想象一下，您躺在客厅沙发上，手持遥控器。您按下频道选择按钮，一个合成的声音说出“另类”。您继续按频道向上按钮，声音说出不同的音乐类别：“儿童”、“古典”和其他。您选择了“古典”类别，并在遥控器上按下 ENTER 键，声音开始以同样的方式列出专辑。您选择“约翰·威廉姆斯，西班牙吉他音乐”，接近 CD 音质的吉他音乐开始播放。

不，音乐不是从 CD 换碟机播放的，合成的声音实际上是交互式的，响应您的遥控器操作。存储的音乐是您完整的 CD 收藏，加上那些旧磁带（不知何故还在），数字化并压缩为 MP3 文件。整个播放过程由隐藏在您壁橱中的 Linux 服务器控制和播放，该服务器通过音频线连接到您的家庭娱乐放大器。

当我意识到上述情景已经触手可及时，我决定编写缺失的部分，并将它们以某种方式粘合在一起。

遥控器是我设计的核心部分。我使用的控制器名为“MouseREMOTE”，是“BigPicture”软件包的一部分，该软件包允许您将计算机的音频/视频信号远程传输到电视。作为一个“控制狂”，我之前购买了整个软件包，并将所有房屋灯光设置为远程控制。远程鼠标特别有用，因为它像任何其他音频/视频组件的控制器一样工作（它还可以控制基于 X-10 的家庭自动化设备）。除了通用遥控器上常见的其他所有按钮外，它还在正面有一个橡胶鼠标垫，在设备背面有两个按钮。当按下按钮时，控制器会向接收器单元发送射频信号，当接收器单元的按钮被按下时，它具有常规计算机鼠标直通功能，因此您仍然可以使用常规的串行或 PS/2 鼠标。远程鼠标软件数据包将插入到常规计算机鼠标发送的数据包流中。不幸的是，MouseRemote 仅附带 MS Windows 软件来为不同的按键分配操作。我安装了一条高质量音频线，从服务器机房的 Linux 声卡线路输出连接器一直连接到客厅放大器单元的 RCA 输入。

这就是我在硬件方面需要做的全部工作。对于软件支持，我必须修改鼠标服务器程序以接受 MouseRemote 单元发送的代码，并将它们管道传输到 MP3 播放器程序，该程序将根据远程鼠标的选择执行不同的功能。

表 1

我通过使用修改后的 gpm 程序读取代码来确定 MouseRemote 规范。MouseRemote 被检测为裸鼠标类型，并且每个事件返回三个字节的数据包。表 1 显示了事件返回的代码。如您所见，几乎所有按键都会返回一些代码，这使这款遥控器具有巨大的潜在通用性。

有一些特殊之处：鼠标按钮代码（位于控制器单元底部的左/右按钮）连续传输三次。一次只能按下一个按钮；当第一个按钮被按下时，另一个按钮将被忽略。您可以按住一个鼠标按钮并按下任何按键。如果您按住鼠标按钮，代码不会开始重复；只有鼠标垫（鼠标移动）代码会重复，没有明显的延迟。所有其他按键都以大约 1/20 秒的短延迟重复。

鼠标移动垫检测到三个级别的压力，鼠标驱动程序软件可以使用这些压力来加速移动。这些级别设置鼠标数据包中第二个和第三个字节的位 0、1 和 2。这些字节用于确定两个连续数据包之间移动的差异，因此压力越 Firm，移动速度越快。

我决定修改鼠标服务器 gpm（版本 1.13）。添加的关键功能是 gpm.c 文件中的 x10codes（参见代码清单 1）。函数参数 data 是一个由三个字节组成的数组，构成当前的鼠标数据包。MouseRemote 设备的检测不是确定性的。我依赖于其所有按钮都在特定范围内返回代码的属性；也就是说，正常鼠标移动返回的代码的可能但不概率的组合范围。特别是，第一个代码始终在 44 到 47 的范围内，第三个代码始终为 0x3F。普通鼠标必须以恰到好处的速度快速移动才能获得相同的代码。在不太可能发生的情况下，第二层安全措施是命名管道 /dev/x10 的存在。如果管道不存在，数据包将继续进行正常处理。我使用该命名管道连接到远程鼠标代码的读取器。

代码清单 1

在所有可用于 Linux 的 MP3 播放器程序中，只有 mp3blaster 具有足够友好的用户界面，可以轻松控制要播放的目录和文件。该程序支持多个组，并且可以在目录之间进行交互式选择。我决定同时使用这两个功能。所有专辑都存储在不同的组中，并且在任何时候，我都可以切换到目录浏览并按层次结构选择专辑。预先录制的语音文件很好地指导您所处的位置和正在执行的操作（请参阅语音合成）。

假设您的所有 MP3 文件都位于某个分层目录结构中，例如在 /home/mp3 中，您需要将环境变量 MP3_ROOT 设置为它。这样，播放器将知道文件在哪里，并且在目录浏览期间，它将不允许您意外地将目录更改为高于它的目录。（请记住，我们离键盘和显示器太远，无法修复任何意外。）

mp3blaster 通过 -x 选项调用，我添加了该选项以激活所有远程功能。

为了充分利用 mp3blaster 的组功能，您需要手动将当前工作目录设置为 MP3_ROOT 目录（您的音乐层次结构开始的位置），启动 mp3blaster 并按下 F1、F5 键。F5 功能键会将所有目录添加为组，从而有效地列出您的所有专辑。然后，您可以通过按 F6 键保存列表。因此，现在，您将使用以下语法启动 mp3blaster

/usr/bin/mp3blaster -l

如果您愿意，可以从 init 脚本或空闲控制台运行该程序；这无关紧要，因为它将连接到遥控器单元并在后台执行其功能。现在，使用您的遥控器，您就能够浏览目录和播放歌曲。如您所见，语音合成也被编码进来以给您反馈。

mp3blaster 有两种操作模式：组和文件。组操作模式接受以下遥控器按键

文件选择模式更复杂，因为我们允许遍历目录结构并播放任意专辑。此模式下接受的遥控器按键为

查看代码，将操作插入到 mp3blaster 的输入循环中的过程可以被视为有点 hacky，但大多数代码只是作为按键插入，这些按键无论如何都会为键盘的等效操作按下。更改的数量相当大，无法在此处打印，因此请参阅文件 src/main.cc 了解详细信息。

当想要在没有电脑显示器引导的情况下浏览您的 mp3 音乐专辑时，视觉的自然替代品是声音。我决定使用 festival，这是一个优秀的语音合成软件包。它不仅是一个当前的研究开发项目，每天都在增长和改进，而且是您安装后即可立即使用的项目。

festival 可以即时生成语音，当您以交互方式键入任何文本时，或者您可以管道输入文本文件，它将合成它。这些实时方法似乎都不够快，无法用于交互式菜单选择。我需要立即的语音响应，而即时生成会引入与专辑名称长度成正比的延迟，这对于正常使用来说是明显的且令人恼火的。解决方案是创建一个子目录，其中包含浏览期间要使用的所有语音文件。这样，MP3 播放器程序不必在浏览每个专辑名称时调用 festival 来生成它，而是可以使用缓存在该特定目录中的波形文件。这种方法的缺点是语音文件占用的磁盘空间，但与每个专辑 50 到 60MB 的实际 MP3 文件相比，该空间可以忽略不计。

一旦您使用 festival 程序生成语音文件，您可以通过简单地将它们管道传输到 /dev/audio 来测试每个文件。此外，您可能想要更改某些专辑的双元音（我发现西班牙双元音使国际专辑组的发音更好）。或者，您可以手动录制所有语音文件，从而消除对语音合成程序的需求。

代码清单 2 中的 Perl 脚本用于遍历 MP3 文件根目录下的所有子目录，并创建 mp3blaster 播放器使用的所有必要的语音文件。

代码清单 2

为了生成必要的语音文件，您每次添加专辑或更改目录结构时都应运行此脚本。您可以运行带有 -clean 选项的脚本，以确保在创建新集合之前删除所有旧文件。

所有语音文件都存储在您的根 mp3 目录下的子目录 .vocals 中。它们是对所有后续子目录的口语化解释，因此也是所有专辑名称（它们只是某些终端节点上的子目录，并且仅包含 MP3 文件）。

Perl 脚本首先创建文本文件（带有扩展名 .txt 的原始子目录名称）。它们包含一个略微修改的名称，其中去除了所有非字母字符。这样做是为了帮助语音合成程序生成更精确的声音。最后，u-law 音频文件是根据这些文件的内容创建的。如果您对声音效果不满意，可以更改文本文件中的语音，删除语音文件并重新运行脚本，以获得最佳发音。

用于处理音乐的几乎所有技术的都已经可用。在我看来，如果没有 Linux 和开源软件，构建这样一个远程控制的 MP3 播放器会更加困难。由于我的 Linux 服务器 24/7 运行，因此在我想要听音乐时使用它也是有意义的。尽管我为此专门配备的系统相当简陋（Cyrix 6x86 以 166MHz 运行），但 MP3 播放器在播放时大约占用 40% 的 CPU 时间，即使在同时服务网页时也没有可听到的中断。除了压缩我的所有 CD 收藏并将它们作为 MP3 文件存储在我的 Linux 服务器上之外，我还数字化了我的旧磁带，并在对声音进行一些处理以改进它之后，将它们存储在相同的音乐层次结构树中。最后，我可以从我的客厅中移除所有 CD 和磁带，并将它们永久存放起来。现在，只需按一下遥控器按钮即可快速访问每首乐曲。

资源