浮点音频必须先归一化到[-1.0, 1.0]再转int16，否则会削波或溢出；需用clamp截断并乘以32767.0f缩放，不可用32768.0f。
浮点音频数据范围必须先归一化到 [-1.0, 1.0]
直接把 float 音频样本（比如从 FFT 或合成器输出）写成 16-bit PCM，会导致严重削波或静音——因为大多数浮点音频实际值远超 ±1.0（例如某些归一化失败的 WAV 解码、PyTorch 模型输出或未 clip 的混音缓冲区）。int16_t 可表示范围是 [-32768, 32767]，对应线性映射的 [-1.0, 1.0]。超出这个区间的浮点数会溢出，变成随机大值或 wrap-around。
实操建议：
- 用
std::clamp(val, -1.0f, 1.0f)（C++20）或手动val = fmaxf(-1.0f, fminf(1.0f, val))做安全截断 - 避免用
if (val > 1.0f) val = 1.0f;等分支逻辑——现代音频处理常在 SIMD 循环里批量转换，分支会显著拖慢速度 - 如果原始数据已知是 [-1.0, 1.0]（如 libsndfile 读取的 float32 WAV），可跳过这步，但务必确认——别信文档，自己抽样
std::max_element检查下
转换时必须乘以 32767.0f，不是 32768.0f
这是最容易错的点：有人以为 int16 范围是 65536 个值，就用 32768 当缩放因子，结果最大正数 1.0f 映射成 32768 → 溢出成 -32768（补码 wrap），导致高频“咔嗒声”。正确缩放因子是 32767.0f，因为 int16_t 正向最大值是 32767，负向最小值是 -32768，二者不对称，但线性量化约定以 0 为中心对称映射，所以统一用 32767 保证 ±1.0 都能精确落到端点。
示例关键代码：
for (size_t i = 0; i (clamped * 32767.0f);
buffer_i16[i] = s;
}
注意：static_cast<int16_t></int16_t> 对溢出行为是实现定义的（多数平台是截断），所以前面的 clamp 不可省；不要依赖 std::round——浮点转整在音频里通常用向零截断（truncation），更稳定且无额外延迟。
写入文件前要加 RIFF/WAV 头，不能只写 raw PCM
很多初学者把转换后的 int16_t 数组直接 fwrite 到 .wav 文件，结果播放器打不开或报“格式不支持”。WAV 是容器格式，必须带合法的 RIFF 头和 fmt 子块。哪怕只是快速验证，也推荐用极简头（44 字节标准头）：
- 采样率、通道数、位深必须与你写的 PCM 数据严格一致（例如 44100 Hz / stereo / 16-bit）
- 注意字节序：WAV 是小端（little-endian），x86 和 ARM 默认就是，不用翻转
- 可以用现成工具验证头是否合法：
ffprobe -v quiet -show_entries stream=codec_name,bits_per_sample,sample_rate,channels your.wav
如果只是临时调试，更推荐用 libsndfile（几行代码搞定写入），它自动处理头和端序，且支持 float32 输入直接写 WAV——省去手动转换步骤。
性能敏感场景要用 SIMD 批量转换
实时音频或长音频批处理中，逐样本循环转换（上面的 for-loop）会成为瓶颈。x86 上可用 AVX2 把 8 个 float 一次转成 8 个 int16_t，ARM 上用 NEON 同理。核心要点：
- 输入缓冲区地址需 32 字节对齐（
aligned_alloc或__attribute__((aligned(32)))） - 用
_mm256_cvtps_epi32先转 int32，再用_mm256_packs_epi32压缩成 int16，最后_mm256_storeu_si128写出（AVX2 示例） - 剩余不足 8 个样本，退回到标量循环处理，别硬凑 SIMD 宽度
- 编译时加
-mavx2 -O3，并确认目标 CPU 支持——别在 CI 里跑 AVX2 代码却没开 flag
真正难的不是写 SIMD，而是确保浮点输入已归一化且内存布局连续（interleaved vs. planar）、声道顺序正确。这些错误在标量版里可能只是轻微失真，在 SIMD 版里直接崩溃或乱码。
C++免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 C++ 的入门与实战技巧！
