Unity中byte[]格式WAVE音频转AudioClip噪音问题及正确解析方法

核心问题分析 #

你直接将完整的WAVE文件字节数组（包含文件头）当作PCM采样数据处理，而WAVE文件开头的44字节是RIFF格式头（存储文件信息、音频参数），并非有效音频采样，这是噪音的主要来源。

正确处理步骤 #

1. 剥离WAVE文件头 #

标准RIFF格式的WAVE文件，PCM采样数据从第44字节开始，先截取有效采样部分：

byte[] waveFileData = 你的ROS接收字节数组;
int headerSize = 44;
byte[] pcmData = new byte[waveFileData.Length - headerSize];
Array.Copy(waveFileData, headerSize, pcmData, 0, pcmData.Length);

2. 匹配ROS端音频参数 #

根据capture_wave.launch的默认配置（可根据实际修改），音频参数为：

• 采样率：16000Hz
• 通道数：1（单声道）
• 位深：16位

3. 16位PCM转float数组 #

WAVE格式采用小端字节序，转换时需保证字节序正确，同时将16位有符号整数归一化到[-1,1]范围：

float[] floatData = new float[pcmData.Length / 2];
for (int i = 0; i < floatData.Length; i++)
{
    short sample;
    if (BitConverter.IsLittleEndian)
    {
        sample = BitConverter.ToInt16(pcmData, i * 2);
    }
    else
    {
        // 大端环境下反转字节
        byte[] reversedBytes = new byte[2];
        reversedBytes[0] = pcmData[i * 2 + 1];
        reversedBytes[1] = pcmData[i * 2];
        sample = BitConverter.ToInt16(reversedBytes, 0);
    }
    // 16位有符号范围是-32768~32767，用32768归一化到[-1,1]
    floatData[i] = sample / 32768.0f;
}

4. 创建可播放的AudioClip #

使用Unity的AudioClip.Create方法，参数必须和ROS端一致：

AudioClip audioClip = AudioClip.Create(
    "ROS_Audio",
    floatData.Length / 1, // 通道数为1，直接用数组长度
    1,
    16000,
    false
);
audioClip.SetData(floatData, 0);

关键注意事项 #

• 如果修改了capture_wave.launch中的采样率、通道数，必须同步修改Unity代码中的对应参数，参数不匹配会导致严重噪音或声音失真。
• 若仍有噪音，可检查ROS端是否开启了音频增益、降噪等配置，或确认网络传输中是否有字节丢失。

内容的提问来源于stack exchange，提问作者luzylulilu