HTML5音频流：WAV实时传输方案解析

本文档旨在指导开发者如何使用 HTML5

使用 WAV 格式进行流媒体传输的挑战

在开发需要实时音频流传输的 Go 应用时，直接使用 WAV 格式通过 HTTP 连接将未压缩的音频数据发送到浏览器，是一个看似简单的方案。然而，WAV 格式的特性给这种方法带来了一些挑战。

WAV 文件格式需要在文件头中预先定义文件大小。这对于静态音频文件来说没有问题，但对于实时音频流，文件大小是动态变化的，事先无法确定。这使得直接使用标准的 WAV 格式进行流式传输变得困难。

解决方案

1. 修改 WAV 文件头

一种简单的解决方案是在 WAV 文件头中“欺骗”浏览器，声明一个非常大的文件大小（例如 2GB）。虽然这并不是一个标准的做法，但它可能允许浏览器开始接收音频数据并进行播放。

注意事项：

• 一些较为简单的浏览器可能会尝试下载整个 2GB 的文件，而不是进行流式播放。
• 这种方法的兼容性取决于浏览器的实现。

示例代码 (Go):

package main

import (
    "encoding/binary"
    "fmt"
    "net/http"
)

func main() {
    http.HandleFunc("/audio", func(w http.ResponseWriter, r *http.Request) {
        // 设置 Content-Type 为 audio/wav
        w.Header().Set("Content-Type", "audio/wav")

        // 构造 WAV 文件头
        header := make([]byte, 44)
        // RIFF chunk ID
        copy(header[0:4], []byte("RIFF"))
        // RIFF chunk size (声明一个很大的文件大小)
        binary.LittleEndian.PutUint32(header[4:8], uint32(2147483647)) // 2GB - 8
        // RIFF type
        copy(header[8:12], []byte("WAVE"))
        // Format chunk ID
        copy(header[12:16], []byte("fmt "))
        // Format chunk size
        binary.LittleEndian.PutUint32(header[16:20], 16)
        // Audio format (PCM)
        binary.LittleEndian.PutUint16(header[20:22], 1)
        // Number of channels (例如: 1 for mono)
        binary.LittleEndian.PutUint16(header[22:24], 1)
        // Sample rate (例如: 44100 Hz)
        binary.LittleEndian.PutUint32(header[24:28], 44100)
        // Byte rate
        binary.LittleEndian.PutUint32(header[28:32], 88200) // SampleRate * NumChannels * BitsPerSample/8
        // Block align
        binary.LittleEndian.PutUint16(header[32:34], 2) // NumChannels * BitsPerSample/8
        // Bits per sample (例如: 16 bits)
        binary.LittleEndian.PutUint16(header[34:36], 16)
        // Data chunk ID
        copy(header[36:40], []byte("data"))
        // Data chunk size (未知，先填 0)
        binary.LittleEndian.PutUint32(header[40:44], 0)

        // 发送 WAV 文件头
        w.Write(header)

        // 模拟音频数据 (实际应用中需要从音频源读取)
        for i := 0; i < 1000; i++ {
            // 生成一些随机音频数据
            audioData := make([]byte, 4410) // 0.1秒的音频数据 (44100 sample rate, 1 channel, 16 bits)
            // 在实际应用中，你需要用真实的音频数据替换
            w.Write(audioData)
        }
    })

    fmt.Println("Server listening on :8080")
    http.ListenAndServe(":8080", nil)
}

使用方法:

1. 运行上述 Go 代码。
2. 在 HTML 页面中使用

2. 利用 RIFF 容器的扩展性

WAV 文件是 RIFF (Resource Interchange File Format) 的一个子集。RIFF 规范允许在文件中添加额外的 chunk。因此，你可以将音频数据分成多个较小的 chunk，并将其添加到 WAV 文件中。

注意事项：

• 并非所有的 WAV 播放器都完全支持 RIFF 规范，因此这种方法的兼容性可能存在问题。
• 一些播放器可能只读取文件头中的信息，而不处理额外的 chunk。

实现思路:

1. 创建一个标准的 WAV 文件头，其中数据 chunk 的大小设置为 0 或一个较小的值。
2. 将音频数据分割成多个小的 chunk。
3. 将每个 chunk 作为附加的 "data" chunk 写入 HTTP 响应。

这种方法的复杂性在于需要手动管理 chunk 的写入和读取，并且需要确保浏览器能够正确解析这些 chunk。

总结

虽然直接使用 WAV 格式进行实时音频流传输存在一些挑战，但通过修改 WAV 文件头或利用 RIFF 容器的扩展性，可以实现简单的流式传输。第一种方法（修改文件头）更简单，但兼容性可能存在问题。第二种方法（利用 RIFF 容器）更符合规范，但实现起来更复杂。

在实际应用中，可能需要根据具体的需求和目标浏览器选择合适的解决方案。如果对音质要求不高，可以考虑使用压缩音频格式，例如 MP3 或 AAC，并使用专门的流媒体服务器进行传输。