如何用C#与NAudio实现精确音频播放，解决节拍器计时偏差？

问题出在哪？ #

你当前方案的核心问题是外部定时器与音频播放时钟完全独立，两个不同步的时钟源直接导致了间隔波动：

1. Windows系统的定时器（哪怕是高精度版本）本身存在调度延迟，无法做到绝对精准的500ms触发。
2. DirectSoundOut依赖缓冲播放，你重置waveReader.CurrentTime的操作无法即时反映到输出——播放器已经提前缓冲了一段数据，重置读取器位置后需要等待缓冲耗尽再重新填充，这个过程的延迟不稳定，直接造成了交替的480/520ms间隔。

实现精准节拍的正确思路 #

放弃外部定时器，基于音频采样时钟驱动节拍——音频设备的采样率是固定且精准的（比如44100Hz，每22.7微秒输出一个样本），以此为基准触发节拍，能做到毫秒级以内的精度。

代码实现示例 #

下面是基于自定义WaveProvider的稳定节拍器方案，直接在音频流中生成节拍，完全同步于音频时钟：

using System;
using NAudio.Wave;

namespace audio_timing_test
{
    // 自定义节拍音频流生成器
    class MetronomeWaveProvider : WaveProvider32
    {
        private readonly int _sampleRate;
        private readonly double _samplesPerBeat;
        private long _totalSamples;
        private readonly float[] _tickAudioData;
        private int _tickPlaybackIndex;

        public MetronomeWaveProvider(int bpm, float[] tickAudioData, int sampleRate = 44100)
        {
            _sampleRate = sampleRate;
            _tickAudioData = tickAudioData;
            // 计算每拍对应的样本数：采样率/(BPM/60)
            _samplesPerBeat = _sampleRate / (bpm / 60.0);
            SetWaveFormat(_sampleRate, 1); // 单声道，可根据需求改为立体声
        }

        public override int Read(float[] buffer, int offset, int count)
        {
            int samplesWritten = 0;
            while (samplesWritten < count)
            {
                // 到达节拍触发点时，重置节拍音频的播放索引
                if (_totalSamples % (long)_samplesPerBeat == 0)
                {
                    _tickPlaybackIndex = 0;
                }

                // 优先填充节拍音频数据
                while (samplesWritten < count && _tickPlaybackIndex < _tickAudioData.Length)
                {
                    buffer[offset + samplesWritten] = _tickAudioData[_tickPlaybackIndex];
                    samplesWritten++;
                    _tickPlaybackIndex++;
                    _totalSamples++;
                }

                // 剩余位置填充静音
                while (samplesWritten < count)
                {
                    buffer[offset + samplesWritten] = 0f;
                    samplesWritten++;
                    _totalSamples++;
                }
            }
            return count;
        }
    }

    class Program
    {
        static void Main(string[] args)
        {
            int targetBpm = 120;
            string tickSoundPath = System.AppContext.BaseDirectory + "ticksound.wav";

            // 预加载节拍音频到内存
            using var tickReader = new WaveFileReader(tickSoundPath);
            var tickAudioData = new float[tickReader.SampleCount * tickReader.WaveFormat.Channels];
            tickReader.Read(tickAudioData, 0, tickAudioData.Length);

            // 创建节拍器音频流
            var metronomeProvider = new MetronomeWaveProvider(targetBpm, tickAudioData, tickReader.WaveFormat.SampleRate);
            
            // 使用WaveOutEvent替代DirectSoundOut，低延迟且稳定
            using var player = new WaveOutEvent();
            // 可调整缓冲大小进一步降低延迟，需根据设备适配
            player.DesiredLatency = 10;
            player.Init(metronomeProvider);
            player.Play();

            Console.WriteLine("Press key to exit.");
            Console.ReadKey();
        }
    }
}

额外优化建议 #

1. 选择合适的播放器：用WaveOutEvent替代DirectSoundOut，它在现代Windows系统上的延迟表现更优，也更适配实时音频场景。
2. 调整缓冲大小：通过WaveOutEvent.DesiredLatency设置更小的缓冲（比如10ms），但注意过小可能导致爆音，需要根据你的音频设备调试。
3. 预加载音频：把节拍声音提前加载到内存数组，避免每次播放时的文件IO开销，进一步提升稳定性。

内容的提问来源于stack exchange，提问作者ViRazY