我有 2 个示例 wavfile。
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，并将结果保存为新的 wav 文件。
我不是特别喜欢 wav 格式，如果有必要，我很乐意使用其他格式。
从我的研究看来，我需要将 wav 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
我该怎么做呢？
【问题讨论】：
首先你需要明白你在说什么
本质上PCM 表示波的离散值存储在某个sample rate（通常为 44 kHz）
每个样本可能包含一个或多个通道的信息（通常为 2 个）
每个样本的值都存储为固定大小的整数或浮点数。 （通常是 16 位整数）
这些属性存储在WAVheader中
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)，那么您只需要将第二个文件减去头文件连接到第一个文件的末尾，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 library 进行某种重新编码。
如果你有时间和灵感，你可以自己重新编码。
如果您根本不想打扰这些东西，请尝试使用满足您需要的完整程序（即sox）。
顺便说一句：如果每个样本的这个位是有符号的，则静音为 0 值，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，您需要 n = 4 * 采样率 * 通道数 *（位 / 秒）/ 8 乘以 0
琐事：您可以使用任何常量值而不是 0 来表示静音
【讨论】：