Qt+FFmpeg实现跨平台音频采集与WAV封装

1. 项目概述与核心原理

这个录音程序的核心架构分为三个主要部分：Qt框架负责用户界面和线程管理，FFmpeg处理音频采集，以及自定义的WAV封装逻辑。整个程序的运行流程可以概括为：用户通过Qt界面触发录音操作，FFmpeg从麦克风采集原始PCM数据，最后将这些数据封装成标准WAV格式文件。

1.1 音频基础概念解析

在深入代码之前，我们需要明确几个关键音频概念：

**PCM（脉冲编码调制）**是数字音频最基础的表示形式。它直接记录了声音波形在离散时间点上的振幅值，没有任何压缩和封装。想象PCM就像是一串连续的数字，每个数字代表特定时刻的声音强度。这种原始数据虽然完整保留了音频信息，但缺少必要的元数据（如采样率、声道数等），因此无法直接被播放器识别。

WAV文件实际上是PCM数据加上一个44字节的文件头。这个文件头就像音频数据的"身份证"，包含了播放所需的所有参数信息。WAV格式的优势在于它保持了音频的原始质量（无压缩），同时提供了标准的封装格式，使得各种播放器都能正确识别和播放。

音频参数三要素：

• 采样率（如44100Hz）：每秒采集的音频样本数，相当于视频的帧率
• 位深度（如16bit）：每个样本的精度，决定动态范围和信噪比
• 声道数（1或2）：单声道或立体声，影响空间感

1.2 技术选型考量

选择Qt+FFmpeg组合主要基于以下考虑：

Qt的优势：

• 跨平台GUI开发，一套代码可在Windows/macOS/Linux运行
• 完善的信号槽机制，简化线程间通信
• 丰富的工具类（如QFile文件操作、QTimer定时器等）
• 活跃的社区和丰富的文档资源

FFmpeg的优势：

• 业界标准的音视频处理库
• 统一的API支持各种输入设备（麦克风、摄像头等）
• 成熟的错误处理机制
• 跨平台兼容性（Windows的dshow，macOS的avfoundation）

提示：在实际项目中，这种组合已被证明能稳定处理48kHz/16bit的高质量音频采集，同时保持较低的CPU占用率（约3-5%）。

2. 核心模块实现细节

2.1 WAV文件头结构设计

WAV文件头的设计是整个项目的基石。我们定义的WAVHeader结构体严格遵循Microsoft的WAV格式规范，确保生成的文件能被所有标准播放器识别。

cpp复制typedef struct {
    // RIFF块
    uint8_t riffChunkId[4] = {'R', 'I', 'F', 'F'};
    uint32_t riffChunkDataSize; // 文件总长度-8
    
    // 格式标识
    uint8_t format[4] = {'W', 'A', 'V', 'E'};
    
    // fmt块
    uint8_t fmtChunkId[4] = {'f', 'm', 't', ' '};
    uint32_t fmtChunkDataSize = 16;
    uint16_t audioFormat = AUDIO_FORMAT_PCM;
    uint16_t numChannels;
    uint32_t sampleRate;
    uint32_t byteRate;
    uint16_t blockAlign;
    uint16_t bitsPerSample;
    
    // data块
    uint8_t dataChunkId[4] = {'d', 'a', 't',