基于NAudio的NETCore平台任意音频转GSM格式的简便实现方法咨询

前置依赖 #

安装NAudio NuGet包：

dotnet add package NAudio

注意：MediaFoundationReader依赖Windows系统MediaFoundation组件，仅支持Windows平台运行，跨平台场景可替换为FFmpeg相关解码组件。

完整代码 #

using NAudio.Wave;
using NAudio.MediaFoundation;

public static bool ConvertToGsm(string sourcePath, string destPath)
{
    try
    {
        // MediaFoundation初始化全局仅需执行一次，可迁移到程序启动逻辑
        MediaFoundationApi.Startup();

        using (var sourceReader = new MediaFoundationReader(sourcePath))
        {
            // GSM编码器输入要求为16位、8kHz、单声道PCM，先做重采样
            var targetPcmFormat = new WaveFormat(8000, 16, 1);
            using (var resampler = new MediaFoundationResampler(sourceReader, targetPcmFormat))
            {
                // 生成标准GSM 6.10编码格式
                var gsmFormat = WaveFormat.CreateCustomFormat(
                    WaveFormatEncoding.Gsm610, 
                    8000, 
                    1, 
                    1625, 
                    65, 
                    2
                );
                // PCM转GSM编码流
                using (var conversionStream = new WaveFormatConversionStream(gsmFormat, resampler))
                {
                    // 写入目标WAV文件
                    WaveFileWriter.WriteWavFileToStream(destPath, conversionStream);
                }
            }
        }
        return true;
    }
    catch
    {
        // 可自行添加异常日志记录逻辑
        return false;
    }
}

关键说明 #

• 原代码中定义的WaveFormat(8000, 8, 1)是8位无压缩PCM格式，不是标准GSM编码格式，需用WaveFormat.CreateCustomFormat生成GSM编码配置
• 所有IO、编码流都需要用using包裹，避免资源泄漏导致文件被锁定
• 重采样是必须步骤：绝大多数源音频的参数不符合GSM编码器输入要求，必须先转成16位8kHz单声道PCM再做编码
• 全局仅需调用一次MediaFoundationApi.Startup()，不需要每次转换都执行，可放到程序启动初始化逻辑中提升性能

跨平台适配 #

如果需要在Linux、macOS环境运行，可将解码和重采样逻辑替换为FFmpeg.AutoGen等跨平台音视频处理库，GSM编码转换逻辑可直接复用。

内容的提问来源于stack exchange，提问作者mordechai