采样率转换是通过插值重建信号再按新速率采样，而非简单丢点或插零；libsamplerate库用sinc滤波器实现高质量重采样，需正确初始化SRC_STATE并预留输出缓冲余量。
什么是采样率转换，为什么不能直接复制数据
采样率转换不是简单地丢点或插零——那样会产生严重失真或混叠。比如把 44.1kHz 音频转成 48kHz，每秒要多出约 3900 个样本，硬插零会让高频突变，听感刺耳；等距丢点则会漏掉细节，还可能引入周期性噪声。真正可行的方式是重采样（resampling），本质是用插值重建信号，再按新速率采样。
用 libsamplerate 实现高质量重采样
libsamplerate 是 C++ 项目中最常用、最可靠的开源重采样库，支持多种质量模式（SRC_SINC_BEST_QUALITY 到 SRC_LINEAR），底层用 sinc 滤波器加窗口，能有效抑制混叠和镜像。它不依赖 FFT，适合实时或嵌入式场景。
实操建议：
- 安装：Ubuntu 上
sudo apt install libsamplerate-dev；macOS 用brew install libsamplerate - 链接时加
-lsamplerate，头文件只需#include <samplerate.h> - 关键结构体是
SRC_STATE *，必须用src_new()初始化，用完调src_delete() - 输入缓冲区长度建议 ≥ 256 样本，输出缓冲区要预留足够空间：若输入
n点、比例ratio = out_rate / in_rate，输出至少需ceil(n * ratio) + 16（留滤波器延迟余量）
示例核心调用：
立即学习“C++免费学习笔记（深入）”；
int error; SRC_STATE *src = src_new(SRC_SINC_FASTEST, 1, &error); // 单声道 SRC_DATA data; data.data_in = input_samples; data.data_out = output_samples; data.input_frames = input_len; data.output_frames = output_capacity; data.src_ratio = 48000.0 / 44100.0; src_process(src, &data); int actual_out = data.output_frames_gen;
自己写线性插值只适用于低要求场景
如果只是测试、调试或对音质无要求（比如 UI 音效预览），可以用双线性插值快速实现，但仅限于整数倍或接近整数倍的转换（如 44.1k → 22.05k），且必须先做抗混叠低通滤波——而手写滤波器极易出错。
常见错误现象：
- 没做预滤波 → 高频“嘶嘶”声明显，尤其在转高采样率时
- 插值索引越界 →
input[i]和input[i+1]中i+1超出数组长度 - 浮点累积误差导致采样点漂移 → 几秒后相位偏移，出现可闻的抖动
简化版线性逻辑（仅示意，不可用于生产）：
float ratio = (float)out_rate / in_rate;
for (int i = 0; i < out_len; ++i) {
float src_pos = i / ratio;
int idx = (int)floor(src_pos);
float frac = src_pos - idx;
if (idx + 1 < in_len) {
out[i] = in[idx] * (1 - frac) + in[idx + 1] * frac;
} else {
out[i] = in[idx]; // 边界处理
}
}输入/输出格式与内存布局要注意什么
libsamplerate 默认处理 float 类型样本（范围 [-1.0, 1.0]），不支持 int16_t 直接传入。常见踩坑点：
- 从 WAV 读出的
int16_t必须先归一化：(float)sample / 32768.0f（注意是有符号，不是 32767） - 输出仍是
float，写回 WAV 前需反量化：(int16_t)roundf(sample * 32767.0f)，并 clamp 到 [-32768, 32767] - 多声道要拆成单声道分别处理，
libsamplerate不支持 interleaved 数据（即 LRLR 格式），必须是 planar（LL... RR...） - 采样率转换本身不改变位深度或声道数，这些需单独处理
容易被忽略的是：重采样前后音频时长并不严格等于 len × in_rate / out_rate，因为滤波器引入了前导/尾部延迟（通常几毫秒），src_process() 返回的 output_frames_gen 才是真实有效样本数。
