用 std::vector<int16_t> 存 PCM 数据最稳妥，可避免字节序误读、越界和内存泄漏；需按采样率、位深、声道数预分配空间，处理时注意溢出截断与平台帧定义差异。
用 std::vector<int16_t></int16_t> 存 PCM 数据最稳妥
PCM 原始数据通常是线性量化样本，16 位有符号整数（int16_t）最常见。直接用 std::vector<int16_t></int16_t> 而不是裸指针或 std::vector<char></char>，能避免字节序误读、越界和内存泄漏问题。
常见错误是把 PCM 当作字节流塞进 std::vector<uint8_t></uint8_t>，后续做音量归一化、滤波等处理时还得手动每 2 字节拼成一个样本，极易出错。
- 采样率为 44.1kHz、单声道、16bit 的 PCM，每秒就是 44100 个
int16_t元素 - 双声道需按 LRLR 交错排列，即
vec[0]是左声道第 1 样本，vec[1]是右声道第 1 样本 - 初始化可预留空间：
std::vector<int16_t> pcm_data; pcm_data.reserve(expected_sample_count);</int16_t>
从文件或设备读 PCM 时注意字节序和对齐
原始 PCM 文件（如 .raw）无头信息，必须明确知道：采样率、位深、声道数、字节序（通常是小端）、是否带 padding。否则 read() 进来的数据会整体偏移或反转。
例如用 fread 读二进制 PCM：
立即学习“C++免费学习笔记（深入）”；
FILE* f = fopen("audio.raw", "rb");
std::vector<int16_t> samples;
samples.resize(44100 * 5); // 5 秒单声道
size_t n = fread(samples.data(), sizeof(int16_t), samples.size(), f);
fclose(f);这里关键点：
-
fread返回的是成功读取的int16_t个数，不是字节数 —— 别用sizeof(char)当 size 参数 - Windows API 或 ALSA 录音回调返回的缓冲区，通常已按 host 字节序排好，无需再翻转
- 如果源数据是大端（如某些网络音频流），需在存入 vector 前用
ntohs()转换
对 std::vector<int16_t></int16_t> 做基础处理要避免溢出
音量放大、混音、DC 偏移修正等操作都涉及算术运算，int16_t 范围是 [-32768, 32767]，直接加减极易溢出导致爆音。
- 放大 2 倍？先转
int32_t计算，再用std::clamp截断：static_cast<int16_t>(std::clamp(static_cast<int32_t>(s) * 2, -32768L, 32767L))</int32_t></int16_t> - 双声道混音（L+R）→ 单声道？结果要除以 2，否则超限；或改用右移：
(l + r) >> 1 - 求 RMS 能量？用
int64_t累加平方，最后开方，别用int16_t中间存平方值
传给音频 API（如 PortAudio、OpenSL ES）前确认内存布局
很多音频库要求缓冲区是连续、对齐、且格式严格匹配的。比如 PortAudio 的 PaStreamCallback 回调中，void *inputBuffer 指向的内存块，若你用 std::vector<int16_t>::data()</int16_t> 传入，必须确保：
- vector 未发生过重分配（即没调过
push_back等可能触发扩容的操作）—— 最好用reserve+resize预分配后只写不扩 - 目标 API 是否要求 16 字节对齐？
std::vector默认不保证，必要时用aligned_alloc+std::unique_ptr管理 - 若 API 要
int8_t*（如 Android OpenSL ES 的SL_DATAFORMAT_PCM），别强转 —— 应重新解释为字节流：reinterpret_cast<int8_t>(vec.data())</int8_t>，但长度要乘 2
实际中最容易被忽略的是：不同平台对“单帧”定义不一致 —— 有的按样本数（1 个 stereo frame = 2 个 int16_t），有的按字节数（= 4 字节），传错会导致音频拉伸或卡顿。
