tuneR包分析少量WAV文件内存占用过高问题求助

需要批量扫描WAV文件，提取以下元数据并生成表格：

• 文件名、文件路径、修改日期
• 比特数（bits）、采样率（sample rate）、是否立体声、是否PCM
• 基于比特数、采样率和立体声状态计算实际比特率

当前使用tuneR包的readWave函数时，处理单个3小时的WAV文件（16位、48000Hz、1.97GB）就占用了约10.06GB内存，接近机器上限。后续要处理数千个文件（仅5%时长超10分钟），这种方案会引发严重内存问题。

现有代码如下：

install.packages("fs")
install.packages("tuneR")
install.packages("tidyverse")
library(fs)
library(tuneR)
library(tidyverse)

read_wav_metadata <- function(file_path) {
  # Read WAV file
  wav_data <- readWave(file_path)
  
  # Extract metadata
  metadata <- tibble(
    FileName = basename(file_path),
    FilePath = dirname(file_path),
    Bits = wav_data@bit,
    SampleRate = wav_data@samp.rate,
    StereoTF = wav_data@stereo,
    PCTF = wav_data@pcm
  )
  
  return(metadata)
}

# Directory containing audio files
audio_dir <- "C:/full/path/to/folder/"

wav_files <- dir_ls(audio_dir, regexp = "\\.wav$")

# Initialize an empty list to store metadata for each WAV file
metadata_list <- list()

# Iterate over each WAV file, read metadata, and store in the list
for (file in wav_files) {
  metadata_list[[file]] <- read_wav_metadata(file)
}

# Combine metadata for all WAV files into a single data frame
tibble(
  do.call(rbind, metadata_list)) -> metadata_df

tuneR的readWave函数默认会加载整个音频的采样数据到内存，而你只需要文件头里的元数据。大文件的采样数据量极大，比如3小时16位48kHz立体声WAV，采样点总数是3*3600*48000*2 = 1,036,800,000，每个采样点占2字节，光采样数据就占约2GB，加上R对象的额外存储开销，导致内存占用飙升到10GB。而Winamp、Traktor这类软件只读取文件头的元数据，不会加载音频内容，所以内存占用极低。

改用只读取WAV文件头的工具，以下提供两种高效方案：

方案1：使用av包（推荐，纯R实现） #

av包基于FFmpeg，可以快速提取音频元数据，无需加载音频内容：

install.packages(c("fs", "av", "tidyverse"))
library(fs)
library(av)
library(tidyverse)

read_wav_metadata <- function(file_path) {
  # 提取文件系统元数据
  file_info <- file_info(file_path)
  # 提取音频流核心信息
  audio_info <- av_media_info(file_path)$audio[[1]]
  
  # 计算实际比特率：比特数 * 采样率 * 声道数 / 1000（单位kbps）
  bitrate <- audio_info$bits_per_sample * audio_info$sample_rate * audio_info$channels / 1000
  
  tibble(
    FileName = basename(file_path),
    FilePath = dirname(file_path),
    ModificationDate = file_info$modification_time,
    Bits = audio_info$bits_per_sample,
    SampleRate = audio_info$sample_rate,
    StereoTF = audio_info$channels == 2,
    PCTF = str_starts(audio_info$codec_name, "pcm_"),
    CalculatedBitrate = bitrate
  )
}

audio_dir <- "C:/full/path/to/folder/"
wav_files <- dir_ls(audio_dir, regexp = "\\.wav$")

# 批量处理，自动释放单文件内存
metadata_df <- map_dfr(wav_files, read_wav_metadata)

方案2：调用FFmpeg命令行（适合无R包依赖场景） #

如果机器已安装FFmpeg，可以直接调用命令行提取元数据，内存占用几乎为0：

install.packages(c("fs", "tidyverse"))
library(fs)
library(tidyverse)

read_wav_metadata_ffmpeg <- function(file_path) {
  file_info <- file_info(file_path)
  # 调用FFprobe提取音频元数据
  cmd <- sprintf('ffprobe -v error -show_entries stream=bits_per_sample,sample_rate,channels,codec_name -of default=noprint_wrappers=1:nokey=1 "%s"', file_path)
  output <- system(cmd, intern = TRUE)
  
  bits <- as.integer(output[1])
  sample_rate <- as.integer(output[2])
  channels <- as.integer(output[3])
  codec <- output[4]
  
  bitrate <- bits * sample_rate * channels / 1000
  
  tibble(
    FileName = basename(file_path),
    FilePath = dirname(file_path),
    ModificationDate = file_info$modification_time,
    Bits = bits,
    SampleRate = sample_rate,
    StereoTF = channels == 2,
    PCTF = str_starts(codec, "pcm_"),
    CalculatedBitrate = bitrate
  )
}

audio_dir <- "C:/full/path/to/folder/"
wav_files <- dir_ls(audio_dir, regexp = "\\.wav$")

metadata_df <- map_dfr(wav_files, read_wav_metadata_ffmpeg)

• av包在Windows/macOS安装时会自动附带FFmpeg依赖，Linux系统可能需要手动安装FFmpeg
• 方案2需要提前在系统安装FFmpeg，并确保其在环境变量PATH中可调用
• 两种方案都仅读取文件头信息，内存占用极低，适合批量处理数千个文件

内容的提问来源于stack exchange，提问作者Adam_S