Go malgo 怎样配置立体声PCM播放回调

Go malgo 配置立体声 PCM 播放，核心不是只把声道数改成 2，而是同时让设备类型、播放子配置和回调里的字节布局保持一致。常见做法是使用 malgo.DefaultDeviceConfig(malgo.Playback)，把 Playback.Format 设为 malgo.FormatS16、Playback.Channels 设为 2，再在 DataProc 中按“左样本、右样本”的交错顺序填充 pOutputSample。

官方地址：https://pkg.go.dev/github.com/gen2brain/malgo

对 S16 双声道来说，每个音频帧包含两个 16 位样本，也就是 4 个字节。回调收到的 framecount 是帧数，不是字节数；因此写缓冲区时要用“帧数 × 4”计算上限，并在设备启动后用查询方法确认实际协商结果。

先把播放格式配置清楚

malgo 是 miniaudio 的 Go 绑定，官方包文档说明它需要 cgo。播放设备的职责由 DeviceType 决定，具体 PCM 参数放在 DeviceConfig.Playback 这个子配置里。SampleRate 是设备配置中的采样率字段，Format 和 Channels 则属于播放子配置。

如果示例的目标是 48 kHz、S16、双声道，那么配置关系可以先记成下面这样：

• DeviceType = malgo.Playback：只初始化播放方向。
• SampleRate = 48000：请求每秒 48000 个音频帧。
• Playback.Format = malgo.FormatS16：每个样本使用有符号 16 位整数。
• Playback.Channels = 2：每个帧包含左、右两个声道样本。

在 Data 回调里按帧填充交错 PCM

DeviceCallbacks.Data 接受 DataProc，其参数是输出字节切片、输入字节切片和 framecount。播放场景主要关心第一个参数。S16 双声道的内存布局通常是：第 0 帧的左样本、第 0 帧的右样本，然后是第 1 帧的左样本和右样本；每帧总共 4 个字节。

下面的回调用一个很短的正弦波作为示例数据。它只说明 PCM 写入位置，不代表完整的音乐解码器：

package main

import (
    "encoding/binary"
    "math"
)

func stereoPCMCallback(phase *float64) func([]byte, []byte, uint32) {
    const (
        sampleRate = 48000.0
        frequency  = 440.0
    )

    return func(output []byte, _ []byte, framecount uint32) {
        // S16 双声道每帧有两个样本，每个样本占 2 字节，所以每帧是 4 字节。
        bytesPerFrame := 2 * 2
        maxFrames := len(output) / bytesPerFrame
        if uint32(maxFrames) > framecount {
            maxFrames = int(framecount)
        }

        for frame := 0; frame  2*math.Pi {
                *phase -= 2 * math.Pi
            }
        }
    }
}

这里的边界保护很重要：framecount 描述本次回调需要的帧数，但切片长度才是当前 Go 侧可写的字节上限。用两者的较小值计算，可以避免把示例逻辑写成越界访问。实际项目若使用文件解码器，只需把每帧的左、右样本替换为解码结果，布局规则不变。

把初始化、启动和释放连起来

有了配置和回调后，可以把设备生命周期收拢在一个函数中。malgo 文档列出了 InitContext、InitDevice、Start 和 Uninit；创建出的设备需要在结束时调用 Uninit，上下文也要调用 Free。

func playForTenSeconds() error {
    // Context 管理底层音频后端，退出时释放它持有的资源。
    context, err := malgo.InitContext(nil, malgo.ContextConfig{}, nil)
    if err != nil {
        return err
    }
    defer context.Free()

    deviceConfig := malgo.DefaultDeviceConfig(malgo.Playback)
    deviceConfig.SampleRate = 48000
    deviceConfig.Playback.Format = malgo.FormatS16
    deviceConfig.Playback.Channels = 2

    var phase float64
    device, err := malgo.InitDevice(context.Context, deviceConfig, malgo.DeviceCallbacks{
        // Data 回调只负责填充当前输出缓冲区，不在这里阻塞等待文件或网络。
        Data: stereoPCMCallback(&phase),
    })
    if err != nil {
        return err
    }
    defer device.Uninit()

    // Start 对播放设备会先取得一块初始音频数据，再开始播放。
    if err := device.Start(); err != nil {
        return err
    }

    // 示例只保持设备一小段时间，真实程序可由业务生命周期决定退出时机。
    time.Sleep(10 * time.Second)
    return nil
}

完整程序还需要在导入区加入 time 和 github.com/gen2brain/malgo。安装依赖时可以使用：

# 安装 malgo，并让项目使用模块版本管理依赖
go get -u github.com/gen2brain/malgo

这个片段没有把设备 ID 写死，malgo 在设备 ID 为 nil 时使用默认设备。如果要选择具体设备，应先调用上下文的设备枚举能力，再把目标 ID 放入 deviceConfig.Playback.DeviceID；不要把枚举结果中的第一个 ID 直接当作默认设备。

无声或声音异常时先看协商结果

请求格式与后端最终采用的格式不一定完全相同。malgo 提供 PlaybackChannels()、PlaybackFormat() 和 SampleRate() 查看设备结果；较新的版本还提供 PlaybackInternalChannels()、PlaybackInternalFormat() 和 PlaybackInternalSampleRate()，用于观察后端协商值。

排查时按以下顺序缩小范围：

1. 确认初始化类型是 malgo.Playback，而不是只配置了 capture。
2. 确认回调写入的样本格式与 Playback.Format 相同；S16 不要按 32 位浮点写入。
3. 确认双声道每帧写入左右两个样本，偏移量使用 4 字节步长。
4. 记录设备启动后的播放声道数、格式和采样率，区分请求值与后端内部值。
5. 退出前让设备先由 Uninit 清理，再释放上下文，避免回调仍在使用底层资源。

如果播放设备实际协商成其他采样率，应用层应让解码器或重采样模块适配真实结果，而不是在回调里盲目把 framecount 当成固定的 48000。回调应保持短小，文件读取、网络请求和复杂锁等待都放到回调之外。

相关问题

malgo 的 framecount 是字节数吗？

不是。它表示本次回调涉及的音频帧数量；字节数还要乘以每帧的声道数和每个样本的字节数。

为什么 Channels 已经设为 2 仍然只有一个声道？

先检查回调是否给每一帧写入了两个样本，以及左右样本是否使用了正确的偏移量；再查看设备实际协商的播放声道数。

播放设备需要手动调用 Stop 吗？

结束播放时调用 Uninit 会显式停止设备；如果只是暂时暂停，也可以使用 Stop，之后再用 Start 恢复。

总结来说，立体声 PCM 回调的稳定性取决于三个地方一致：Playback 子配置声明双声道，回调按交错布局写入左右样本，生命周期在设备与上下文之间按顺序释放。把这三层对齐后，再处理具体后端的格式协商和设备选择问题。