C++如何将.wav文件subchunk2的音频数据存储到数组

你现有代码存在几处会导致读取失败的关键问题，以下是修正后的完整实现和说明。

现有代码核心错误 #

• 结构体未做内存对齐：C/C++默认会对结构体成员做字节对齐，你定义的头结构体内存布局和WAV标准规定的44字节头不匹配，直接fread会导致所有头字段读错位
• 字段含义理解错误：subchunk2_size存储的是音频数据块的总字节数，不是样本总数。16位PCM音频单个样本占2字节，实际总样本数需要按位深换算
• 读取逻辑不完整：现有循环仅把数据读到临时缓冲区，没有写入你申请的目标数组，也没有做音频格式常规的整数到浮点的归一化转换
• 缺少格式校验：没有校验文件合法性和编码格式，遇到非PCM、非16位的WAV文件会直接读错

修正后实现代码 #

首先修正WAV头结构体定义，强制1字节对齐保证内存布局和标准一致：

// 强制1字节对齐，消除编译器自动插入的填充字节
#pragma pack(push, 1)
typedef struct WavHeader
{
    char chunk_id[4];
    int chunk_size;
    char format[4];
    char subchunk1_id[4];
    int subchunk1_size;
    short audio_format;
    short num_channels;
    int sample_rate;
    int byte_rate;
    short block_align;
    short bits_per_sample;
    char subchunk2_id[4];
    int subchunk2_size;
} WavHeader;
#pragma pack(pop)

完整读取逻辑：

#include <iostream>
#include <cstdio>
#include <cstdlib>
#include <cstring>
#include <algorithm>
using namespace std;

int main()
{
    const int FRAME_SIZE = 512;
    FILE* infile = fopen("E:/fCWT-main/MATLAB/1s_speech.wav", "rb");
    if (!infile)
    {
        cout << "打开WAV文件失败" << endl;
        return -1;
    }

    WavHeader meta;
    fread(&meta, 1, sizeof(WavHeader), infile);

    // 基础合法性校验
    if (memcmp(meta.chunk_id, "RIFF", 4) != 0 || memcmp(meta.format, "WAVE", 4) != 0)
    {
        cout << "输入不是合法WAV文件" << endl;
        fclose(infile);
        return -1;
    }
    if (meta.audio_format != 1)
    {
        cout << "仅支持PCM编码WAV，其他编码请先转码" << endl;
        fclose(infile);
        return -1;
    }
    if (meta.bits_per_sample != 16)
    {
        cout << "示例代码适配16位位深，其他位深请修改样本转换逻辑" << endl;
        fclose(infile);
        return -1;
    }

    // 计算实际样本参数
    int total_audio_bytes = meta.subchunk2_size;
    int bytes_per_sample = meta.bits_per_sample / 8;
    int total_samples = total_audio_bytes / bytes_per_sample;
    
    // 申请浮点数组存储音频，归一化到[-1,1]区间（音频处理通用输入格式）
    float* audio_data = (float*)malloc(sizeof(float) * total_samples);
    if (!audio_data)
    {
        cout << "内存申请失败" << endl;
        fclose(infile);
        return -1;
    }

    short buff16[FRAME_SIZE];
    int read_total_bytes = 0;
    int write_pos = 0;
    int frame_count = 0;

    while (read_total_bytes < total_audio_bytes)
    {
        // 计算本次需要读取的字节数，避免最后一帧多读
        int to_read = min((int)(FRAME_SIZE * sizeof(short)), total_audio_bytes - read_total_bytes);
        int nb = fread(buff16, 1, to_read, infile);
        if (nb == 0) break;

        int read_sample_count = nb / sizeof(short);
        // 16位整数转归一化浮点存入目标数组
        for (int i = 0; i < read_sample_count; i++)
        {
            audio_data[write_pos + i] = buff16[i] / 32768.0f;
        }

        write_pos += read_sample_count;
        read_total_bytes += nb;
        frame_count++;
    }

    cout << "读取完成：" << endl;
    cout << "采样率：" << meta.sample_rate << "Hz" << endl;
    cout << "声道数：" << meta.num_channels << endl;
    cout << "总样本数：" << total_samples << endl;
    cout << "按" << FRAME_SIZE << "采样/帧划分，总帧数：" << frame_count << endl;

    // 后续直接使用audio_data数组做音频处理即可
    // 自定义处理逻辑写在这里

    // 资源释放
    free(audio_data);
    fclose(infile);
    return 0;
}

补充说明 #

• 双声道及多声道音频读取后，样本按声道顺序交替存储（如双声道为左、右、左、右...），按需做声道分离即可
• 若需要处理8位、24位、32位位深的音频，只需修改样本读取和转换的对应逻辑，头读取和整体流程不变
• 不要使用while(!feof(infile))做循环判断，该标志只有在读取操作触碰到文件尾后才会置位，会导致最后多读一次无效数据

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