Go oggvorbis Reader长度为什么以采样帧计数

oggvorbis.Reader 的 Length() 统计的是每声道时间轴上的采样数量，也可以称为 PCM 采样帧数。一次采样帧包含同一时刻所有声道的值，所以双声道不会让时长翻倍。容易混淆的是：Read 返回的 n 却是写入 float32 切片的值数量，等于本次采样帧数乘声道数；它不是字节数。

项目官方地址：https://github.com/jfreymuth/oggvorbis

本文固定参考 oggvorbis v1.0.5 的接口及实现，用于说明生产代码中的单位约定，不宣称该版本最新。这里的“采样帧”也不是一个 Vorbis 压缩包或 Ogg 页。

先把长度、样本值与字节数分开

播放器进度、缓冲区大小和导出文件大小使用不同计量方式。把它们都命名为 length，后面再靠记忆判断单位，容易在多声道接入时出错。建议在变量名和接口字段里直接标出 Frames、Values、Bytes。

设帧数为 F、声道数为 C、采样率为 R，那么时长为 F/R 秒，交错样本值数量为 F×C。float32 的每个值占4字节，所以这些值的载荷大小是 F×C×4。最后一个公式没有包含切片头、容量余量、容器头或其他对象开销。

例如 F=96000、R=48000、C=2，时长为2秒，双声道样本值有192000个，float32载荷为768000字节。这只是换算示例，不是程序输出，也不是压缩后的 .ogg 文件大小。将 Length 再除一次 Channels，会把这里的2秒误算成1秒。

给进度接口明确的单位和未知状态

面向生产接口时，建议把“是否知道总长度”作为独立状态返回。Length() 为0按该库约定表示长度未知，不能直接把它判成空音频，更不能用它作分母。未知时可显示当前秒数和不定进度，而不是编造总时长。

下面是原创进度快照函数。它只读状态、做单位换算，不负责播放、打开文件或保证整个输入完整；示例未作为实际执行结果展示。

package progress

import (
    "fmt"

    "github.com/jfreymuth/oggvorbis"
)

type View struct {
    PositionFrames int64
    LengthFrames   int64
    KnownTotal     bool
    Seconds        float64
    TotalSeconds   float64
    Ratio          float64
}

// Snapshot应由拥有Reader的同一执行方调用，避免并发读取其状态。
func Snapshot(r *oggvorbis.Reader) (View, error) {
    if r == nil {
        return View{}, fmt.Errorf("Reader不能为空")
    }
    rate := r.SampleRate()
    if rate  1 {
        // 只限制展示比例，原始帧位置保持不变。
        v.Ratio = 1
    }
    return v, nil
}

调用方必须先看 error，再看 KnownTotal；只有总量已知时，Ratio 才有百分比语义。对 pos 大于 total 的情况，函数只将展示比例限制为1，同时保留原始帧位置，便于定位调用时机或输入状态的问题。这是示例的产品约定，不是库会自动实施的规则。

按声道配置缓冲区，按n处理有效数据

要提供容纳 B 个采样帧的交错缓冲区，需要 B×Channels 个 float32 元素。比如双声道缓冲512帧，切片应有1024个元素。该缓冲以采样帧计的时间跨度是512/SampleRate 秒，和它有多少字节不是一回事。

调用 Read 后，可用数据是 buffer[:n]。计算本次返回的帧数量时，用 n/Channels；计算这些 float32 值的载荷大小时，用 n×4。n 可能小于缓冲区长度，不能把未写入的尾部元素也发送给后续处理。若 n 大于零且同时有错误，应先按自己的消费契约处理有效部分，再处理错误。

源码也体现了这层区别：内部累计音频位置时，会把解码值数除以声道数；对外返回位置时，还考虑内部缓冲中尚未交付的值。因此不要把内部已解码量、已交付量和设备实际播出的量混为一个进度。Read 消费到某处，不代表声卡恰好已经播放到那里。

v1.0.5 会把不是声道整数倍的读取切片长度缩到完整帧边界。应用应主动提供对齐的容量，不依赖被动截短；若缓冲连一个完整采样帧都容不下，不能期待它推动读取。不要把一次没有推进简单当作正常结束。

记录原始位置，限制派生进度

日志建议分别记录 position_frames、length_frames、sample_rate、channels、returned_values 以及 total_known。出现“时长只有一半”时，先看有没有多除一个声道数；出现“进度超出范围”时，查看原始位置，而不是只留下已经截成100%的展示值。

配置缓冲区时，还应明确最大帧数或内存预算。在整数乘法前判断 Frames×Channels 和 Values×4 是否超出允许范围，不把来自文件的总长度直接转成平台 int 后大规模分配。进度显示只需要除法，没有必要为了显示一个比例先分配整首音频。

本例不创建独立goroutine去读取Reader状态，而是要求由Reader的拥有者在读取边界生成快照，再把普通数据交给界面。这样可以把状态访问安排在同一处。若应用采用其他并发模型，需要自行定义同步规则，不能从这个辅助函数推断库提供了并发安全保证。

上线前容易混淆的三个问题

Position可以用累计n直接代替吗？不能直接代替，单位就不同。n累计后还要除声道数，而且累计值描述的是你统计区间内交付的数据量；定位操作会改变当前位置，不能用从程序启动开始的累计消费量代替绝对坐标。

底层不能Seek就永远不知道长度吗？初始化时无法借助可寻址输入探测长度，是未知总量的一种常见原因。v1.0.5 在读到结尾时也会更新长度。因此读取期间应理解它的状态可能变化，不能在最初读到0后永久锁定“长度为零”。

SetPosition传字节还是float32索引？它接受与Position相同的采样帧坐标。若从秒数换算，应结合采样率，而不是乘声道数；是否能够定位还取决于底层输入是否可寻址，调用错误必须处理。压缩文件字节偏移则属于另一套坐标，不能用上述PCM载荷公式替代。

参考资料：oggvorbis接口文档；v1.0.5 Reader实现；辅助读取函数实现；Vorbis规范；Go数值类型规范。