Xamarin.Android实现WAV转M4A后音频音高速度异常问题求助

问题核心原因 #

输出音频播放速度快、音调偏高、总时长缩短，本质是音频帧时间戳计算偏差、未跳过WAV文件头、输入参数与实际WAV参数不匹配三类问题导致的。

具体修改建议 #

• 跳过WAV文件头
  标准WAV文件前44字节为元数据头，不属于PCM音频数据，直接全量读取会把无效头数据喂给编码器，导致音频帧偏移。在FileInputStream初始化后添加如下逻辑：

  // 跳过标准WAV头44字节，特殊格式WAV可根据实际情况调整偏移量
  fis.Skip(44);
  

• 修正时间戳计算逻辑
  原有时间戳计算使用整数除法会丢失精度，累加后会出现明显的时间偏移，修改计算逻辑避免精度损失：
  原代码：

  presentationTimeUs = 1000000l * (totalBytesRead / 2) / SAMPLING_RATE;
  

  修改为：

  // 16位单声道每个采样占2字节，先做浮点运算再转长整型避免精度丢失
  presentationTimeUs = (long)(1000000.0 * totalBytesRead / 2 / SAMPLING_RATE);
  

• 校验输入参数匹配度
  确认你输入的WAV文件参数和代码中常量完全一致：
  • 采样率必须为48000Hz
  • 位深必须为16bit
  • 声道数必须为单声道
    如果输入为双声道WAV，需要将创建MediaFormat时的声道数参数改为2，同时时间戳计算逻辑里的除数从2改为4（双声道16位每个采样占4字节）。
• 修复配置帧处理逻辑
  原有逻辑遇到CodecConfig标记直接丢弃缓冲区，部分设备的编码器会将配置信息和首帧音频打包到同一个缓冲区，丢弃会导致首帧丢失，修改处理逻辑：

  if ((outBuffInfo.Flags & MediaCodecBufferFlags.CodecConfig) != 0 && outBuffInfo.Size != 0)
  {
      // 配置帧也需要写入复用器，否则会影响解码器识别
      mux.WriteSampleData(audioTrackIdx, encodedData, outBuffInfo);
      codec.ReleaseOutputBuffer(outputBufIndex, false);
  }
  else
  {
      mux.WriteSampleData(audioTrackIdx, encodedData, outBuffInfo);
      codec.ReleaseOutputBuffer(outputBufIndex, false);
  }
  

内容的提问来源于stack exchange，提问作者SOuser