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（即读取格式化元数据和所有其他块，准备使用这些信息处理数据）。
我现在必须处理数据块，但我不知道/没有资源来了解如何将样本拼凑在一起。如果可能，请您回答仅数据块的链接/信息，而不是 WAV 文件的一般结构。
我需要了解更多关于随着时间的推移样本是如何逐字节构造的。
谢谢！如果我的问题有问题，请发表评论，以便我可以改写/编辑帖子。
【问题讨论】：
这当然取决于所使用的编解码器，但我们假设 PCM，因为这是迄今为止您在 WAV 文件中最常见的内容。
PCM 是一种对特定时刻压力测量值进行编码的方法。如果我测量压力水平的速度足够快，并且具有足够的分辨率，我可以准确地近似原始波形。
来自维基百科：https://en.wikipedia.org/wiki/Pulse-code_modulation
由于您已经在解析标头，因此您知道采样率。这是每秒采集的样本数。每秒 44,100 个样本（或 44.1 kHz 的采样率）是典型的 CD 音频。对于视频，更常用的是 48 kHz 的采样率。
从标题中，您还可以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，样本只是数值，一个接一个。
[sample 0][sample 1][sample 2][...]
标题中还显示了通道计数，它告诉您采样了多少离散通道。单声道声音只有 1。立体声将有 2。5.1 环绕声将有 6。样本值本身是交错的，一个通道样本一个接一个，形成一个帧。如果我有一个带有左/右声道的立体声轨道，它看起来像这样：
[L][R][L][R][L][R][L][R][...]
要实际读取这些数值，数据通常以 little-endian 形式写入。对于 16 位及更高位的样本，通常使用有符号整数。
【讨论】：