我有两个样本的wavfiles。
我想将它们组合成一个输出wav，如下所示：
播放第一个wav，等待x秒播放第二个wav，然后将结果保存为新的wav文件。
我并不特别喜欢wav格式，如果有必要，我很乐意使用另一种格式。
从我的研究中看起来我需要将wavs转换为PCM，然后创建一个新的输出缓冲区并将第一个文件写入输出缓冲区。然后以某种方式为x秒创建一个空间，然后将第二个PCM写入
我将如何做到这一点？
答案 0 :(得分：1)
首先，你需要解决你所说的问题
基本上PCM表示波的离散值存储在某个sample rate（通常为44 kHz ）
每个样本可能包含有关一个或多个渠道的信息（通常为2 ）
每个样本的值都存储为固定大小的整数或浮点数。 （通常为16位整数）
这些属性存储在WAV header
要合并两个单独的WAV文件，您需要读取两个文件的标题，如果幸运的话，它们将具有相同的ByteRate（== samplerate * channel count * bits / sample / 8），那么您只需需要将第二个文件连续减去第一个文件的末尾，并将第二个文件的长度添加到第一个文件的“长度”字段中。
在任何其他情况下，我建议您使用某种重新编码的library。
如果你有时间和冥想，你可以自己进行重新编码。
如果您根本不想打扰这些东西，请尝试使用完成您所需要的完整程序（即sox）。
Btw。：如果每个样本的这些位都是有符号的，则静音为0，如果它们是无符号的，则为最大值的一半（通常仅在8位整数中找到）。
所以要获得4秒的静音，你需要n = 4 *采样率*通道数*（位/秒）/ 8倍0
琐事：你可以使用任何常数值而不是0来进行沉默