，然后运行以下的命令
添加可执行权限：
chmod +x my_sound
chmod +x qt_gui
chmod +x my_control_center运行：
./my_sound &
./qt_gui &
./my_control_center
- gui 为 简易的 CLI 界面，核心功能为通过 UDP IPC 接收 JSON 格式的 UI 数据，解析后在终端输出关键字段信息，后续工作是改成基于QT的界面。
- 基于面向对象重构 ctrl_center
- 基于面向对象重构sound_app
这是基于qt的简易gui界面，用Claude开发的，如下图所示：
- 全局变量泛滥：设备状态、通信句柄、配置参数均为全局变量，线程不安全、易引发数据竞争；
- C 风格回调缺陷：函数指针无类型安全、无法绑定上下文，扩展性极差；
- 资源手动管理：套接字、线程需手动创建/释放，易造成内存泄漏、野指针、程序崩溃；
- 无抽象设计：通信模块无统一接口，新增通信方式需重构核心代码。
- 模块化拆分：按功能划分为独立模块，职责单一、解耦彻底；
- 面向对象封装：消除全局变量，数据与行为封装为类私有成员；
- 抽象接口设计：统一通信层接口，支持快速扩展通信方式；
- 现代化改造：替换 C 语言老旧语法，使用 C++11/14 特性实现类型安全、线程安全；
- 自动化资源管理：基于 RAII 机制自动释放资源，杜绝内存泄漏与崩溃。
本次重构将整个系统按功能职责划分为 3 大核心模块，基于封装、继承、多态完成面向对象设计，模块间通过标准接口交互，无直接依赖。
小智中控中心
├── 1. IPC 通信模块（跨进程通信层）
│ ├── 抽象基类：IpcEndpoint（统一通信接口）
│ └── 实现类：UdpEndpoint（UDP 协议具体实现）
├── 2. WebSocket 通信模块（云端通信层）
│ └── 实现类：WebSocketClient（TLS WebSocket 客户端封装）
└── 3. 核心业务控制模块（业务逻辑层）
└── 实现类：XiaozhiControlCenter（单例中控核心，整合所有模块）
设计理念：抽象接口 + 具体实现分离，基于多态实现统一通信标准，支持任意 IPC 协议扩展。
-
抽象基类：IpcEndpoint
- 封装定位：IPC 通信抽象接口层，定义所有跨进程通信的通用行为，不涉及具体协议；
- 核心功能：统一数据发送、接收、回调标准，约束子类实现；
- 面向对象特性：纯虚函数、抽象类、多态；
- 核心接口：
send(const uint8_t* data, size_t len)：纯虚函数，发送数据（子类必须实现）；recv(uint8_t* buffer, size_t maxlen)：纯虚函数，接收数据（子类必须实现）；setRecvCallback(RecvCallback cb)：设置数据接收回调。
-
实现类：UdpEndpoint
- 封装定位：IPC 通信具体实现层，继承
IpcEndpoint，专注 UDP 协议实现； - 核心设计：双 Socket 收发分离架构（发送专用 Socket + 接收专用 Socket）；
- 核心功能：UDP 数据收发、后台异步接收、线程安全、自动资源释放；
- 面向对象特性：继承、重写、RAII、线程封装；
- 核心接口：
UdpEndpoint(int listen_port, int send_target_port, const std::string& ip)：构造函数（初始化端口/IP）；send(const uint8_t* data, size_t len) override：重写发送接口；recv(uint8_t* buffer, size_t maxlen) override：重写接收接口；~UdpEndpoint() noexcept：析构函数（自动关闭 Socket、停止线程）。
- 封装定位：IPC 通信具体实现层，继承
设计理念：全封闭封装，将 WebSocket 连接、TLS 认证、消息收发、回调处理全部封装为独立类，对外暴露极简接口。
- 实现类：WebSocketClient
- 封装定位：云端 TLS WebSocket 通信独立组件，无任何全局依赖；
- 核心功能：WebSocket 连接建立、消息收发（二进制/文本）、TLS 证书验证、异步回调、后台线程运行；
- 面向对象特性：封装、禁用拷贝、RAII、原子变量；
- 核心接口：
WebSocketClient(...)：构造函数（初始化服务器地址、握手消息、请求头）；set_callbacks(...)：设置数据接收/连接关闭回调；start()：启动客户端（后台线程运行）；send_binary/send_text：发送数据；is_connected() const：获取连接状态；~WebSocketClient()：自动断开连接、释放资源。
设计理念：单例模式，作为系统唯一核心中控，整合所有底层模块，处理业务逻辑、设备管理、协议解析。
- 实现类：XiaozhiControlCenter
- 封装定位：系统业务核心调度层，唯一对外入口，管理所有硬件、通信、业务逻辑；
- 核心功能：硬件信息（MAC/UUID）初始化、设备激活、UDP/WebSocket 模块管理、设备状态同步、协议解析、业务回调处理；
- 面向对象特性：单例模式、封装、智能指针、原子变量；
- 核心接口：
instance()：获取单例实例；run()：主入口，启动整个中控系统；
- 私有成员：
- 硬件信息（mac_/uuid_）、通信组件（UDP/WebSocket 智能指针）；
- 线程安全状态变量（设备状态、音频上传开关）。
- XiaozhiControlCenter 作为上层业务核心，聚合 IPC 通信模块 + WebSocket 模块；
- 业务层不关心底层通信实现，仅通过标准接口调用通信模块；
- 通信模块通过回调函数将数据上报给业务层处理；
- 所有模块无循环依赖，可独立编译、测试、替换。
重构代码全面使用现代 C++ 特性，替代老旧 C 语法，提升代码安全性、性能、可维护性：
| C++ 特性 | 作用 | 对应代码位置 |
|---|---|---|
强类型枚举 enum class |
避免命名冲突、类型安全，替代 C 语言 typedef enum |
XiaozhiControlCenter 设备状态/监听模式 |
std::atomic 原子变量 |
多线程无锁安全访问共享变量，解决数据竞争 | 连接状态、设备状态、音频上传开关 |
std::unique_ptr 智能指针 |
独占式智能指针，自动释放动态对象，无内存泄漏 | 管理 WebSocketClient/UdpEndpoint 实例 |
std::function |
类型安全回调，替代 C 语言函数指针，支持任意可调用对象 | IPC/WebSocket 回调定义 |
| Lambda 表达式 | 匿名函数，便捷绑定上下文，简化异步回调编写 | UDP 接收回调、WebSocket 回调绑定 |
using 类型别名 |
替代 typedef，语法更简洁，支持模板 |
回调类型、WebSocket 客户端重定义 |
=delete 禁用函数 |
禁止类的拷贝/移动，杜绝非法实例操作 | 单例类、通信类禁用拷贝 |
| 纯虚函数 + 抽象基类 | 实现接口与实现分离，支持多态 | IpcEndpoint 抽象通信接口 |
| RAII 资源获取即初始化 | 构造初始化资源，析构自动释放，无需手动管理 | 所有类的 Socket/线程资源管理 |
移动语义 std::move |
减少对象拷贝，提升性能 | 回调函数赋值优化 |
| 单例模式 | 保证全局唯一实例，适配中控常驻运行特性 | XiaozhiControlCenter 核心类 |
| 继承与函数重写 | 复用抽象接口，实现具体协议逻辑 | UdpEndpoint 继承 IpcEndpoint |
| 访问控制（private/protected） | 隐藏内部实现，仅暴露必要接口，实现高内聚 | 所有核心类封装 |
教程：
| 功能 | 录音 (Capture) | 播放 (Playback) |
|---|---|---|
| 流类型 | SND_PCM_STREAM_CAPTURE |
SND_PCM_STREAM_PLAYBACK |
| 数据读写 | snd_pcm_readi |
snd_pcm_writei |
| 异常 | Overrun(-EPIPE)：读太慢 |
Underrun(-EPIPE)：写太慢 |
- 无文件头，纯二进制音频数据；
- 播放时必须指定采样率 / 声道 / 格式（代码已自动输出 ffplay 命令）；
- 例：
ffplay -f s16le -ar 16000 -ac 2 record.pcm。
| 功能 | Opus 编码 (PCM → Opus) | Opus 解码 (Opus → PCM) |
|---|---|---|
| 句柄类型 | OpusEncoder* / SpeexResamplerState* |
OpusDecoder* / SpeexResamplerState* |
| 初始化 API | speex_resampler_initopus_encoder_create |
speex_resampler_initopus_decoder_create |
| 参数配置 API | opus_encoder_ctl (设置比特率) |
无 |
| 核心处理 API | speex_resampler_process_intopus_encode |
opus_decodespeex_resampler_process_int |
| 资源释放 API | speex_resampler_destroyopus_encoder_destroy |
speex_resampler_destroyopus_decoder_destroy |
| 异常错误查询 | opus_strerror |
opus_strerror |
采用三层分层架构：
| 层级 | 核心类 | 职责 |
|---|---|---|
| 业务管理层 | Main 主程序 | 顶层全流程调度，实现全双工语音对讲；注册信号处理、初始化所有模块、串联录音→编码→UDP 发送→UDP 接收→解码→播放闭环，管理程序生命周期 |
| 功能模块层 | AlsaCapture AlsaPlayback OpusEncoder OpusDecoder UdpEndpoint |
单一职责独立模块，无相互依赖；线程化录音 / 播放、Opus 编解码 + 重采样、UDP 音频数据收发，提供标准化功能接口 |
| 硬件抽象层 | AlsaAudioBase | 封装 ALSA PCM 设备通用底层操作，为录音 / 播放子类提供统一硬件支持，实现资源 RAII 管理、参数配置、设备初始化复用 |
封装 ALSA PCM 设备通用底层操作，作为录音 / 播放子类的父类，实现代码复用；采用 RAII 智能指针管理设备资源，禁止拷贝、支持移动，避免资源冲突。
-
核心功能：封装 ALSA PCM 设备打开、硬件参数配置、实际参数读取、资源自动释放等通用逻辑；统一处理录音 / 播放设备的初始化流程。
-
核心接口：
构造函数：初始化音频设备名、采样率、声道数、音频格式get_sample_rate()：获取配置的音频采样率get_channels()：获取配置的音频声道数get_format()：获取配置的音频采样格式get_period_frames()：获取硬件周期帧大小get_actual_settings()：获取硬件实际生效的音频参数open_pcm_device()：通用 PCM 设备初始化（录音 / 播放共用核心逻辑）虚析构函数：保证多态场景下子类资源正确释放
封装 ALSA 麦克风录音全功能，线程化采集、线程安全，纯录音逻辑无额外处理，RAII 自动管理线程与设备资源。
-
核心功能：实现麦克风 PCM 原始数据采集，独立线程运行；自动处理缓冲区溢出异常，通过回调函数实时输出录音数据；支持线程安全启停。
-
核心接口：
继承基类构造函数：复用音频参数初始化逻辑start()：启动录音线程，绑定录音数据输出回调stop()：停止录音线程，释放 PCM 设备与缓冲区资源is_running()：查询录音线程运行状态析构函数：自动调用 stop，确保资源无泄漏
封装 ALSA 扬声器播放全功能，线程化播放、线程安全，RAII 自动管理线程与设备资源。
-
核心功能：实现 PCM 原始音频数据播放，独立线程运行；通过回调获取待播放数据，自动处理播放错误并恢复设备；支持线程安全启停。
-
核心接口：
继承基类构造函数：复用音频参数初始化逻辑start()：启动播放线程，绑定播放数据获取回调stop()：停止播放线程，释放 PCM 设备与缓冲区资源is_running()：查询播放线程运行状态析构函数：自动调用 stop，确保资源无泄漏
独立封装 Opus 编解码、Speex 重采样、通道转换功能，完全解耦 ALSA 与网络模块，RAII 管理编解码 / 重采样资源，禁止拷贝、支持移动。
- 核心功能：实现 PCM ↔ Opus 双向格式转换；支持采样率转换、多声道 / 单声道自动转换；自动管理编码器、解码器、重采样器资源，提供健壮的异常校验。
- 核心接口：
OpusEncoder 构造：初始化 Opus 编码器、Speex 重采样器OpusDecoder 构造：初始化 Opus 解码器、Speex 重采样器isValid()：校验编解码器是否初始化成功encode()：PCM 原始数据编码为 Opus 压缩数据decode()：Opus 压缩数据解码为 PCM 原始数据析构函数：自动释放编解码、重采样所有资源