C语言文件操作进阶：实现音频日志的本地存储与Qwen3-ASR批量处理

C语言文件操作进阶实现音频日志的本地存储与Qwen3-ASR批量处理你是不是也遇到过这样的烦恼手机里、电脑里存了一堆会议录音、访谈音频想整理成文字一个个上传到在线工具去识别费时又费力。更别提有些音频还涉及隐私不方便上传到云端。今天咱们就来解决这个痛点。我会手把手带你用最经典的C语言打造一个属于你自己的本地音频处理小工具。这个工具能干嘛呢简单说就是三件事自动扫描你电脑里某个文件夹的所有音频文件、调用一个强大的本地语音识别模型Qwen3-ASR-0.6B把它们转成文字、最后把音频信息和识别结果整整齐齐地保存到本地文件里。整个过程完全在你自己电脑上运行数据不出门安全又高效。学完这篇你不仅能掌握C语言操作文件的那些“高级”技巧还能亲手做出一个真正有用的程序用来处理你积压的音频资料库。咱们不搞虚的直接上代码开干1. 工具准备与环境搭建工欲善其事必先利其器。在开始写代码之前咱们得先把“厨房”收拾好把需要的“食材”和“灶具”备齐。首先你需要一个写C语言的环境。这个很简单Windows上可以用Dev-C、Code::Blocks或者Visual StudioLinux或Mac上直接用GCC编译器就行。我后面演示的代码会尽量用标准C库保证在各个平台都能编译通过。接下来是核心“食材”——Qwen3-ASR-0.6B模型。这是一个可以在本地运行的语音识别模型大小适中效果不错。你需要通过CSDN星图镜像广场这样的平台找到对应的镜像并完成本地部署。部署成功后这个模型通常会提供一个HTTP API接口比如http://localhost:8000/v1/audio/transcriptions。我们的C程序就是通过向这个地址发送音频文件来获取识别文本的。请确保在运行我们的工具之前这个语音识别服务已经正常启动。最后规划一下我们的“工作区”。假设我们在桌面上新建一个项目文件夹叫audio_logger。里面可以再建几个子文件夹audio_src/用来存放待处理的原始音频文件比如.wav,.mp3格式的。log_output/用来存放我们程序生成的日志和识别结果文件。环境准备好了思路也清晰了程序从audio_src/读音频调用API识别结果存到log_output/。接下来我们就进入核心的C语言编程部分。2. C语言文件与目录操作核心代码这一节是咱们工具的“骨架”。一个本地文件管理工具最基本的能力就是能遍历文件夹、能读取文件信息。我们用C标准库里的和头文件提供的函数来实现。2.1 扫描目录获取音频文件列表我们的目标是扫描audio_src目录找出里面所有的.wav和.mp3文件。在C语言里这需要用到目录流操作。#include stdio.h #include dirent.h #include string.h #include sys/stat.h // 定义最大文件路径长度和最大文件数 #define MAX_PATH 512 #define MAX_FILES 100 // 存储文件信息的结构体 typedef struct { char filepath[MAX_PATH]; // 完整路径 char filename[256]; // 文件名 long size; // 文件大小字节 time_t modify_time; // 最后修改时间 } AudioFileInfo; // 扫描目录函数 int scan_audio_directory(const char *dir_path, AudioFileInfo file_list[], int *count) { DIR *dir; struct dirent *entry; struct stat file_stat; char full_path[MAX_PATH]; dir opendir(dir_path); if (dir NULL) { perror(无法打开目录); return -1; } *count 0; while ((entry readdir(dir)) ! NULL *count MAX_FILES) { // 跳过当前目录(.)和上级目录(..) if (strcmp(entry-d_name, .) 0 || strcmp(entry-d_name, ..) 0) { continue; } // 拼接完整路径 snprintf(full_path, sizeof(full_path), %s/%s, dir_path, entry-d_name); // 获取文件状态信息 if (stat(full_path, file_stat) -1) { continue; // 获取失败跳过此文件 } // 判断是否是普通文件并且是音频文件简单通过后缀判断 if (S_ISREG(file_stat.st_mode)) { char *ext strrchr(entry-d_name, .); if (ext ! NULL (strcmp(ext, .wav) 0 || strcmp(ext, .mp3) 0)) { // 保存文件信息到列表 strncpy(file_list[*count].filepath, full_path, MAX_PATH - 1); strncpy(file_list[*count].filename, entry-d_name, 255); file_list[*count].size file_stat.st_size; file_list[*count].modify_time file_stat.st_mtime; (*count); } } } closedir(dir); return 0; // 成功 }这段代码干了啥我简单解释一下。scan_audio_directory函数就像派了一个小助手进到指定的文件夹dir_path。小助手打开文件夹opendir然后挨个查看里面的每一项readdir。对于每一项它先跳过.和..这两个特殊的目录然后拼出这个文件的完整路径。接着它用stat函数获取文件的详细信息比如大小、修改时间。最关键的一步是判断文件类型首先得是普通文件不是文件夹其次文件名后缀得是.wav或.mp3。符合条件的文件小助手就把它的路径、名字、大小、修改时间记录到一个清单file_list数组里最后把文件夹关上closedir。这样我们就把目标目录下的音频文件都找出来了并且把关键信息存好了。你可以写个简单的main函数调用它试试看打印出找到的文件列表。2.2 读取音频文件元信息进阶上面的代码已经获取了文件大小和修改时间。有时候我们可能还想知道音频文件更专业的信息比如时长、采样率、声道数。这些信息存储在音频文件的“头部”。完全用C标准库解析这些格式如WAV的RIFF头、MP3的ID3标签比较繁琐但对于学习来说我们可以尝试解析最简单的WAV格式。下面是一个简化版的WAV头解析函数帮助你理解原理#include stdint.h // 用于明确大小的整数类型 // WAV文件头结构简化版只包含必要字段 typedef struct { char chunkID[4]; // 应为RIFF uint32_t chunkSize; // 文件总大小减8字节 char format[4]; // 应为WAVE char subchunk1ID[4]; // 应为fmt uint32_t subchunk1Size; // fmt块的大小16表示PCM uint16_t audioFormat; // 音频格式1表示PCM uint16_t numChannels; // 声道数 uint32_t sampleRate; // 采样率Hz uint32_t byteRate; // 每秒数据字节数 uint16_t blockAlign; // 每个采样帧的字节数 uint16_t bitsPerSample; // 位深度 // 注意这里之后应该是data块我们暂时不读数据部分 } WavHeader; int read_wav_header(const char *filepath, WavHeader *header) { FILE *file fopen(filepath, rb); // 以二进制只读模式打开 if (file NULL) { perror(无法打开WAV文件); return -1; } // 读取头信息 size_t read_count fread(header, sizeof(WavHeader), 1, file); fclose(file); if (read_count ! 1) { fprintf(stderr, 读取WAV头信息失败\n); return -1; } // 简单验证实际应用需要更严谨的验证和字节序转换 if (memcmp(header-chunkID, RIFF, 4) ! 0 || memcmp(header-format, WAVE, 4) ! 0) { fprintf(stderr, 不是有效的WAV文件\n); return -1; } // 计算近似时长秒 数据大小 / 字节率 // 注意这里需要找到并读取“data”块的大小才是真正的音频数据长度 // 为了简化我们假设header后紧跟data块且使用公式时长 ≈ (文件总大小 - 头部偏移) / byteRate // 更准确的解析需要遍历chunk这里仅作示意。 printf(采样率%u Hz 声道数%u 位深度%u\n, header-sampleRate, header-numChannels, header-bitsPerSample); return 0; }这段代码展示了如何打开一个WAV文件并按照其标准格式读取最前面的44个字节左右的头信息。读出来的结构体里就有我们关心的采样率、声道数等信息。请注意这只是一个教学示例真实的WAV文件可能有额外的块并且涉及到字节序大端/小端的问题生产环境的代码需要更健壮。对于MP3或其他格式解析会更复杂。在实际项目中如果需要对多种音频格式进行深度解析可以考虑集成开源的音频库比如libsndfile。但对我们这个工具的核心目标——批量处理来说知道文件名和路径已经足够调用后面的识别API了。3. 集成语音识别与批量处理逻辑“骨架”搭好了现在要给工具装上“大脑”和“手臂”——也就是调用语音识别API并组织批量任务的逻辑。C语言本身不擅长处理HTTP请求和JSON但我们可以用一些库来帮忙或者采用更直接的系统调用方式。这里我介绍一种实用的方法通过调用curl命令行工具来发送请求。3.1 封装语音识别API调用假设你的Qwen3-ASR服务已经在http://localhost:8000运行并提供了一个接收音频文件的API。我们可以写一个函数通过popen执行curl命令来调用它。#include stdlib.h #define API_URL http://localhost:8000/v1/audio/transcriptions #define MAX_RESULT_LEN 4096 // 调用语音识别API将结果写入提供的缓冲区 int call_asr_api(const char *audio_file_path, char *result_text, int result_max_len) { char command[1024]; // 构建curl命令。这里假设API接受multipart/form-data格式的文件上传。 // -F 表示表单上传-s 表示静默模式不显示进度-X POST 指定POST方法。 snprintf(command, sizeof(command), curl -s -X POST \%s\ -F \file%s\ -F \modelwhisper-1\, API_URL, audio_file_path); FILE *fp popen(command, r); // 执行命令并读取其输出 if (fp NULL) { perror(执行curl命令失败); return -1; } // 读取API返回的JSON结果简化处理假设返回是纯文本或简单JSON // 注意真实情况需要解析JSON这里我们假设返回格式是 {text: 识别结果} // 我们用一个临时文件来存储原始输出然后简单提取。 // 更健壮的做法是使用如 cJSON 这样的库来解析。 char raw_result[MAX_RESULT_LEN * 2] {0}; size_t total_read fread(raw_result, 1, sizeof(raw_result) - 1, fp); pclose(fp); if (total_read 0) { fprintf(stderr, API调用未返回数据或失败。命令%s\n, command); return -1; } // 极其简单的“解析”寻找 text: 后面的内容 // 警告这非常脆弱仅用于演示真实项目务必使用JSON解析器。 char *text_start strstr(raw_result, \text\:\); if (text_start NULL) { // 可能API返回了错误信息或者格式不符 fprintf(stderr, 无法在API响应中找到文本。原始响应%.500s...\n, raw_result); strncpy(result_text, [识别失败响应格式异常], result_max_len - 1); result_text[result_max_len - 1] \0; return 0; // 返回0表示本文件处理结束尽管失败继续下一个 } text_start 8; // 跳过 \text\:\ char *text_end strchr(text_start, \); if (text_end NULL) { text_end raw_result strlen(raw_result); } int copy_len text_end - text_start; if (copy_len result_max_len) { copy_len result_max_len - 1; } strncpy(result_text, text_start, copy_len); result_text[copy_len] \0; printf(文件 %s 识别成功结果长度%d\n, audio_file_path, copy_len); return 0; }这个函数call_asr_api的工作流程很清晰它把目标音频文件的路径和API地址拼成一个curl命令字符串然后通过popen在系统里执行这个命令。curl会负责把音频文件上传到你的本地语音识别服务。服务识别完后会返回一段JSON文本curl将其输出我们的程序再通过fread从管道里把这段输出读出来。这里有一个非常重要的提醒代码里用strstr简单查找text:来提取结果这在实际中非常不可靠因为JSON里可能有转义字符格式也可能微调。这只是为了让你快速理解流程。正确的做法是引入一个C语言的JSON解析库比如cJSON来稳健地解析返回的数据。你可以很容易地在网上找到cJSON的用法用它来解析会专业得多。3.2 组织批量处理流程有了扫描目录的函数和调用单个API的函数我们就可以把它们串起来了。这就是我们工具的“主控程序”。int main() { const char *audio_dir ./audio_src; const char *output_dir ./log_output; AudioFileInfo file_list[MAX_FILES]; int file_count 0; // 1. 扫描音频目录 printf(开始扫描目录%s\n, audio_dir); if (scan_audio_directory(audio_dir, file_list, file_count) ! 0) { fprintf(stderr, 扫描目录失败程序退出。\n); return 1; } printf(共找到 %d 个音频文件。\n, file_count); if (file_count 0) { printf(没有找到可处理的音频文件。\n); return 0; } // 2. 创建输出目录如果不存在 // 这里使用system命令调用mkdir注意跨平台兼容性。 char mkdir_cmd[256]; snprintf(mkdir_cmd, sizeof(mkdir_cmd), mkdir -p %s, output_dir); system(mkdir_cmd); // 3. 打开或创建日志文件 char log_file_path[MAX_PATH]; snprintf(log_file_path, sizeof(log_file_path), %s/audio_transcription_log.txt, output_dir); FILE *log_file fopen(log_file_path, a); // 以追加模式打开 if (log_file NULL) { perror(无法打开日志文件); return 1; } // 写入日志头 fprintf(log_file, 音频转录批处理日志 \n); fprintf(log_file, 开始时间%s, ctime((time_t){time(NULL)})); fprintf(log_file, \n\n); // 4. 循环处理每个音频文件 for (int i 0; i file_count; i) { printf(\n[%d/%d] 正在处理%s\n, i1, file_count, file_list[i].filename); char asr_result[MAX_RESULT_LEN] {0}; int ret call_asr_api(file_list[i].filepath, asr_result, MAX_RESULT_LEN); // 5. 将结果结构化保存到日志文件 fprintf(log_file, 【文件%d】\n, i1); fprintf(log_file, 文件名 %s\n, file_list[i].filename); fprintf(log_file, 文件大小 %ld 字节\n, file_list[i].size); fprintf(log_file, 修改时间 %s, ctime(file_list[i].modify_time)); fprintf(log_file, 识别结果 %s\n, asr_result); fprintf(log_file, 处理状态 %s\n\n, (ret 0) ? 成功 : 失败或部分成功); fflush(log_file); // 及时刷新缓冲区防止内容丢失 // 简单延时避免过快请求对本地服务造成压力可选 sleep(1); } // 6. 收尾工作 fprintf(log_file, \n\n); fprintf(log_file, 批处理完成。总计处理文件%d 个。\n, file_count); fprintf(log_file, 结束时间%s, ctime((time_t){time(NULL)})); fclose(log_file); printf(\n所有文件处理完成日志已保存至%s\n, log_file_path); return 0; }主函数main的逻辑是一条清晰的流水线扫描调用scan_audio_directory把audio_src文件夹里的音频文件信息捞出来。准备确保输出目录log_output存在并在里面创建一个文本文件作为我们的“工作日志”。循环处理对于找到的每一个音频文件调用call_asr_api函数让它去识别。记录把每个文件的“档案”文件名、大小、时间和它的“识别结果”一起工工整整地写进日志文件。收尾处理完所有文件后在日志末尾做个总结然后关闭文件。这样一个完整的本地音频批量识别和日志记录工具就完成了。你运行这个程序它就会自动帮你把一整个文件夹的音频都转成文字并且把所有信息都保存下来。4. 运行示例与效果查看理论讲完了代码也写好了是时候看看它实际跑起来是什么样子了。我们来模拟一个完整的运行过程。首先确保你的项目目录结构是这样的audio_logger/ ├── audio_src/ │ ├── meeting_20250410.wav │ ├── interview_part1.mp3 │ └── lecture_sample.wav ├── log_output/ (程序运行后自动创建) └── audio_processor.c (我们的主程序代码)编译并运行程序# 在Linux/Mac下使用GCC编译 gcc -o audio_processor audio_processor.c ./audio_processor如果一切顺利你会在终端看到类似这样的输出开始扫描目录./audio_src 共找到 3 个音频文件。 [1/3] 正在处理meeting_20250410.wav 文件 ./audio_src/meeting_20250410.wav 识别成功结果长度245 [2/3] 正在处理interview_part1.mp3 文件 ./audio_src/interview_part1.mp3 识别成功结果长度512 [3/3] 正在处理lecture_sample.wav 文件 ./audio_src/lecture_sample.wav 识别成功结果长度189 所有文件处理完成日志已保存至./log_output/audio_transcription_log.txt现在打开生成的日志文件./log_output/audio_transcription_log.txt你会看到一份结构清晰的记录 音频转录批处理日志 开始时间Thu Apr 10 15:30:22 2025 【文件1】 文件名 meeting_20250410.wav 文件大小 1024000 字节 修改时间 Thu Apr 10 10:15:33 2025 识别结果 好的那我们开始今天的周会。首先回顾一下上周各项目的进展... 处理状态 成功 【文件2】 文件名 interview_part1.mp3 文件大小 2048000 字节 修改时间 Wed Apr 9 14:22:10 2025 识别结果 请问您是如何看待当前人工智能在行业中的应用趋势我认为... 处理状态 成功 【文件3】 文件名 lecture_sample.wav 文件大小 1536000 字节 修改时间 Tue Apr 8 09:45:07 2025 识别结果 今天我们讲第三章关于文件系统的底层原理... 处理状态 成功 批处理完成。总计处理文件3 个。 结束时间Thu Apr 10 15:32:05 2025看是不是很清晰每个文件什么时候处理的、它本身的信息、以及最重要的识别内容都一目了然地保存在本地了。你可以随时打开这个文本文件查看、搜索或者把它导入到其他文档、数据库里做进一步分析。这个日志文件本身就是一个小型的、结构化的本地“数据库”。5. 总结与后续优化思路走完这一趟我们不仅用C语言实现了文件的遍历、信息的读取、外部程序的调用更重要的是我们把这些知识点串联起来做出了一个能解决实际问题的工具。它可能看起来不花哨但非常实用尤其适合处理那些需要隐私保护或网络不便的大量离线音频数据。回顾一下整个过程核心就是三步找文件、识语音、存结果。代码虽然不长但涉及了C语言中几个关键且实用的部分目录操作、文件属性获取、系统命令调用以及文本文件的格式化写入。当然这个工具现在还是一个“原型”有很大的优化空间。如果你有兴趣让它变得更强大、更健壮可以从这几个方向试试用真正的JSON库把那个脆弱的strstr解析替换成cJSON库这样无论API返回的JSON格式有什么变化我们都能稳稳地提取出“text”字段。加入错误重试机制网络请求或API服务偶尔可能会失败。可以在call_asr_api函数里加个循环比如失败后等2秒再试一次最多试3次。支持更多音频格式现在的扫描只认.wav和.mp3。你可以很容易地扩展scan_audio_directory函数里的判断条件加入.m4a,.flac,.ogg等后缀。输出更丰富的格式除了纯文本日志你还可以把结果写成CSV格式方便用Excel打开分析或者写成JSON Lines格式每行一个JSON对象更容易被其他编程语言处理。添加进度保存如果处理的文件非常多程序中途崩溃了重新开始会很麻烦。可以设计一个“进度文件”每成功处理一个文件就把它的文件名记下来。下次启动时先读这个进度文件跳过已经处理过的。编程最有意思的地方就是把想法一步步变成现实再不断打磨它。希望这个小小的音频日志工具能成为你C语言学习路上一个有趣的实践项目也能真正帮你省下一些整理音频的时间。获取更多AI镜像想探索更多AI镜像和应用场景访问 CSDN星图镜像广场提供丰富的预置镜像覆盖大模型推理、图像生成、视频生成、模型微调等多个领域支持一键部署。