libsndfile与XAudio2整合爆音：如何配置正确的格式与缓冲区参数

你当前代码的所有异常基本都来自参数错位，逐点说明：

• 最核心的格式错位：你硬编码设置wBitsPerSample = 8，但实际用sf_read_short读取存储的是16位带符号PCM采样。XAudio2会按照8位无符号采样的规则解析内存数据，把16位样本的高低字节拆成两个独立样本播放，这是爆音、杂音的主要来源。
• 缓冲区长度计算错误：XAUDIO2_BUFFER.PlayLength的单位是「每通道的采样帧数」，不是总样本数也不是字节数。你直接传入wav.size()会导致XAudio2读取越界，触发播放异常。
• 类型转换的误区澄清：你担心把int16_t数组转成BYTE*传入XAudio2有问题是多余的。pAudioData本身是裸内存指针，只要格式参数和实际内存布局匹配，强转不会引发任何问题。
• 连锁参数错误：因为wBitsPerSample设置错误，后续计算得到的nBlockAlign、nAvgBytesPerSec全部和实际数据不匹配，进一步放大播放异常。

由于你固定使用sf_read_short读取数据，无论源文件是flac、ogg、wav还是其他格式，libsndfile都会自动把采样转成16位带符号短整型输出，不需要动态匹配源文件位深，按固定16位PCM填参数即可：

• 格式块填充规则
  • wFormatTag = WAVE_FORMAT_PCM：适配标准16位PCM数据，不需要扩展格式
  • nChannels = info.channels：直接用libsndfile返回的通道数
  • nSamplesPerSec = info.samplerate：直接用返回的采样率
  • wBitsPerSample = 16：匹配实际读取的短整型位深
  • nBlockAlign = nChannels * wBitsPerSample / 8：公式逻辑本身正确
  • nAvgBytesPerSec = nSamplesPerSec * nBlockAlign：公式逻辑本身正确
  • cbSize = 0：标准PCM格式无扩展字段，不需要额外赋值
• 缓冲区块填充规则
  • AudioBytes：按总内存字节数计算，即wav.size() * sizeof(int16_t)，你原来的计算逻辑是正确的
  • pAudioData：直接将wav的内存地址强转为BYTE*即可，和你原有写法一致
  • PlayLength：按每通道帧数计算，即wav.size() / info.channels
  • 循环相关字段、结束标记字段的原有写法都是正确的，不需要改动

SF_INFO info{};
SNDFILE* file = sf_open(filename.c_str(), SFM_READ, &info);
if (!file) {
    // 补充打开失败的错误处理
}

// 存储类型匹配读取接口的返回值，避免不必要的类型混淆
std::vector<int16_t> wav;
std::array<int16_t, READ_BLOCK_SIZE> read_buf{};
sf_count_t read_size = 0;
while ((read_size = sf_read_short(file, read_buf.data(), read_buf.size())) != 0) {
    wav.insert(wav.end(), read_buf.begin(), read_buf.begin() + read_size);
}

// 正确填充WAVEFORMATEX
WAVEFORMATEX waveFormat{};
waveFormat.wFormatTag = WAVE_FORMAT_PCM;
waveFormat.nChannels = info.channels;
waveFormat.nSamplesPerSec = info.samplerate;
waveFormat.wBitsPerSample = 16;
waveFormat.nBlockAlign = waveFormat.nChannels * waveFormat.wBitsPerSample / 8;
waveFormat.nAvgBytesPerSec = waveFormat.nSamplesPerSec * waveFormat.nBlockAlign;
waveFormat.cbSize = 0;

// 正确填充XAUDIO2_BUFFER
XAUDIO2_BUFFER buffer{};
buffer.AudioBytes = (UINT32)(wav.size() * sizeof(int16_t));
buffer.pAudioData = (BYTE*)wav.data();
buffer.Flags = XAUDIO2_END_OF_STREAM;
buffer.PlayBegin = 0;
buffer.PlayLength = (UINT32)(wav.size() / info.channels);
buffer.LoopBegin = 0;
buffer.LoopCount = 0;
buffer.LoopLength = 0;
buffer.pContext = nullptr;

补充说明：这套读取逻辑和你之前对接OpenAL的实现完全兼容，libsndfile的自动格式转换会把所有输入源统一转成16位PCM，不需要额外做格式适配。

内容的提问来源于stack exchange，提问作者Slat Slatius