入門XAudio2を読んでいて，45ページ目から48行目でサラッと流されているWAVファイルの読み込み処理，DirectX::LoadWAVAudioFromFileExについて気になったので読み解いてみようかと．
Qiitaに書くのは何か違うかな，と思ったのでこっちで．
RIFFについては知っている前提で．
RIFF(Resource Interchange File Format)についてはこちらを参照(Microsoft Docs)
DirectX::LoadWAVAudioFromFileEx関数で読み取った結果は，次のようなDirectX::WAVData構造体に保存されます．
namespace DirectX
{
struct WAVData
{
const WAVEFORMATEX* wfx;
const uint8_t* startAudio;
uint32_t audioBytes;
uint32_t loopStart;
uint32_t loopLength;
const uint32_t* seek;
uint32_t seekCount;
};
}
で，そのDirectX::LoadWAVAudioFromFileEx関数の宣言は次のような感じです．
namespace DirectX
{
HRESULT LoadWAVAudioFromFileEx(
_In_z_ const wchar_t* szFileName,
_Inout std::unique_ptr& wavData,
_Out_ WavData& result
);
}
この，_In_z_とか_Inout_は，ソースコード注釈言語(Source-code Annotation Language, SAL)です．詳しくは，Microsoft Docsを検索してください．簡単に言うと，Visual Studioがコードの使い方に問題がないかチェックするための付加情報です．
szFileNameはファイルパス，wavDataにはファイルのデータ全てが格納されて，WAVData::startAudioはその中の音データの開始位置を指します．
さて，中を見ていきましょう．最初の数行は，ファイルパスへのポインタがNULLだったらエラー，出力先を0初期化，というだけなので飛ばします．
DWORD bytesRead = 0;
HRESULT hr = LoadAudioFromFile(szFileName, wavData, &bytesRead);
早速新しい関数が出てきました．
static HRESULT LoadAudioFromFile(
_In_z_ const wchar_t* szFileName,
_Inout_ std::unique_ptr& wavData,
_Out_ DWORD* bytesRead
);
単純に，szFileNameのパスにあるファイルを開いて，wavDataにファイルの内容を書き込み，bytesReadに読み取ったバイト数を書き込む，というだけの関数です．
もう少し詳しく見てみると，Windows 8以降の場合は，CreateFile2を使ってファイルを開き，それより前の場合はCreateFileWを使ってファイルを開くようになっています．ちょっと調べてみたんですが，敢えて使い分ける理由がサッとは見つかりませんでした．
そして，Vista以降ならGetFileInformationByHandleExを使い，それより前の場合はGetFileSizeExを使ってファイルサイズを取得しています．これも，わざわざ使い分ける理由がいまいち不明です．GetFileInformationByHandleExの場合，エラー処理が入っているので，何らかの理由でファイルサイズがちゃんと取得できないケースがあるのかもしれません．
そして，このファイルサイズが32bitで表現できる範囲を超える場合や，WAVファイルとして最低限必要なRIFFチャンクと"fmt "チャンクのサイズ以下の場合，エラーとしています．
ここまで来ると，あとはwavDataに必要なサイズ分のメモリを割り当て，ファイルから読み取るだけです．この関数内で勝手にメモリを割り当てるからunique_ptrにしているんでしょうね．
さて，DirectX::LoadWAVAudioFromFileExに戻ります．
bool dpds, seek;
hr = WaveFindFormatAndData(
wavData.get(),
bytesRead,
&result.wfx,
&result.startAudio,
&result.audioBytes,
dpds,
seek
);
またまた新しい関数です．
static HRESULT WaveFindFormatAndData(
_In_reads_bytes_(wavDataSize) const uint8_t* wavData,
_In_ size_t wavDataSize,
_Outptr_ const WAVEFORMATEX** pwfx,
_Outptr_ const uint8_t** pdata,
_Out_ uint32_t* dataSize,
_Out_ bool& dpds,
_Out_ bool& seek
);
- wavData
- wavDataSize
- pwfx
- wavData中のfmtチャンクから，WAVEFORMATEXの位置へのポインタを返す
- pdata
- wavData中のdataチャンクから，音データの開始位置へのポインタを返す
- dataSize
- dpds
- dpdsチャンクの有無を返す．dpdsチャンクはxWMAフォーマットの場合に存在する．
- seek
- Xbox OneでサポートされているXMA2フォーマットの場合にtrueになる，とコメントを読み解くと書いてある．
さて，この中で最初に呼ばれているFindChunkという関数は，次のような関数です．
static const RIFFChunk* FindChunk(
_In_reads_bytes_(sizeBytes) const uint8_t* data,
_In_ size_t sizeBytes,
_In_ uint32_t tag
)
dataの先頭がRIFFのヘッダ(4バイトのfourccと4バイトのチャンクサイズ)と仮定して，sizeBytes先までにtagと一致するfourccを持つチャンクを探してくれるだけの関数です．
この関数を使って，まずはRIFFチャンクを探します．このRIFFチャンクがなかったり，RIFFチャンクのRIFFヘッダの直後のfourccがWAVEまたはXWMAで無い場合は正しいファイルでない，とエラーを返しています．
RIFFチャンクからRIFFヘッダとfourcc分のバイト数を進めた位置からサブチャンクが始まります．次に，このサブチャンクからfmtチャンクを探します．fmtチャンクには，少なくともWAVEFORMAT構造体のデータが含まれています．
このWAVEFORMAT構造体にはwFormatTagという音データの形式が格納されていて，PCM(
pulse code modulation)形式や，ADPCMフォーマットである，といったことを確認し，その上でfmtチャンクのサイズに問題がないか，dpdsやseekは設定できるか，といったことをチェックしています．
fmtチャンクが終わったら，チャンクの終端に進み，dataチャンクを探し，サイズが渡されたデータを超えていないかチェックをしたら，dataチャンクのデータ部分の先頭をpdataに設定して，dataチャンクのサイズをdataSizeに設定して，この関数は終了です．
DirectX::LoadWAVAudioFromFileExに戻ると，次はWaveFindLoopInfo関数です．
static HRESULT WaveFindLoopInfo(
_In_reads_bytes_(wavDataSize) const uint8_t* wavData,
_In_ size_t wavDataSize,
_Out_ uint32_t* pLoopStart,
_Out_ uint32_t* pLoopLength
);
wavData，wavDataSizeはWaveFindFormatAndDataと同じなのでスキップします．この関数は，WAVファイルからループの開始サンプル数とループの長さのサンプル数を，それぞれpLoopStartとpLoopLengthが指す先に格納してくれます．
この中では，RIFFチャンクがWAVEかどうか確認しています．xWMAはループ情報を含まないようです．そして，DLSチャンク(fourccはwsmp)またはSampleチャンク(fourccはsmpl)からループ情報を取り出しています．
DLSは，Downloadable Soundの略っぽいですが，該当するデータが手元に無いので詳細は不明です．
smplチャンクは，コード中ではMIDIチャンクと書いているので，MIDIで作成した音しかループ情報を含んでいないのでしょうか?
このループ情報の取り出しは，場合によってはスキップしても良いかもしれません．
DirectX::LoadWAVAudioFromFileExに戻ると，dpdsやseekがtrueかどうかで次のような関数を呼び出して，必要なデータを取り出しています．
static HRESULT WaveFindTable(
_In_reads_bytes_(wavDataSize) const uint8_t* wavData,
_In_ size_t wavDataSize,
_In_ uint32_t tag,
_Outptr_result_maybenull_ const uint32_t** pData,
_Out_ uint32_t* dataCount
);
- wavData，wavDataSize
- tag
- RIFFチャンクのサブチャンクから抜き出すチャンクのfourcc
- dpdsの場合，dpdsチャンク，seekの場合seekチャンクを指定
- pData
- tagで指定したチャンクのデータ部分へのポインタを返す
- 4バイトのデータの配列になっている
- dataCount
- tagで指定したチャンク内にある4バイトのデータの数
これでようやく終わりです．
この関数は，ファイルデータをすべてメモリに載せた上での処理になっています．しかし実際には，効果音などの短い音であればメモリに載せられても，BGMなどのようにある程度のサイズがあるデータは，必要な部分を徐々に読み取って再生するのが一般的だと思うので，そういった場合は，FindChunkのように都度必要なチャンクを探して回るのではなく，チャンクを発見する度に必要な情報を埋めていって，といった形にする必要があるかもしれません．
