企业官网建设流程全解析

简介：NAudio是C#生态中应用广泛的开源音频处理库，这份源码包面向需要在.NET项目中实现录音、播放、格式转换与混音等功能的开发者，尤其适合关注高采样率录音与实时音频输入输出的场景。它支持WaveIn、MME等捕获接口以及WaveOut、ASIO等输出设备，还能进行常见格式转换与流式处理，应对大型音频文件。资源共873个文件，压缩包约2.99MB，以699个cs代码文件为主，另含XAML界面、resx资源、WAV样例音频、配置与Markdown文档。cs为项目核心逻辑，XAML与resx负责界面和资源，WAV可用于测试音频功能，结构清晰。目前已有417人学习下载。包内完整项目工程可帮助理解WaveIn、WaveOut、ASIO、MixingSampleProvider等核心类的工作原理，并可直接参考或嵌入自己的应用中，适合具备C#基础、希望深入音频处理或快速搭建录音方案的开发者。

1. 为什么 .NET 录音场景绕不开 NAudio

在 C# 上位机里把麦克风录音和背景音乐混在一起存成文件，顺手还要看到实时的音频电平和设备热插拔变化，这种需求在工控和桌面工具里很典型。Windows 原生提供的声音 API 不止一套，老的 MME、后来的 WASAPI、以及为了低延迟而存在的 ASIO，每一层都要自己处理设备枚举、缓冲区、回调线程和格式协商，直接 P/Invoke 写一遍少说几百行，还容易换一台机器就翻车。NAudio 把这些底层接口封装成能直接 new 的类，录音、回放、格式转换、混音都有现成入口，源码也公开，遇到设备兼容性问题还能往下追到 P/Invoke 层。这篇文章不会去罗列 API 手册，而是围绕录音这条主线，把采样率、位深、缓冲区这几个最容易被忽略的参数讲清楚，顺便也给已经在用 NAudio 的人一些排错方向。

2. 录音管线选型：WaveInEvent、WaveIn 与 WasapiCapture 的实际差异

第一次接触 NAudio 的人，容易把 WaveInEvent、WaveIn、WasapiCapture 当成同一个东西的不同写法。实际上它们对应的是不同系统音频栈。WaveIn 和 WaveInEvent 走的是 MME，兼容性最广，但延迟和采样率上限受驱动影响非常大；WasapiCapture 走 WASAPI 共享模式，Win10 之后的稳定性明显更好，也更适合处理 96k 这种高采样率场景。

2.1 三种捕获接口的适用边界

我在实际项目里一般按这个表来选型：

WaveInEvent 是线程池回调，开发者不需要在窗口消息里折腾波形设备，这是它适合快速落地的原因。WaveIn 要自己考虑回调中的内存拷贝和线程同步，除非维护老代码，否则现在新项目没必要再从它开始。WasapiCapture 虽然延迟更好，但要注意它工作在共享模式，独占模式的低延迟效果并不是由这个类提供的，定位不要搞混。

2.2 WaveInEvent 最小可运行录音代码

先给一套能直接抄走的 WaveInEvent 录音实现，包含开始录制、数据写入、停止释放三个关键点：

private WaveInEvent _capture; private WaveFileWriter _writer; public void Start(string filePath) { if (WaveInEvent.DeviceCount == 0) throw new InvalidOperationException("没有找到可用录音设备"); _capture = new WaveInEvent { DeviceNumber = 0, // 默认麦克风 WaveFormat = new WaveFormat(44100, 16, 1), // 44.1kHz, 16bit, 单声道 BufferMilliseconds = 25, // 每个缓冲区的毫秒数 NumberOfBuffers = 3 // 缓冲区数量 }; _capture.DataAvailable += OnDataAvailable; _capture.RecordingStopped += OnRecordingStopped; _writer = new WaveFileWriter(filePath, _capture.WaveFormat); _capture.StartRecording(); } private void OnDataAvailable(object sender, WaveInEventArgs e) { _writer.Write(e.Buffer, 0, e.BytesRecorded); } private void OnRecordingStopped(object sender, StoppedEventArgs e) { _capture.Dispose(); _writer.Dispose(); _writer = null; _capture = null; }

这段代码的核心是把WaveInEvent的DataAvailable回调数据直接交给WaveFileWriter。WaveFileWriter在构造函数里会先写 WAV 头，停止时通过Dispose把头部的大小字段补正确，所以不要让 writer 提前被垃圾回收。

BufferMilliseconds决定回调频率，25ms 对大多数场景足够。如果把它压到 10ms 以下，MME 驱动反而可能因为缓冲不足出现丢数据，表现为录出来的时长明显短于实际录音时长。NumberOfBuffers表示系统在后台准备几块缓冲来防止驱动抖动，默认是 3，一般不用改。

2.3 高采样率录音别直接塞 WaveFormat

highers1r 这个标签，我理解就是 higher sample rate，也就是 96kHz 甚至 192kHz 这类高采样率。WaveInEvent 在部分 USB 麦克风上能协商到 48kHz，再往上往往报错或者录出静音文件。WASAPI 共享模式下，设备驱动会提供一个 MixFormat，很多设备的 MixFormat 本身就是 48k 的整数倍，所以走 WasapiCapture 更靠谱。

常见做法是继承WasapiCapture，重写GetCaptureWaveFormat来指定目标格式：

public class HighSampleRateCapture : WasapiCapture { private readonly int _sampleRate; public HighSampleRateCapture(MMDevice device, int sampleRate) : base(device) { _sampleRate = sampleRate; } protected override WaveFormat GetCaptureWaveFormat() { return new WaveFormat(_sampleRate, 24, 2); // 96kHz, 24bit, 双声道 } }

启动时从MMDeviceEnumerator拿到录音设备：

var enumerator = new MMDeviceEnumerator(); var devices = enumerator .EnumerateAudioEndPoints(DataFlow.Capture, DeviceState.Active) .ToArray(); using var capture = new HighSampleRateCapture(devices[0], 96000); using var writer = new WaveFileWriter("high.wav", new WaveFormat(96000, 24, 2)); capture.DataAvailable += (s, e) => writer.Write(e.Buffer, 0, e.BytesRecorded); capture.RecordingStopped += (s, e) => writer.Dispose(); capture.StartRecording();

注意：不是所有设备都支持 96k，StartRecording可能抛出AudioClientException，错误码0x88890008就是AUDCLNT_E_UNSUPPORTED_FORMAT。上线前最好把 96k、48k、44.1k 做成降级链，依次尝试初始化，而不是让用户手动猜。

3. 回放与格式转换：WaveOutEvent、ASIO 与 MediaFoundation 的采样率边界

录音之后最常见的需求就是回放和格式转换。NAudio 里播放这一层有 WaveOutEvent、WasapiOut、AsioOut 三个主要入口，功能上都能把 IWaveProvider 或者 ISampleProvider 送到声卡，但它们的延迟特性和驱动依赖差别很大。

3.1 播放器选型

普通上位机里我一般用 WaveOutEvent，因为它不挑设备。代码很短：

using var reader = new AudioFileReader("input.mp3"); using var player = new WaveOutEvent(); player.DesiredLatency = 200; player.NumberOfBuffers = 2; player.Init(reader); player.Play(); while (player.PlaybackState == PlaybackState.Playing) { Thread.Sleep(100); }

AudioFileReader是 NAudio 里的一个复合类，内部走 MediaFoundation，能直接读 WAV、MP3、AAC。DesiredLatency的单位是毫秒，200ms 对语音播放足够，也不会让声卡缓冲溢出。如果做实时监听，再考虑 WasapiOut 或 AsioOut。

3.2 MP3 转 WAV 的两种姿势

格式转换最典型的场景是 MP3 转 WAV。第一种是只做解码，保持源采样率不变：

using var reader = new MediaFoundationReader("input.mp3"); using var pcm = WaveFormatConversionStream.CreatePcmStream(reader); WaveFileWriter.CreateWaveFile("output.wav", pcm);

CreatePcmStream只把压缩编码转成 PCM，不会做重采样。如果 MP3 是 44.1kHz，输出 WAV 也是 44.1kHz，位深变成 16bit。

第二种是需要改变采样率或者位深，比如把 44.1k 的 MP3 转换成 48k 的 WAV：

using var reader = new MediaFoundationReader("input.mp3"); using var resampler = new MediaFoundationResampler(reader, new WaveFormat(48000, 16, 2)) { ResamplerQuality = 60 }; WaveFileWriter.CreateWaveFile("output_48k.wav", resampler);

MediaFoundationResampler直接调用 Windows Media Foundation 的重采样器，能同时处理采样率、位深和通道数三个维度的转换。ResamplerQuality取值范围是 1 到 60，越高越吃 CPU。离线转换踩不到实时限制，我会直接给到 60，如果是流处理就给 30 左右。

3.3 转码前一定要确认的坑

WaveFormatConversionStream 和 MediaFoundationResampler 最大的区别是：前者只改编码，不改采样率；后者可以顺手把 96k 降到 48k，甚至在 5.1 声道和立体声之间做 channel mapping。转码后如果拿AudioFileReader再打开一次，能看到WaveFormat.SampleRate，这一步建议每次转完都自查一下。

提示：在 Windows Server 上跑 NAudio，MediaFoundation 需要安装“桌面体验”或“Media Foundation”功能，否则MediaFoundationReader可能抛 COM 异常，这不是代码问题。

4. 混音与音量平衡：用 ISampleProvider 把两条音频流合成一路

混音是 NAudio 里最体现设计思路的部分。很多人一开始会去找 WaveStream 合并，但实际项目里更常见的是先统一成 ISampleProvider，再交给 MixingSampleProvider。原因是 float 样本天然能表达负数，混音后不会因为 byte 溢出产生异常爆音。

4.1 混音前先弄清楚 WaveProvider 和 SampleProvider

WaveProvider 返回 byte[]，SampleProvider 返回 float[]。byte 数组要做 16bit 采样点切分和符号扩展，float 数组则是标准化的 -1.0 到 1.0，处理起来直观得多。NAudio 给 WaveInEvent 这类捕获源提供了WaveInProvider包装，再调用ToSampleProvider()就能得到 ISampleProvider；AudioFileReader本身实现了 ISampleProvider，可以直接参与混音。

4.2 离线混音：麦克风文件 + 背景音乐

这个流程适合先把麦克风录成 WAV，再和背景音乐文件离线合并。代码很清晰：

using var mic = new AudioFileReader("mic.wav"); using var bgm = new AudioFileReader("bgm.mp3"); var micSample = mic.ToSampleProvider(); // 背景音乐采样率先对齐到麦克风文件 var bgmResampled = new WdlResamplingSampleProvider(bgm, mic.WaveFormat.SampleRate); // 如果背景音乐是单声道，转成双声道再混音 ISampleProvider bgmSample = bgmResampled.WaveFormat.Channels == 1 ? new MonoToStereoSampleProvider(bgmResampled) : bgmResampled; var mixer = new MixingSampleProvider(new ISampleProvider[] { micSample, bgmSample }); // 输出格式用 IEEE float，采样率和通道数跟随麦克风文件 var outFormat = WaveFormat.CreateIeeeFloatWaveFormat( mic.WaveFormat.SampleRate, mic.WaveFormat.Channels); using var writer = new WaveFileWriter("mixed.wav", outFormat); // 缓冲区固定为 10ms，避免一次循环里堆积太多样本 var buffer = new float[outFormat.AverageBytesPerSecond / 100]; int n; while ((n = mixer.Read(buffer, 0, buffer.Length)) > 0) { writer.WriteSamples(buffer, 0, n); }

WdlResamplingSampleProvider是 NAudio 内置的采样率转换器，质量比 MediaFoundationResampler 略低，但不需要额外依赖，适合文件间对齐。缓冲区大小用AverageBytesPerSecond / 100是取 10ms 的样本量，这样在 44.1kHz 和 96kHz 下都能保持自然的计算节奏。

4.3 给每路信号加音量控制

混音前包一层VolumeSampleProvider是最简单的音量平衡做法：

var micVolume = new VolumeSampleProvider(micSample) { Volume = 1.0f }; var bgmVolume = new VolumeSampleProvider(bgmSample) { Volume = 0.6f }; var mixer = new MixingSampleProvider(new ISampleProvider[] { micVolume, bgmVolume });

Volume的范围是 0.0 到 1.0，可以超过 1.0，但两个超过 1.0 的信号叠加后，MixingSampleProvider不会做 normalize，结果就是削波。所以背景音乐一般给到 0.5-0.7，有语音活动的时候再压低到 0.3，比后期想去削波要省事得多。

5. 上线前的三个验证动作：削波检测、文件时长和设备回退

代码写出来只是第一步，真正花时间的是验证不同设备上的表现。我每次集成完 NAudio，都会做下面三个动作，能省掉很多现场问题。

5.1 削波检测

混音文件生成后，用同一个MixingSampleProvider再读一遍，统计峰值：

float peak = 0f; var sampleBuffer = new float[4096]; int read; while ((read = mixer.Read(sampleBuffer, 0, sampleBuffer.Length)) > 0) { for (int i = 0; i < read; i++) { float v = Math.Abs(sampleBuffer[i]); if (v > peak) peak = v; } } if (peak >= 0.98f) { // 接近削波，需要压低背景音乐或麦克风增益 }

这个峰值检测不是专业响度分析，但能快速发现混音后是否接近 0dBFS。

5.2 文件时长核对

WAV 时长比预期短，通常不是编码问题，而是录音回调丢数据。用AudioFileReader打开成品文件：

using var check = new AudioFileReader("mixed.wav"); Console.WriteLine($"实际时长: {check.TotalTime.TotalSeconds:F3}s");

如果录音 10 秒但文件只有 8 秒，优先检查BufferMilliseconds是不是太小，其次换WasapiCapture再试。

5.3 设备采样率回退

最后是高采样率设备上的降级逻辑：

int[] rates = { 96000, 48000, 44100 }; HighSampleRateCapture? active = null; foreach (int rate in rates) { try { active = new HighSampleRateCapture(devices[0], rate); active.StartRecording(); break; } catch { active?.Dispose(); active = null; } } if (active == null) { // 所有采样率都失败，提示用户检查麦克风驱动 }

把 96k 作为首选，失败后自动落到 48k，再不行落到 44.1k。这套降级链能覆盖大部分 USB 声卡和板载声卡，现场调试时也能从最终使用的采样率快速定位是哪一层驱动不兼容。

本文还有配套的精品资源，点击获取