wav文件头需逐字节解析：先校验“riff”4字节，再读取文件大小（总长减8），接着验证“wave”4字节；之后循环查找“fmt ”块（末尾有空格），从中提取采样率、位深、声道数等pcm参数；最后遍历块结构定位“data”块及音频数据长度，注意小端序和声道交错。
WAV文件头结构怎么读取和校验
WAV文件是RIFF容器格式，开头固定有12字节的RIFF头，必须严格按字节顺序解析，不能依赖结构体直接memcpy——因为编译器可能插入填充字节，导致字段错位。
正确做法是逐字段读取并手动赋值：
- 先读4字节校验
"RIFF"，不匹配直接返回错误 - 接着读4字节文件总大小（
dwFileSize），注意这是整个文件长度减8，即file_size - 8 - 再读4字节格式标识，必须是
"WAVE" - 然后定位到
"fmt "子块：跳过当前块后，循环查找下一个4字节块ID，直到遇到"fmt "（注意末尾空格）
常见坑：Windows下用fread读二进制时忘记设rb模式，或用std::ifstream没调binary标志，导致换行符被误转，头数据全乱。
如何提取PCM采样参数（采样率、位深、声道数）
"fmt "块前4字节是子块大小（dwFmtSize），对标准PCM是16，但必须校验——有些录音设备会写18（含额外字段），这时要跳过扩展区再读"data"块。
关键字段在"fmt "块内偏移6开始：
-
wFormatTag：必须为1（WAVE_FORMAT_PCM），否则不是线性PCM -
wChannels：声道数，1或2最常见，但可能是6（5.1环绕） -
dwSamplesPerSec：采样率，常见44100/48000，但需按实际读取，别硬编码 -
wBitsPerSample：位深度，16最常见，但也可能是8、24、32；注意24位PCM在WAV中通常按3字节打包，不是int24类型 -
dwAvgBytesPerSec：可用来反推帧长，但建议用wChannels * wBitsPerSample / 8算每帧字节数更可靠
读取时务必用uint16_t/uint32_t等确定宽度的类型，避免short在不同平台大小不一致。
data块起始位置和音频数据长度怎么安全定位
WAV文件可能包含多个子块（如"LIST"、"cue "），不能假设"fmt "后紧跟"data"。必须从RIFF头起逐块遍历：
- 每个块结构：4字节ID + 4字节大小（
dwChunkSize）+dwChunkSize字节数据 - 读完
"fmt "块后，跳过其dwChunkSize字节，再读下一个4字节ID - 找到
"data"后，其后4字节就是音频数据长度（dwDataSize），不是文件剩余长度
容易踩的坑：dwDataSize是样本字节数，不是样本数；例如16位单声道，每样本2字节，真实样本数要除以2。另外，某些设备导出的WAV会在"data"前加"fact"块，必须跳过。
如何把原始字节转成可用的PCM样本数组
WAV的PCM数据是小端序（little-endian），且无符号8位（uint8_t）和有符号16/24/32位（int16_t/int32_t）混用，必须按wBitsPerSample分支处理：
- 8位：每个字节减128，转为
int16_t再归一化（-128~127 → -32768~32767） - 16位：直接
reinterpret_cast为int16_t*，但要注意内存对齐——若data指针地址%2≠0，需逐字节读取再合成 - 24位：每3字节一组，按小端拼成
int32_t，再右移8位（保留高24位符号） - 32位：直接转
int32_t*，但确认是PCM而非IEEE float（wFormatTag为3才是float）
最易忽略的是声道交错（interleaved）：双声道数据是LRLRLR排列，不是LLRR。解交错必须按wChannels拆分，不能只看总长度。
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！
