如何通过MS Media Foundation API从.m4a文件获取原始Wave音频数据？

你拿到的IMFSample缓冲区是编码后的AAC数据（m4a容器默认封装AAC编码），要得到原始Wave格式的PCM数据，必须通过Media Foundation的解码器组件解码，步骤如下：

1. 构建媒体源与解码拓扑 #

• 用MFCreateSourceResolver创建源解析器，调用CreateObjectFromURL加载.m4a文件，获取IMFMediaSource。
• 通过IMFMediaSource获取音频流的IMFMediaTypeHandler，筛选出编码格式的媒体类型（比如AAC对应的MF_MT_SUBTYPE为MFAudioFormat_AAC）。
• 手动构建拓扑：先添加媒体源节点，再插入AAC解码器节点，最后连接到自定义接收器节点（用于接收解码后的PCM数据）；也可以用MFCreateTranscodeTopology快速生成带解码的拓扑。

2. 指定解码器输出为PCM格式 #

解码器需要明确输出原始PCM类型，你需要创建符合需求的PCM媒体类型并设置给解码器：

IMFMediaType* pPCMType = nullptr;
MFCreateMediaType(&pPCMType);
pPCMType->SetGUID(MF_MT_MAJOR_TYPE, MFMediaType_Audio);
pPCMType->SetGUID(MF_MT_SUBTYPE, MFAudioFormat_PCM);
pPCMType->SetUINT32(MF_MT_AUDIO_NUM_CHANNELS, 2); // 根据音频实际通道数设置
pPCMType->SetUINT32(MF_MT_AUDIO_SAMPLES_PER_SECOND, 44100); // 采样率
pPCMType->SetUINT32(MF_MT_AUDIO_BITS_PER_SAMPLE, 16); // 位深
pPCMType->SetUINT32(MF_MT_AUDIO_BLOCK_ALIGNMENT, 4); // 对齐值=通道数*位深/8
pPCMType->SetUINT64(MF_MT_AUDIO_AVG_BYTES_PER_SECOND, 44100*4); // 码率=采样率*对齐值

将该类型设置为解码器的输出类型，确保解码器输出原始PCM数据。

3. 处理解码后的IMFSample #

• 调用MFStartup(MF_VERSION)初始化Media Foundation，创建IMFMediaSession并启动拓扑。
• 通过IMFMediaEventGenerator监听事件：收到MESessionTopologyStatus事件确认拓扑就绪后，等待MEMediaSample事件。
• 收到MEMediaSample事件时，取出IMFSample，遍历其中的IMFMediaBuffer。调用IMFMediaBuffer->Lock获取缓冲区指针，此时拿到的就是原始PCM数据，格式与你配置的一致。
• 处理完成后调用Unlock释放缓冲区，退出时记得调用MFShutdown()。

关键注意事项 #

• Windows 10及以上系统默认自带AAC解码器，低版本可能需要额外安装解码组件。
• 写入Wave文件时，需先构造包含PCM格式参数的Wave文件头，再写入PCM数据，才能生成标准Wave文件。

内容的提问来源于stack exchange，提问作者olpchk