我需要将 wav 文件的所有样本放入一个数组（或两个，如果您需要这样做以保持立体声），以便我可以对它们进行一些修改。我想知道这是否容易完成（最好没有外部库）。我没有阅读声音文件的经验，所以我对这个主题了解不多。
【问题讨论】：
这段代码应该可以解决问题。它将波形文件转换为规范化双精度数组（-1 到 1），但将其改为 int/short 数组应该很简单（删除/32768.0 位并添加 32768）。如果发现加载的 wav 文件是单声道的，right[] 数组将被设置为 null。
我不能声称它是完全防弹的（潜在的错误），但是在创建 65536 样本数组并创建从 -1 到 1 的波之后，没有一个样本似乎“通过”天花板或地板。
// convert two bytes to one double in the range -1 to 1
static double bytesToDouble(byte firstByte, byte secondByte) {
// convert two bytes to one short (little endian)
short s = (secondByte << 8) | firstByte;
// convert to range from -1 to (just below) 1
return s / 32768.0;
}
// Returns left and right double arrays. 'right' will be null if sound is mono.
public void openWav(string filename, out double[] left, out double[] right)
{
byte[] wav = File.ReadAllBytes(filename);
// Determine if mono or stereo
int channels = wav[22]; // Forget byte 23 as 99.999% of WAVs are 1 or 2 channels
// Get past all the other sub chunks to get to the data subchunk:
int pos = 12; // First Subchunk ID from 12 to 16
// Keep iterating until we find the data chunk (i.e. 64 61 74 61 ...... (i.e. 100 97 116 97 in decimal))
while(!(wav[pos]==100 && wav[pos+1]==97 && wav[pos+2]==116 && wav[pos+3]==97)) {
pos += 4;
int chunkSize = wav[pos] + wav[pos + 1] * 256 + wav[pos + 2] * 65536 + wav[pos + 3] * 16777216;
pos += 4 + chunkSize;
}
pos += 8;
// Pos is now positioned to start of actual sound data.
int samples = (wav.Length - pos)/2; // 2 bytes per sample (16 bit sound mono)
if (channels == 2) samples /= 2; // 4 bytes per sample (16 bit stereo)
// Allocate memory (right will be null if only mono sound)
left = new double[samples];
if (channels == 2) right = new double[samples];
else right = null;
// Write to double array/s:
int i=0;
while (pos < length) {
left[i] = bytesToDouble(wav[pos], wav[pos + 1]);
pos += 2;
if (channels == 2) {
right[i] = bytesToDouble(wav[pos], wav[pos + 1]);
pos += 2;
}
i++;
}
}
【讨论】：
byte 这样的8 位类型执行(secondByte << 8)。 byte 是一个 8 位有符号整数，不能将其位移 8 位，因为没有空间来推动这 8 位。
Otherwise, both operands are converted to type int.。
假设您的 WAV 文件包含 16 位 PCM（这是最常见的），您可以使用 NAudio 将其读取到字节数组中，然后将其复制到 16 位整数数组中以方便使用。如果是立体声，样本会左右交错。
using (WaveFileReader reader = new WaveFileReader("myfile.wav"))
{
Assert.AreEqual(16, reader.WaveFormat.BitsPerSample, "Only works with 16 bit audio");
byte[] buffer = new byte[reader.Length];
int read = reader.Read(buffer, 0, buffer.Length);
short[] sampleBuffer = new short[read / 2];
Buffer.BlockCopy(buffer, 0, sampleBuffer, 0, read);
}
我知道您想避免使用第三方库，但如果您想确保处理带有额外块的 WAV 文件，我建议避免使用仅在文件中查找 44 字节的方法。
【讨论】：
在撰写本文时，没有人处理过 32 位或 64 位编码的 WAV。
以下代码处理 16/32/64 位和单声道/立体声：
static bool readWav( string filename, out float[] L, out float[] R )
{
L = R = null;
try {
using (FileStream fs = File.Open(filename,FileMode.Open))
{
BinaryReader reader = new BinaryReader(fs);
// chunk 0
int chunkID = reader.ReadInt32();
int fileSize = reader.ReadInt32();
int riffType = reader.ReadInt32();
// chunk 1
int fmtID = reader.ReadInt32();
int fmtSize = reader.ReadInt32(); // bytes for this chunk (expect 16 or 18)
// 16 bytes coming...
int fmtCode = reader.ReadInt16();
int channels = reader.ReadInt16();
int sampleRate = reader.ReadInt32();
int byteRate = reader.ReadInt32();
int fmtBlockAlign = reader.ReadInt16();
int bitDepth = reader.ReadInt16();
if (fmtSize == 18)
{
// Read any extra values
int fmtExtraSize = reader.ReadInt16();
reader.ReadBytes(fmtExtraSize);
}
// chunk 2
int dataID = reader.ReadInt32();
int bytes = reader.ReadInt32();
// DATA!
byte[] byteArray = reader.ReadBytes(bytes);
int bytesForSamp = bitDepth/8;
int nValues = bytes / bytesForSamp;
float[] asFloat = null;
switch( bitDepth ) {
case 64:
double[]
asDouble = new double[nValues];
Buffer.BlockCopy(byteArray, 0, asDouble, 0, bytes);
asFloat = Array.ConvertAll( asDouble, e => (float)e );
break;
case 32:
asFloat = new float[nValues];
Buffer.BlockCopy(byteArray, 0, asFloat, 0, bytes);
break;
case 16:
Int16 []
asInt16 = new Int16[nValues];
Buffer.BlockCopy(byteArray, 0, asInt16, 0, bytes);
asFloat = Array.ConvertAll( asInt16, e => e / (float)(Int16.MaxValue+1) );
break;
default:
return false;
}
switch( channels ) {
case 1:
L = asFloat;
R = null;
return true;
case 2:
// de-interleave
int nSamps = nValues / 2;
L = new float[nSamps];
R = new float[nSamps];
for( int s=0, v=0; s<nSamps; s++ ) {
L[s] = asFloat[v++];
R[s] = asFloat[v++];
}
return true;
default:
return false;
}
}
}
catch {
Debug.Log( "...Failed to load: " + filename );
return false;
}
return false;
}
【讨论】：
WAV 文件（至少是未压缩的）相当简单。有一个标题，然后是数据。
这是一个很好的参考：https://ccrma.stanford.edu/courses/422/projects/WaveFormat/ (mirror)
【讨论】：
fmt ”子块中的 AudioFormat 为 0x0003 (WAVE_FORMAT_IEEE_FLOAT)
http://hourlyapps.blogspot.com/2008/07/open-source-wave-graph-c-net-control.html
这是一个控件，它显示 Wav 文件的频谱，它还提供解码 Wav 文件的字节[]，您可以在其中播放和/或更改它们的值。
只需下载控件，它就非常适合 WAV 文件操作。
【讨论】：
要将 wav 文件放入数组中，您可以这样做：
byte[] data = File.ReadAllBytes("FilePath");
但就像 Fletch 所说，您需要将数据与标头隔离开来。它应该只是一个简单的偏移量。
【讨论】：
PlayerEx pl = new PlayerEx();
private static void PlayArray(PlayerEx pl)
{
double fs = 8000; // sample freq
double freq = 1000; // desired tone
short[] mySound = new short[4000];
for (int i = 0; i < 4000; i++)
{
double t = (double)i / fs; // current time
mySound[i] = (short)(Math.Cos(t * freq) * (short.MaxValue));
}
IntPtr format = AudioCompressionManager.GetPcmFormat(1, 16, (int)fs);
pl.OpenPlayer(format);
byte[] mySoundByte = new byte[mySound.Length * 2];
Buffer.BlockCopy(mySound, 0, mySoundByte, 0, mySoundByte.Length);
pl.AddData(mySoundByte);
pl.StartPlay();
}
【讨论】：