Go flac 单声道样本数与全部声道样本量有什么区别

在 Go 的 github.com/mewkiz/flac 中，meta.StreamInfo.NSamples 表示音频时间轴上的样本数，也就是每个声道各有多少个样本；它不会因为立体声有两个声道就自动乘以 2。若要统计所有声道中实际的标量采样值数量，应使用 NSamples * NChannels。例如，双声道、每声道 44100 个样本，NSamples 仍是 44100，而全部声道采样值是 88200。

官方地址：https://pkg.go.dev/github.com/mewkiz/flac

记忆方式：NSamples 数的是“横向时间位置”，NChannels 决定每个时间位置有几路值；只有在需要展开全部声道数据时，才计算两者的乘积。

先看清 flac 的两个“样本数”口径

FLAC 将同一时刻的各个声道看作一个 inter-channel sample。单声道在每个时间位置只有一个值，双声道在同一个时间位置有左、右两个值，但这两个值共享一个样本位置。因此，下面的关系最重要：

从 StreamInfo 读取时，为什么不要直接把 NSamples 当总量

ParseFile 会读取 FLAC 的元数据，stream.Info 中的 NSamples 和 NChannels 就是这次判断的依据。下面的示例只负责读取元数据并计算两种口径，代码没有把音频帧全部解码到内存。

package main

import (
    "fmt"
    "log"

    "github.com/mewkiz/flac"
)

func main() {
    // ParseFile 会读取 StreamInfo 和其它元数据块，适合先获取音频契约。
    stream, err := flac.ParseFile("input.flac")
    if err != nil {
        log.Fatal(err)
    }
    // Stream 持有底层文件资源，使用结束后要关闭它。
    defer stream.Close()

    info := stream.Info
    if info.NSamples == 0 {
        // 0 表示文件没有提供已知的总样本数，不能据此分配完整缓冲区。
        fmt.Println("总样本数未知")
        return
    }

    perChannel := info.NSamples
    allValues := perChannel * uint64(info.NChannels)
    // perChannel 是每声道数量，allValues 才是展开所有声道后的值数量。
    fmt.Printf("每声道样本数: %d\\n", perChannel)
    fmt.Printf("全部声道采样值: %d\\n", allValues)
}

这里的乘法只是在计算内存或统计口径时使用。它不表示 FLAC 文件在磁盘上一定按“左声道数组紧接右声道数组”的形式存储，因为 FLAC 的帧、子帧和声道去相关会影响编码布局。

逐帧读取时，BlockSize 和 Subframe.NSamples 仍是每声道口径

进入音频帧后，frame.Header.BlockSize 表示这一帧的 inter-channel sample 数，换句话说，它是每个子帧包含的样本位置数量。解析后的 frame.Subframes 中，每个 Subframe.NSamples 也对应一个声道（或去相关后的子帧）在该帧中的样本数。

因此，逐帧统计时可以用“帧样本数 × 子帧数量”得到本帧展开后的标量值数量；如果只是计算音频时长或进度，则只累加每帧的 BlockSize，不要再乘声道数。

// frame 已由 stream.ParseNext 解析；这里只展示计数口径，不执行音频处理。
frameValues := uint64(frame.Header.BlockSize) * uint64(len(frame.Subframes))
timelineSamples := uint64(frame.Header.BlockSize)

// frameValues 是这一帧各子帧样本展开后的值数量。
// timelineSamples 是这一帧在时间轴上推进的样本位置数量。
fmt.Println(frameValues, timelineSamples)

双声道帧通常有两个子帧，所以同样的时间轴长度会对应两倍的展开值。采用 mid/side 等声道去相关时，编码层的子帧名称可能是 mid、side 等变换通道；经过库的帧解析后，仍应沿用“时间轴样本数”和“声道/子帧值数”分开的口径，不要用文件字节数推断样本数。

分配缓冲区和处理异常时的三个边界

第一，NSamples == 0 表示总样本数未知，不能直接按完整音频长度分配切片；可以改成流式处理，或在逐帧读取时按需扩容。第二，NChannels 是声道数量，不是编码后子帧字节数，容量计算应同时考虑每个样本的 Go 类型大小，例如 NSamples * NChannels * 4 才是以 int32 存储时的字节估算。

第三，不要把 len(stream.Blocks) 当作声道数，也不要把 FLAC 的压缩字节数当作采样值数量。元数据块数量、帧数量、声道数和每声道样本数是四个不同维度。

常见问题

单声道文件的 NSamples 和全部采样值相同吗？

相同，因为单声道的 NChannels 是 1，乘法不会改变数量。

双声道的 NSamples 会不会已经包含左右两个声道？

不会。它表示每个声道在时间轴上的样本位置数；要展开左右两路的值，才乘以 2。

为什么不能用压缩文件大小换算样本数？

FLAC 的帧压缩比、预测方式、元数据和声道去相关都会改变字节数，样本数量应从 StreamInfo 或逐帧字段读取。

总结来说，Go flac 中“单声道样本数”更准确地说是每声道的 inter-channel sample 数；“全部声道样本量”是把这个时间轴长度乘以声道数。先确定业务需要的是时长、每声道数组，还是展开后的标量缓冲区，再选择对应公式。