我有一个 24 位 48 KHz 的 wav 文件，但是当我通过 ffmpeg 提供它时，流看起来像这样：
Stream #0:0: Audio: pcm_s24le ([1][0][0][0] / 0x0001), 48000 Hz, stereo, s32 (24 bit), 2304 kb/s
因此，它清楚地表示pcm_24le，据我理解，这意味着 pcm 签名的 24 位小端序，但随后它还表示s32，24 bit紧接着。这是什么意思？文件是否同时是 24 位和 32 位，或者 s32 在这种情况下是否意味着完全不同的东西。
我在处理 dts 流时也遇到过类似的情况。如果我有一个包含正常 dts 音频流的 mkv 文件，它会被识别为 dts 5.1，但是当我使用 ffmpeg 通过使用 -c copy 命令从文件中删除一些流时，它在新的 mkv 文件中突然变成了 dts s32 5.1。
那么，s32 除了有符号 32 位之外还能表示其他什么吗？
答案1
这看起来像是一个报告错误。
类似的错误报告是 24 位 FLAC 显示为每样本 32 位 #23，该问题本应在2018年得到修复。有评论说“ffmpeg打印的信息总是32位”。
类似的错误报告，但最近于 2022 年发布 在日志 #9 中包含每个样本的位数，其中还提到：
看起来这可能是由于 ffprobe 中不同字段的差异造成的。sample_fmt 是一种内部表示，对于实际为 24 位的文件，它将显示 32p，但我们想要的正确值实际上是 bits_per_raw_sample
答案2
pcm_s24le（24 位音频数据）和 s32（32 位样本容器）之间的差异经常发生，因为许多系统和文件格式本身不支持 24 位整数。在这种情况下，24 位音频数据通常存储在 32 位容器中。
在文件中scipy.io.wavfile.read可以发现，当24位音频数据以32位整数PCM格式存储时，它保留了其24位精度。
| WAV 格式 | 分钟 | 最大限度 | NumPy 数据类型 |
|---|---|---|---|
| 32 位整数 PCM | -2147483648 | +2147483647 | int32 |
| 24 位整数 PCM | -2147483648 | +2147483392 | int32 |