使用go lang获取caf音频文件的持续时间

我想使用go获取.caf音频文件的持续时间。我发现了一些解码器，但它们的Duration（）方法只返回0，其中的注释可能建议了计算持续时间的方法，有人知道这些注释是否合法吗？如果是，我将如何计算持续时间？如果没有简单的解决办法，我会接受“这不可能”作为答案

func (d *Decoder) Duration() time.Duration {
    //duration := time.Duration((float64(p.Size) / float64(p.AvgBytesPerSec)) * float64(time.Second))
    //duration := time.Duration(float64(p.NumSampleFrames) / float64(p.SampleRate) * float64(time.Second))

    return 0
}

---

一个实现示例，尽管我很乐意使用任何易于安装的实现：

直接获取链接文件中的文档注释。在这些文档中，您会发现以下两件重要的事情：

“文件中音频的持续时间是[有效帧数]除以文件音频描述块中指定的采样率。”

好的，很酷，但是有多少有效帧？有两种可能的了解方法：

• 如果CAF有一个数据包表，它必须包括有效帧的数量。太好了
• 唯一不允许有数据包表的CAF是具有恒定数据包大小的CAF：

请注意，只要格式的每个数据包具有恒定的帧数，就可以通过将mSampleRate[每秒帧数]值除以mFramesPerPacket值来计算每个数据包的持续时间

这会告诉您每个数据包的持续时间，但由于数据包的大小是恒定的，因此数据包的数量只是

audioDataSize/bytesPerPacket

。后一个值包含在音频描述中。前者通常直接嵌入到文件中，但允许它是

-1

，音频数据作为最后一个块，在这种情况下，它的大小是

totalFileSize-startOfAudioData

它分解如下：

• 如果有数据包表块，请使用它和音频描述：

  seconds=validFrames/sampleRate

• 否则，数据包必须具有恒定的大小：

  • framesPerByte=framesPerPacket/bytesPerPacket

  • seconds=framesPerByte*audioDataSize

您拥有的库读取音频描述块，但我认为它不会读取数据包表。此外，如果区块为-1，我不确定它会计算音频数据大小。也许两者都有，在这种情况下，你可以使用上面的信息

如果没有，您可以自己解析文件，特别是如果您只关心持续时间的话。该文件以一个短头开始，然后被分成“块”（又名TLV）。 以下是一个示例实现，您可以将其用作起点或修改链接的库：

---

func readCAF（）{
buf:=[]字节{
//文件头
'c'，'a'，'f'，'f'，//文件类型
0x0，0x1，0x0，0x0，//文件版本，标志
//音频描述
'd'，'e'，'s'，'c'，//块类型
0x0，0x0，0x0，0x0，
0x0，0x0，0x0，0x20，//格式大小
0x40、0xe5、0x88、0x80、，
0x00，0x00，0x00，0x00，//采样率
'l'，'p'，'c'，'m'，//fmt id
0x0，0x0，0x0，0x0，//fmt标志
0x0，0x0，0x0，0x1，//每个数据包的字节数
0x0，0x0，0x0，0x1，//每个数据包的帧数
0x0，0x0，0x0，0x2，//每帧通道数
0x0，0x0，0x0，0x3，//每个通道位
//音频数据
'd'，'a'，'t'，'a'，//块类型
0xff，0xff，0xff，0xff，
0xff，0xff，0xff，0xff，//数据段的大小（-1=til EOF）
//实际音频数据包（无论如何，理论上）
0x0，
0x0，
0x0，
0x0，
0x0，
0x0，
}
文件大小：=len（buf）
br:=bufio.NewReader（bytes.NewBuffer（buf））
类型cafHdr结构{
类型[4]字节
版本uint16
_uint16
}
类型chunkHdr struct{
类型[4]字节
Sz int64
}
类型audioDescription结构{
FramesPerSec浮动64
FmtId uint32
FmtFlags uint32
字节数Peruint32
帧分组uint32
信道帧uint32
比特通道uint32
}
类型packetTable结构{
n数据包，NValidFrames，NPrimingFr，nRepainingFR int64
}
常数FileHeaderSz=8
常量ChunkHeaderSz=12
常数AudioDescSz=32
常数PacketHdrSz=24
fileHdr:=cafHdr{}
如果错误：=binary.Read（br，binary.BigEndian，&fileHdr）；错误！=nil{
恐慌（错误）
}
如果fileHdr.Typ！=[4]字节{'c'，'a'，'f'，'f'}| | fileHdr.Version！=1{
恐慌（“未知文件格式”）
}
剩余：=int64（文件大小）-FileHeaderSz
audioDesc:=audioDescription{}
packetTab:=packetTable{}
var audioDataSz int64
读块：
为了{
hdr:=chunkHdr{}
如果错误：=binary.Read（br，binary.BigEndian，&hdr）；错误！=nil{
恐慌（错误）
}
剩余-=ChunkHeaderSz
开关hdr.Typ{
案例[4]字节{'d'，'e'，'s'，'c'}://音频描述
如果错误：=binary.Read（br，binary.BigEndian，&audioDesc）；错误！=nil{
恐慌（错误）
}
hdr.Sz-=AudioDescSz
剩余-=AudioDescSz
案例[4]字节{'p'，'a'，'k'，'t'}://数据包表
如果错误：=binary.Read（br，binary.BigEndian，&packetTab）；错误！=nil{
恐慌（错误）
}
hdr.Sz-=PacketHdrSz
剩余-=包装HDRSZ
案例[4]字节{'d'，'a'，'t'，'a'}://音频数据
如果hdr.Sz>0{
audioDataSz=hdr.Sz
}否则，如果hdr.Sz==-1{
//如果需要，读取EOF以确定字节大小
audioDataSz=剩余
断开读块
}
}
如果hdr.Sz<0{
死机（“无效的头大小”）
}
剩余-=hdr.Sz
//跳到下一块。在32位机器上，Sz可能溢出，
//所以你应该检查一下（如果你是