C++解析WAV音频文件的标准方法与源码实现

WAV文件解析的痛点与标准流程

在处理WAV音频文件时，简单的“偏移量硬编码”方法往往不可靠。由于WAV文件的fmt块后不一定紧跟着data块，中间可能包含其他信息块（如list、bext等），正确的做法应遵循微软官方文档（MSDN）的逻辑：以二进制只读方式打开文件，遍历识别四个字符的代码标识（fourcc），找到RIFF头部后，再循环寻找具体的fmt和data块。

本文将介绍一种健壮的C++解析接口，能够自动跳过无关块，确保提取到准确的音频原始数据。

第一步：设计数据结构与接口

为了实现数据的解耦，我们首先定义一个AudioReader类和一个用于存储解析结果的PCM结构体。该结构体包含通道数、位深、采样率以及指向原始数据的指针。

class AudioReader
{
public:
	struct PCM
	{
		int _numChannel; // 通道数：1(单声道) 或 2(立体声)
		int _bitPerSample; // 位深：通常为8或16
		byte* _data; // 音频原始数据指针
		size_t _size; // 数据大小字节
		size_t _freq; // 采样率
		void Delete() { delete[] _data; } // 内存释放接口
	}; 
	static bool ReadWAV(string_view path_name, PCM& pcm); // 静态解析入口
};

第二步：处理文件流与RIFF头部验证

解析的第一步是打开文件并进行基本的格式校验。我们需要使用ifstream以二进制模式读取文件，并检查根标签是否为标准的WAVE格式。

1. 打开文件流

使用标准输入流打开目标路径，若文件不存在或无法访问，立即返回错误。

ifstream ifs;
if (!g_file->GetFile(path_name, ifs)) // 假设存在获取文件的辅助函数
{
	debug_err(format("打开文件失败：{}", path_name));
	return false;
}

2. 查找并校验RIFF块

WAV基于RIFF结构。首先调用通用查找函数定位RIFF主块，然后读取紧随其后的类型标识，确认其为“WAVE”。此处涉及大小端转换宏定义，需根据编译环境（Big/Little Endian）调整字符序判断。

// 大小端定义示例
#ifdef DND_ENDIAN_BIG
#define fourccRIFF 'RIFF'
#define fourccDATA 'data'
// ... 其他标志定义
#endif
#ifdef DND_ENDIAN_LITTLE
#define fourccRIFF 'FFIR' // 小端序下的反写字符
#define fourccDATA 'atad'
// ... 其他标志定义
#endif

uint32_t dwChunkSize;
uint32_t dwChunkPosition;
// 定位RIFF块位置
FindChunk(ifs, fourccRIFF, dwChunkSize, dwChunkPosition);
uint32_t filetype;
ReadChunkData(ifs, &filetype, sizeof(uint32_t), dwChunkPosition);

if (filetype != fourccWAVE)
{
	debug_err(format("不是有效的WAV文件：{}", path_name));
	return false;
}

第三步：提取元数据（Fmt块）与音频数据（Data块）

这是解析的核心。必须按顺序分别定位fmt块以获取采样率和位深参数，再定位data块以读取实际音频波形数据。

1. 定义WAVE格式结构体

标准WAV格式头固定为16字节，用于描述音频属性：

struct WAVEFormat 
{
	int16_t audioFormat;   // 编码类型，通常1为PCM
	int16_t numChannels;   // 声道数
	int32_t sampleRate;    // 采样率
	int32_t byteRate;      // 数据传输速率
	int16_t blockAlign;    // 块对齐
	int16_t bitsPerSample; // 采样位数
};

2. 查找并读取Fmt块

再次使用查找函数定位fourccFMT，读取后填充至WAVEFormat结构中。

if (!FindChunk(ifs, fourccFMT, dwChunkSize, dwChunkPosition))
{
	debug_err(format("缺少格式块（fmt）：{}", path_name));
	return false;
}
WAVEFormat wave_format;
if (!ReadChunkData(ifs, &wave_format, dwChunkSize, dwChunkPosition))
{
	return false;
}

3. 分配内存并读取Data块

定位fourccDATA块后，动态分配内存空间，并将数据拷贝至PCM._data。同时，记录关键参数供后续音频播放（如OpenAL或SDL）使用。

if (!FindChunk(ifs, fourccDATA, dwChunkSize, dwChunkPosition))
{
	return false;
}

// 注意：此处直接new分配，实际应用中请考虑智能指针管理
pcm._data = new byte[dwChunkSize];

if (!ReadChunkData(ifs, pcm._data, dwChunkSize, dwChunkPosition))
{
	pcm.Delete();
	return false;
}

// 填充结果结构
pcm._size = dwChunkSize;
pcm._numChannel = wave_format.numChannels;
pcm._bitPerSample = wave_format.bitsPerSample;
pcm._freq = wave_format.sampleRate;

第四步：异常处理与安全退出

部分音频库（如早期版本的OpenAL）不支持32位浮点或整数PCM，因此在读取完成后需进行位深过滤。此外，任何读取失败的分支都必须清理已分配的内存，防止泄漏。

// 简单兼容：仅支持常见的8或16位
if (pcm._bitPerSample == 32)
{
	debug_err(format("不支持32位深度：{}", path_name));
	pcm.Delete();
	return false;
}

return true;

完整源码参考

以下是上述逻辑的完整整合代码。其中FindChunk函数实现了通用的RIFF节点遍历，ReadChunkData负责安全的数据拷贝。

// --- Header Definition ---
class AudioReader
{
public:
	struct PCM
	{
		int _numChannel;
		int _bitPerSample;
		byte* _data;
		size_t _size;
		size_t _freq;
		void Delete() { delete[] _data; }
	}; 
	static bool ReadWAV(string_view path_name, PCM& pcm);
};

struct WAVEFormat 
{
	int16_t audioFormat;
	int16_t numChannels;
	int32_t sampleRate;
	int32_t byteRate;
	int16_t blockAlign;
	int16_t bitsPerSample;
};

// --- Implementation ---
#ifdef DND_ENDIAN_LITTLE
#define fourccRIFF 'FFIR'
#define fourccDATA 'atad'
#define fourccFMT ' tmf'
#define fourccWAVE 'EVAW'
#endif
// 若为大端系统请补充相应的定义

bool FindChunk(ifstream& ifs, uint32_t fourcc, uint32_t& size, uint32_t& pos)
{
	ifs.seekg(0);
	if (ifs.fail()) return false;

	uint32_t dwChunkType;
	uint32_t dwChunkDataSize;
	uint32_t dwRIFFDataSize = 0;
	uint32_t bytesRead = 0;
	uint32_t dwOffset = 0;

	while(true) 
	{
		ifs.read((char*)&dwChunkType, sizeof(uint32_t));
		ifs.read((char*)&dwChunkDataSize, sizeof(uint32_t));
		
		if (ifs.eof() || ifs.fail()) break;

		if (dwChunkType == fourccRIFF)
		{
			dwRIFFDataSize = dwChunkDataSize;
			// 跳过随后的4字节文件类型
			ifs.seekg(4, std::ios::cur);
		}
		else if (dwChunkType == fourcc)
		{
			size = dwChunkDataSize;
			pos = dwOffset + sizeof(uint32_t)*2;
			return true;
		}
		else
		{
			// 跳过当前块数据
			ifs.seekg(dwChunkDataSize, std::ios::cur);
		}
		
		dwOffset += sizeof(uint32_t)*2 + dwChunkDataSize;
		bytesRead += dwChunkDataSize + sizeof(uint32_t)*2;
		if (bytesRead >= dwRIFFDataSize && dwRIFFDataSize > 0) break;
	}
	return false;
}

bool ReadChunkData(ifstream& ifs, void* buffer, uint32_t size, uint32_t pos)
{
	ifs.seekg(pos);
	if (ifs.fail()) return false;
	ifs.read((char*)buffer, size);
	return !ifs.fail();
}

bool AudioReader::ReadWAV(string_view path_name, PCM& pcm)
{
	ifstream ifs;
	if (!g_file->GetFile(path_name, ifs)) return false;

	uint32_t dwChunkSize, dwChunkPosition;
	uint32_t filetype;

	// 1. Check RIFF Header
	FindChunk(ifs, fourccRIFF, dwChunkSize, dwChunkPosition);
	ReadChunkData(ifs, &filetype, sizeof(uint32_t), dwChunkPosition);
	if (filetype != fourccWAVE) return false;

	// 2. Find and Read Format
	if (!FindChunk(ifs, fourccFMT, dwChunkSize, dwChunkPosition)) return false;
	WAVEFormat wave_format;
	if (!ReadChunkData(ifs, &wave_format, dwChunkSize, dwChunkPosition)) return false;

	// 3. Find and Read Data
	if (!FindChunk(ifs, fourccDATA, dwChunkSize, dwChunkPosition)) return false;
	pcm._data = new byte[dwChunkSize];
	if (!ReadChunkData(ifs, pcm._data, dwChunkSize, dwChunkPosition))
	{
		pcm.Delete();
		return false;
	}

	// 4. Assign Parameters
	pcm._size = dwChunkSize;
	pcm._numChannel = wave_format.numChannels;
	pcm._bitPerSample = wave_format.bitsPerSample;
	pcm._freq = wave_format.sampleRate;

	// Filter unsupported formats
	if (pcm._bitPerSample == 32)
	{
		pcm.Delete();
		return false;
	}

	return true;
}

以上就是C++解析WAV文件方法的详细内容，更多关于C++解析wav内容请搜索本站以前的文章或继续浏览下面的相关文章！