【Python】测量WAV文件播放时长

问题

windows播放WAV音频文件，一般使用API函数，如PlaySound。实际使用发现，从调用PlaySound到实际开始播放存在200ms以上的延时，在游戏编程中音效实时性是个需要解决的问题。

本文主要讨论，windows播放WAV文件的衍生问题：如何测量WAV文件的播放时长？

解决方法

1、WAV文件头部格式

WAV（Waveform Audio File Format）是一种常见的音频文件格式，它以无损的方式存储音频数据。每个WAV文件都包含一个文件头（Header）来描述音频的格式和属性。下面是WAV文件头的一般格式：

typedef struct {
    char     riff[4];        // "RIFF"标识符
    DWORD    fileSize;       // 文件总大小（不包括riff和fileSize字段本身的大小）
    char     wave[4];        // "WAVE"标识符
    char     fmt[4];         // "fmt "标识符
    DWORD    fmtSize;        // fmt块大小
    WORD     audioFormat;    // 音频格式代码（例如，PCM为1）
    WORD     numChannels;    // 声道数
    DWORD    sampleRate;     // 采样率
    DWORD    byteRate;       // 每秒的字节数
    WORD     blockAlign;     // 数据块对齐单位（每个采样帧的字节数）
    WORD     bitsPerSample;  // 每个采样的位数
    char     data[4];        // "data"标识符
    DWORD    dataSize;       // 音频数据大小
} WAVHeader;

WAV文件头的结构包括以下字段：

riff: 固定为"RIFF"，表示文件类型。
fileSize: 文件的总大小，不包括riff和fileSize字段本身的大小。
wave: 固定为"WAVE"，表示音频格式类型。
fmt: 固定为"fmt "，表示音频格式块。
fmtSize: fmt块的大小。
audioFormat: 音频格式代码，常见的PCM格式为1。
numChannels: 声道数，如单声道为1，立体声为2。
sampleRate: 采样率，表示每秒采样的次数。
byteRate: 每秒的字节数，计算方式为sampleRate * numChannels * bitsPerSample / 8。
blockAlign: 数据块对齐单位，表示每个采样帧的字节数，计算方式为numChannels * bitsPerSample / 8。
bitsPerSample: 每个采样的位数，表示音频的精度。
data: 固定为"data"，表示音频数据块。
dataSize: 音频数据的大小，即音频数据块的字节数。

2、使用Python计算WAV文件播放时长

import wave

def get_wav_duration(file_path):
    with wave.open(file_path, 'rb') as wav_file:
        # 获取音频文件的帧数
        frames = wav_file.getnframes()
        # 获取帧速率（每秒的帧数）
        frame_rate = wav_file.getframerate()
        # 计算音频时长（单位：秒）
        duration = frames / float(frame_rate)
        return duration

# 指定 WAV 文件的路径
file_path = 'D:/01.Study/PYTHON/01/1.wav'

# 调用函数获取时长
duration = get_wav_duration(file_path)
print("文件时长：{} 秒".format(duration))

执行后的结果：