NodeJS下无FFmpeg大规模高效转换原始PCM至WAV的方案求助

核心原理 #

WAV本质是RIFF格式头 + 原始PCM数据，无需复杂编码转换，只需为PCM添加正确的WAV头即可。这种方式性能极高，完全支持多用户并发场景。

一、单个PCM缓冲区转WAV（无依赖高效实现） #

直接手动构造WAV头，无需任何第三方库，适合高并发场景：

function pcmToWav(buffer: Buffer, sampleRate = 24000, channels = 1, bitDepth = 16): Buffer {
  const byteRate = sampleRate * channels * (bitDepth / 8);
  const pcmDataSize = buffer.length;

  // 构造WAV头
  const header = Buffer.alloc(44);
  // RIFF Chunk
  header.write('RIFF', 0);
  header.writeUInt32LE(36 + pcmDataSize, 4);
  header.write('WAVE', 8);
  // fmt Subchunk
  header.write('fmt ', 12);
  header.writeUInt32LE(16, 16); // PCM格式的Subchunk1Size固定为16
  header.writeUInt16LE(1, 20); // AudioFormat: 1表示PCM
  header.writeUInt16LE(channels, 22);
  header.writeUInt32LE(sampleRate, 24);
  header.writeUInt32LE(byteRate, 28);
  header.writeUInt16LE(channels * (bitDepth / 8), 32); // BlockAlign
  header.writeUInt16LE(bitDepth, 34);
  // data Subchunk
  header.write('data', 36);
  header.writeUInt32LE(pcmDataSize, 40);

  // 拼接头和PCM数据
  return Buffer.concat([header, buffer]);
}

之前尝试失败的原因解析 #

• node-wav音质异常：大概率是PCM缓冲区长度不是Int16Array的整数倍，或是未明确指定字节序。手动构造头完全规避了库的潜在兼容问题。
• wavefile输出白噪声：你传入的格式参数错误，fromScratch的第三个参数需要是完整格式标识（如's16le'），而非单纯的'16'。修正后的wavefile代码如下：

import { WaveFile } from 'wavefile';

function pcmToWavWavefile(buffer: Buffer): Buffer {
  const wav = new WaveFile();
  // 正确指定格式为16位小端有符号PCM
  wav.fromScratch(1, 24000, 's16le', buffer);
  return Buffer.from(wav.toBuffer());
}

二、流式PCM转WAV（支持多并发流处理） #

如果是处理持续的PCM流（如实时音频流），可以用NodeJS的Transform流实现，仅在流开始时输出一次WAV头，后续直接转发PCM数据：

import { Transform, TransformCallback } from 'stream';

class PcmToWavTransform extends Transform {
  private headerSent = false;
  private readonly sampleRate: number;
  private readonly channels: number;
  private readonly bitDepth: number;

  constructor(options: { sampleRate?: number; channels?: number; bitDepth?: number } = {}) {
    super({ readableObjectMode: false, writableObjectMode: false });
    this.sampleRate = options.sampleRate ?? 24000;
    this.channels = options.channels ?? 1;
    this.bitDepth = options.bitDepth ?? 16;
  }

  _transform(chunk: Buffer, encoding: BufferEncoding, callback: TransformCallback): void {
    if (!this.headerSent) {
      // 构造并输出WAV头
      const byteRate = this.sampleRate * this.channels * (this.bitDepth / 8);
      const header = Buffer.alloc(44);
      header.write('RIFF', 0);
      // 流式处理无法预知总数据量，这里写一个极大值（播放器会忽略并按实际数据播放）
      header.writeUInt32LE(0xFFFFFFFF, 4);
      header.write('WAVE', 8);
      header.write('fmt ', 12);
      header.writeUInt32LE(16, 16);
      header.writeUInt16LE(1, 20);
      header.writeUInt16LE(this.channels, 22);
      header.writeUInt32LE(this.sampleRate, 24);
      header.writeUInt32LE(byteRate, 28);
      header.writeUInt16LE(this.channels * (this.bitDepth / 8), 32);
      header.writeUInt16LE(this.bitDepth, 34);
      header.write('data', 36);
      header.writeUInt32LE(0xFFFFFFFF, 40);
      
      this.push(header);
      this.headerSent = true;
    }
    // 转发PCM数据
    this.push(chunk);
    callback();
  }
}

// 使用示例
// const pcmStream = getYourPcmReadableStream();
// const wavStream = pcmStream.pipe(new PcmToWavTransform({ sampleRate: 24000, channels: 1 }));
// wavStream.pipe(fs.createWriteStream('output.wav'));

关于fluent-ffmpeg的问题 #

fluent-ffmpeg的流式输出无法直接播放是因为WAV头仅在流的开头输出，而data事件返回的分片数据缺少完整头或连续PCM，必须拼接整个流才能播放。但手动实现Transform流的方式比fluent-ffmpeg更轻量、高效，完全适配并发场景。

内容的提问来源于stack exchange，提问作者Royi Bernthal