Question

我正在编写一个C＃应用程序来处理WAV文件，并且我已经完成了足够的代码来读取任何文件的块（即，以格式化元数据和所有其他块的形式读取，准备使用此信息来处理数据）。

我现在必须处理数据块，但是我没有想法/资源来学习如何将样本组合在一起。如果可能的话，您能否仅使用数据块上的链接/信息，而不是WAV文件的总体结构来回答。

我需要更多地了解随着时间的推移如何逐字节地构造样本。

谢谢！如果我对这个问题做错了什么，请发表评论，以便重新撰写/编辑帖子。

Answer 1

这当然取决于所使用的编解码器，但是我们假设使用PCM，因为这是迄今为止在WAV文件中最常见的内容。

PCM是对特定时间点的压力测量值进行编码的一种方式。如果我以足够快的速度和足够的分辨率测量压力水平，那么我就可以准确地近似原始波形。

由于您已经在解析标头，因此知道采样率。那就是每秒采样的数量。典型的CD音频为每秒44,100个采样（或44.1 kHz采样率）。对于视频，更常用的采样率为48 kHz。

从标题开始，您还知道每个样本的位数。这表示每个采样的分辨率。 16位样本自然每个样本占用2个字节。

在音频数据中，样本只是数字值，一个接一个。

[sample 0][sample 1][sample 2][...]

通道计数也显示在标题中，它告诉您采样了多少个离散通道。单声道声音只有1个。立体声将有2个。5.1环绕声将有6个。样本值本身是交错的，一个通道采样一个接一个，一个帧。如果我有一个带有左右声道的立体声轨道，它将看起来像这样：

[L][R][L][R][L][R][L][R][...]

要实际读取这些数值，通常将数据写为低位字节序。对于16位及更高的样本，通常使用带符号的整数。