如何用C++在WAV文件中写入多条音轨：逐个写入还是混合为单轨？

两种处理方式都可行，完全取决于你想要的最终音频效果——是保留独立音轨（做成多声道WAV），还是把所有音轨混合成单条音轨（单声道WAV）。先给你理清楚WAV的核心规则，再结合你的代码调整。

WAV文件的核心规则 #

WAV的音频数据是按采样周期批量存储的：每个"采样周期"对应所有声道的一组样本。比如双声道（左+右），每一个采样时刻，你要先写左声道的当前样本，再写右声道的当前样本，循环完所有采样周期，而不是先把左声道所有样本写完再写右声道的。

情况1：保留独立音轨（多声道WAV） #

如果想让两个音轨作为独立声道存在（比如左声道是track1，右声道是track2），这么改：

1. 修改WAV头：把num_channels设为2，同时确保byte_rate = sample_rate * num_channels * bits_per_sample / 8（这些参数必须对应，否则播放器无法识别）
2. 循环里每次计算当前采样周期的两个音轨样本，依次写入

修改后的核心代码示例：

#include <cmath>
#include <fstream>

const int sample_rate = 44100;
const int num_channels = 2; // 双声道
const int bits_per_sample = 16;
const int fsize = sample_rate * 2; // 生成2秒音频

// 修正波形生成：根据当前采样点计算相位
int16_t make_wave(int fre, int sample_rate, int sample_idx) {
    // 计算当前采样点的时间与相位
    double phase = 2 * M_PI * fre * sample_idx / (double)sample_rate;
    // 这里以正弦波为例，可替换为你的三角波/方波逻辑
    double amplitude = sin(phase);
    // 转换为int16_t的合法范围（-32768 到 32767）
    return (int16_t)(amplitude * 32767);
}

int main() {
    // 这里需要你正确初始化WAV头结构体wav，确保参数匹配
    std::ofstream out("test_stereo.wav", std::ios::binary);
    out.write(reinterpret_cast<const char*>(&wav), sizeof(wav));

    int fre1 = 440; // 示例频率：A4
    int fre2 = 523; // 示例频率：C5

    for (int i = 0; i < fsize; ++i) {
        int16_t sample_track1 = make_wave(fre1, sample_rate, i);
        int16_t sample_track2 = make_wave(fre2, sample_rate, i);
        // 依次写入左声道、右声道样本
        out.write(reinterpret_cast<char*>(&sample_track1), sizeof(int16_t));
        out.write(reinterpret_cast<char*>(&sample_track2), sizeof(int16_t));
    }

    out.close();
    return 0;
}

情况2：混合成单轨（单声道WAV） #

如果想把两个音轨混合成一个声音输出，这么做：

1. WAV头的num_channels设为1，其他参数对应调整
2. 每个采样周期，把两个音轨的样本相加，必须处理溢出（两个int16_t相加可能超出-32768~32767的范围，需要归一化或截断）
3. 写入混合后的单个样本

修改后的核心代码示例：

#include <cmath>
#include <fstream>
#include <algorithm> // 用于clamp

const int sample_rate = 44100;
const int num_channels = 1; // 单声道
const int bits_per_sample = 16;
const int fsize = sample_rate * 2;

int16_t make_wave(int fre, int sample_rate, int sample_idx) {
    double phase = 2 * M_PI * fre * sample_idx / (double)sample_rate;
    double amplitude = sin(phase);
    return (int16_t)(amplitude * 32767);
}

int main() {
    std::ofstream out("test_mono.wav", std::ios::binary);
    out.write(reinterpret_cast<const char*>(&wav), sizeof(wav));

    int fre1 = 440;
    int fre2 = 523;

    for (int i = 0; i < fsize; ++i) {
        int16_t s1 = make_wave(fre1, sample_rate, i);
        int16_t s2 = make_wave(fre2, sample_rate, i);
        // 混合样本：先转成int32_t避免溢出，再归一化或截断
        int32_t mixed = (int32_t)s1 + (int32_t)s2;
        // 归一化：除以音轨数量，保证振幅不超过范围
        mixed = mixed / 2;
        // 或者直接截断到int16_t的合法范围
        mixed = std::clamp(mixed, (int32_t)-32768, (int32_t)32767);
        int16_t final_sample = (int16_t)mixed;
        
        out.write(reinterpret_cast<char*>(&final_sample), sizeof(int16_t));
    }

    out.close();
    return 0;
}

你原有代码的问题 #

1. make_wave只计算了一次样本，没有随采样点i变化，这样写出来的音频是固定值的噪音，必须根据每个i计算对应的相位
2. 循环里没有处理多轨的逻辑，要么依次写入多声道样本，要么混合后写入单样本

内容的提问来源于stack exchange，提问作者user17780852