CCS环境下C语言VAD实现异常：fread致仅单帧被处理

问题出在哪？ #

1. 音频类型完全不匹配
   你写的compute_energy和vad函数都是用short处理16位音频样本，但main里偏用char*存数据，fread也按1字节的char读。这会导致两个大问题：

   • 把读取的字节数当成样本数，实际每个16位样本占2字节，样本数直接少了一半
   • 向vad传char*而不是short*，读取帧的时候内存访问全错，能量计算根本不准

2. 循环读取逻辑没写全
   while(num_samples > 0)里面只处理第一次读的数据，根本没再去读文件的后续内容，等于一直死循环处理同一帧（如果没提前终止的话）

3. 帧数量计算错了
   vad里num_frames = num_samples / FRAME_SIZE，这里的num_samples如果是字节数（不是实际样本数），自然算出来的帧数量不对。比如你读了256字节，当成256个样本，那256/256=1，只会处理1帧。

怎么改？ #

1. 统一用short存音频数据

   • 把audio_data改成short*，分配内存时按short的大小来
   • fread时指定sizeof(short)，每次读FRAME_SIZE个样本（也就是FRAME_SIZE*2字节）

2. 补全循环读取逻辑
   在while循环末尾再调用一次fread，更新num_samples，直到把文件读完

3. 修正样本数的计算逻辑
   num_samples是fread返回的实际样本数量，直接用它算帧数量就行

修正后的完整代码 #

#include <stdio.h>
#include <stdlib.h>
#include <math.h>
#include <errno.h>
#include <string.h>

#define FRAME_SIZE 256    // 每帧样本数（16位）
#define SAMPLE_RATE 16000 // 采样率
#define THRESHOLD 1e7     // 能量阈值

double compute_energy(const short *frame, int frame_size)
{
    double energy = 0.0;
    int i;

    for (i = 0; i < frame_size; ++i)
    {
        double val = frame[i];
        energy += val * val;
    }
    return energy;
}

void vad(const short *audio_data, int num_samples)
{
    int num_frames = num_samples / FRAME_SIZE;

    printf("NUM FRAMES: %d\n", num_frames);

    int i;

    for (i = 0; i < num_frames; ++i)
    {
        printf("i VALUE: %d\n", i);

        // 提取当前帧
        const short *frame = &audio_data[i * FRAME_SIZE];

        // 计算能量
        double energy = compute_energy(frame, FRAME_SIZE);

        // 语音/静音判断
        if (energy > THRESHOLD)
        {
            printf("Frame %d: 语音 (能量: %f)\n", i, energy);
        }
        else
        {
            printf("Frame %d: 静音 (能量: %f)\n", i, energy);
        }
    }
}

int main()
{
    // 16位单声道PCM裸文件路径
    const char *file_path = "../example.raw";

    // 打开文件
    FILE *file = fopen(file_path, "rb");
    if (!file)
    {
        fprintf(stderr, "打开文件失败 '%s': %s\n", file_path, strerror(errno));
        return 1;
    }

    // 获取文件大小和总样本数
    fseek(file, 0, SEEK_END);
    long filesize = ftell(file);
    printf("文件大小: %ld 字节\n", filesize);
    long total_samples = filesize / sizeof(short);
    printf("总样本数: %ld\n", total_samples);
    fseek(file, 0, SEEK_SET);

    // 分配一帧16位音频的内存
    short *audio_data = (short *)malloc(FRAME_SIZE * sizeof(short));
    if (!audio_data)
    {
        perror("内存分配失败");
        fclose(file);
        return 1;
    }

    // 读取第一帧
    int num_samples = fread(audio_data, sizeof(short), FRAME_SIZE, file);

    if (num_samples == 0 && ferror(file))
    {
        perror("文件读取失败");
        free(audio_data);
        fclose(file);
        return 1;
    }

    // 循环处理每一帧
    while (num_samples > 0)
    {
        printf("进入VAD处理\n");

        // 处理当前帧
        vad(audio_data, num_samples);

        // 读取下一帧
        num_samples = fread(audio_data, sizeof(short), FRAME_SIZE, file);
    }

    // 资源释放
    fclose(file);
    free(audio_data);

    return 0;
}

额外提醒 #

• 确认你的example.raw是16位单声道PCM裸数据，如果是8位或立体声，还要对应调整数据类型和读取逻辑
• 能量阈值THRESHOLD可能需要根据你的实际音频调整，不同场景的能量范围差异很大

内容的提问来源于stack exchange，提问作者posky