[Chia sẻ] đọc file âm thanh phát ra loa
Khi dân văn phòng chán làm báo cáo và quyết định biến Excel thành bàn Mixer DJ bằng 100% Pure VBA
Hầu hết mọi người nhìn vào Excel và thấy hàm VLOOKUP, bảng tính lương, hoặc những biểu đồ KPI khô khan. Nhưng nếu bóc lớp vỏ "nhân viên văn phòng" đó ra, Excel thực chất là một cỗ máy tính toán ma trận khổng lồ. Và hôm nay, mình đã ép nó làm một việc mà Microsoft chưa từng ngờ tới:
Đọc dữ liệu nhị phân của một file nhạc WAV, giải mã sóng âm, bẻ cong tần số để kích Bass/Treble như bàn DJ chuyên nghiệp, và phát thẳng ra loa bằng 100% Pure VBA (không dùng bất kỳ thư viện hay API ngoài nào).
(điều chỉnh BASS TREBLE ô B1 B2 rùi nhấn "BẬT NHẠC SÀN" để chọn file âm thanh wav).
Nghe có vẻ "hack não", nhưng hành trình biến những con số vô tri trong bảng tính thành tiếng nhạc xập xình thực chất là một câu chuyện kết hợp cực kỳ thú vị giữa lịch sử công nghệ, toán học tín hiệu số và vật lý học.
1. Nguồn gốc của việc "nhốt" âm thanh vào những con số (PCM & WAV)
Trước khi có file nhạc số, âm thanh chỉ là những đợt sóng rung động trong không khí. Để máy tính hiểu được, người ta phải tìm cách "đông cứng" những đợt sóng mềm mại này thành các con số 0 và 1.
- Người đặt nền móng: Năm 1937, kỹ sư người Anh Alec Reeves đã phát minh ra phương pháp PCM (Pulse-Code Modulation - Điều chế xung mã). Ý tưởng của ông thiên tài ở chỗ: thay vì cố gắng ghi lại toàn bộ đường cong sóng âm liên tục, ông chụp ảnh biên độ của sóng âm hàng chục nghìn lần mỗi giây (ví dụ 44.100 lần/giây) và ghi lại độ cao của sóng tại từng khoảnh khắc bằng một con số nguyên.
- Sự ra đời của file WAV: Đến năm 1991, hai gã khổng lồ Microsoft và IBM đã bắt tay nhau tạo ra định dạng WAV (Waveform Audio File Format) cho hệ điều hành Windows 3.1. Họ lấy nguyên dữ liệu số thô của Alec Reeves, đóng gói vào một cái hộp tiêu chuẩn gọi là RIFF, dán thêm một tờ "giấy khai sinh" (Header) ở đầu file để khai báo tần số, số kênh loa, rồi lưu lại.
Nói một cách trần trụi:
Một file nhạc WAV không nén thực chất chỉ là một danh sách dài dằng dặc các con số nguyên từ -32.768 đến +32.767 biểu diễn độ thụt ra thụt vào của màng loa. Mà đã là danh sách số nguyên, thì đó chính là "sân nhà" của Excel!
2. Giải phẫu "nội tạng" file WAV: Bên trong tờ giấy khai sinh có gì?

Nếu mở một file WAV bằng trình đọc mã Hex (hoặc cho Excel đọc từng byte), bạn sẽ thấy nó không hề lộn xộn mà được chia thành từng ngăn gọi là
Chunk theo chuẩn RIFF. Với một file WAV chuẩn cơ bản, nó giống như một chiếc xe tải gồm 2 phần:
Cabin (44 byte đầu) và
Thùng hàng (hàng chục triệu byte phía sau).
| Vị trí (Offset) | Độ dài | Tên gọi | Nội dung & Ý nghĩa thực tế |
| 0 – 3 | 4 bytes | ChunkID | Luôn là 4 chữ cái "RIFF" — mật khẩu báo hiệu đây là một thùng chứa dữ liệu đa phương tiện. |
| 4 – 7 | 4 bytes | ChunkSize | Tổng dung lượng của cả file (trừ đi 8 byte đầu). |
| 8 – 11 | 4 bytes | Format | Chữ "WAVE" — khẳng định thùng hàng này chở âm thanh chứ không phải video. |
| 12 – 15 | 4 bytes | Subchunk1ID | Chữ "fmt " (có dấu cách) — mở đầu cho tờ khai thông số kỹ thuật. |
| 16 – 19 | 4 bytes | Subchunk1Size | Thường là số 16 — độ dài của tờ khai thông số chuẩn PCM. |
| 20 – 21 | 2 bytes | AudioFormat | Số 1 — nghĩa là PCM nguyên chất, không nén (nếu là số khác tức là đã bị nén). |
| 22 – 23 | 2 bytes | NumChannels | Số kênh loa: 1 là Mono (1 loa), 2 là Stereo (2 loa Trái – Phải). |
| 24 – 27 | 4 bytes | SampleRate | Tốc độ lấy mẫu: thường là 44100 (nghĩa là 1 giây âm thanh được cắt thành 44.100 lát cắt). |
| 28 – 31 | 4 bytes | ByteRate | Tốc độ tiêu thụ dữ liệu: bằng SampleRate × NumChannels × (BitsPerSample / 8). Với chuẩn CD là 176.400 byte/giây. |
| 32 – 33 | 2 bytes | BlockAlign | Kích thước 1 khung mẫu cho tất cả các kênh (với Stereo 16-bit là 4 byte). |
| 34 – 35 | 2 bytes | BitsPerSample | Độ sâu bit (thường là 16 bit) — quyết định độ chi tiết của âm thanh. |
| 36 – 39 | 4 bytes | Subchunk2ID | Chữ "data" — tấm biển báo: "Hết thủ tục hành chính rồi, phía sau là nhạc thật!". |
| 40 – 43 | 4 bytes | Subchunk2Size | Tổng số byte của phần dữ liệu sóng âm phía sau. |
| 44 – Hết | N bytes | Data | Dữ liệu phát ra loa: Hàng triệu con số biểu diễn dao động màng loa. |
3. Cách Excel giải mã và "nhào nặn" sóng âm (Bí mật Little-Endian & DSP)
Khi bắt tay vào lập trình đọc file nhị phân, có hai cái bẫy kinh điển mà người mới rất dễ dính:
- Bẫy 1 – Cắt cứng 44 byte đầu: Nhiều người cứ đinh ninh header file WAV luôn dài đúng 44 byte và cắt cứng ở đó, kết quả là gặp mấy file nhạc xuất từ phần mềm thu âm có đính kèm tên ca sĩ/album (metadata nằm trong các chunk LIST hoặc INFO) thì phần chữ bị đọc nhầm thành sóng âm, khiến loa kêu "Rẹt!" một tiếng đầy đau thương. Code của mình đã xử lý thông minh hơn: tự động dò từng ngăn (chunk) để tìm đúng biển báo "fmt " và "data" rồi mới trích xuất nhạc.
- Bẫy 2 – Thứ tự byte ngược (Little-Endian): Trên Windows, các số nhiều byte được lưu ngược từ đuôi lên đầu. Giả sử tần số lấy mẫu của bài hát là 44100 Hz (hệ Hex là 00 00 AC 44), khi nằm trong file WAV ở vị trí byte 24–27, nó lại xếp thành 44 AC 00 00. Để giải mã trong Pure VBA mà không có thư viện hỗ trợ, mình phải dùng toán học dịch bit để lật ngược chúng lại:
Giá trị thật = Byte0 + (Byte1 x 256) + (Byte2 x 65536) + (Byte3 x 16777216)
Dữ liệu nào thực sự phát ra loa?
Chỉ có các byte nằm sau thẻ "data" mới phát ra loa. Với âm thanh
Stereo 16-bit, dữ liệu trong thùng hàng được xếp xen kẽ như một hàng quân đi đều bước:
- 2 byte đầu: Biên độ sóng của Loa Trái (mẫu số 1).
- 2 byte tiếp theo: Biên độ sóng của Loa Phải (mẫu số 1).
- 2 byte kế tiếp: Biên độ sóng của Loa Trái (mẫu số 2)...
Mỗi cặp 2 byte này được VBA giải mã thành một số nguyên có dấu từ
-32.768 đến +32.767. Con số 0 nghĩa là màng loa đứng yên ở vị trí cân bằng; số dương đẩy màng loa lồi ra trước; số âm kéo màng loa thụt vào trong.
Để chỉnh
Bass (âm trầm) và
Treble (âm bổng) giống bàn DJ, mình áp dụng phương trình lọc số
Biquad IIR (công thức chuẩn RBJ Audio EQ) chạy trực tiếp trên từng mẫu số này: những con số dao động chậm (tiếng trống) được phóng đại biên độ lên, những con số dao động nhanh (tiếng chép) được làm sắc nét hơn, rồi chặn ngưỡng cực đại để màng loa không bị "rè" do quá tải.
4. Chuỗi sự kiện domino: Từ cú click chuột trên Excel đến màng nhĩ của bạn
Khi bạn nhấn nút
Play trên bảng tính, cả hệ thống máy tính và vật lý học sẽ phối hợp nhịp nhàng qua 7 chặng:
- Chặng 1 – Excel "nhào nặn" ma trận (Ring 3 - User Mode): VBA đọc toàn bộ file vào RAM, dò tìm các chunk để giải mã thông số, chạy thuật toán lọc số Biquad để tăng giảm Bass/Treble, sau đó tự động đóng gói lại một file WAV hoàn chỉnh với chiếc "cabin" 44 byte mới toanh.
- Chặng 2 – Vượt rào cản xuống hệ điều hành: Vì Pure VBA bị cô lập ở tầng ứng dụng (Ring 3) và không được phép chạm tay trực tiếp vào phần cứng, VBA dùng lệnh Shell nội tại gọi trình phát âm thanh của Windows. Windows đọc phần header để biết phải chuẩn bị "băng chuyền" rộng bao nhiêu (Stereo) và chạy nhanh cỡ nào (44.100 nhịp/giây).
- Chặng 3 – Trạm trung chuyển Windows Audio Engine (WASAPI): Dữ liệu từ thùng hàng "data" được bơm liên tục vào bộ đệm âm thanh (Audio Buffer) của Windows. Tại đây, hệ điều hành trộn âm thanh từ Excel của bạn với các tiếng động khác trên máy (như tiếng ting ting tin nhắn) thành một luồng duy nhất.
- Chặng 4 – Vượt biên giới xuống nhân hệ điều hành (Ring 0 - Kernel Mode): Trình điều khiển (Driver) của card âm thanh tiếp nhận luồng số này và đẩy thẳng qua chuẩn giao tiếp phần cứng (PCIe hoặc USB) xuống bo mạch chủ.
- Chặng 5 – Phép màu của chip DAC (Digital-to-Analog Converter): Trên card âm thanh có một con chip nhỏ tên là DAC. Mỗi 1/44.100 giây, nó nhận một con số từ mảng dữ liệu của bạn và biến con số đó thành một mức điện áp tương ứng (ví dụ số 0 là 0 Volt, số +32.767 là +2 Volt, số -32.768 là -2 Volt). Dòng điện rời rạc biến thành một đường sóng điện áp analog liên tục.
- Chặng 6 – Cuộc chiến của nam châm và cuộn dây (Màng loa): Dòng điện biến thiên này chạy qua cuộn dây đồng gắn ở đáy màng loa, tạo ra từ trường đẩy/hút với nam châm vĩnh cửu. Màng loa rung lên bần bật theo đúng những con số mà Excel vừa tính toán lúc nãy.
- Chặng 7 – Chạm tới màng nhĩ: Màng loa rung làm các phân tử không khí xung quanh bị nén lại rồi giãn ra theo từng đợt sóng áp suất, lan truyền với tốc độ ~343 m/s đập vào màng nhĩ của bạn, truyền tín hiệu lên não và khiến bạn gật gù: "Công nhận Excel đánh Bass căng thật!".
5. Chơi lớn thế này để làm gì? (Ứng dụng thực tế)
Ngoài việc để "flex" nhẹ với đồng nghiệp rằng Excel làm được nhiều thứ hơn họ tưởng, kỹ thuật thao túng dữ liệu nhị phân và xử lý tín hiệu số (DSP) ngay trong VBA này có rất nhiều ứng dụng thực tế thú vị:
- Hiểu tận gốc bản chất dữ liệu số: Không còn phụ thuộc vào các thư viện đóng gói sẵn, bạn trực tiếp nhìn thấy và chạm tay vào cấu trúc bit/byte của đa phương tiện.
- Tự động hóa xử lý âm thanh hàng loạt: Bạn có hàng nghìn file ghi âm tổng đài hoặc file thông báo cần lọc nhiễu, kích âm lượng, cắt khoảng lặng hoặc ghép nối tự động theo danh sách trên bảng tính? Excel xử lý gọn trong một nút bấm.
- Phân tích dữ liệu sóng âm & Cảm biến: Kỹ thuật đọc mảng byte và chạy bộ lọc Biquad này áp dụng y hệt cho việc phân tích dữ liệu rung động máy móc, sóng điện tâm đồ, hoặc dữ liệu cảm biến công nghiệp được xuất ra dạng thô.
- Tạo âm thanh cảnh báo tùy biến (Sonification): Biến các biến động trên biểu đồ chứng khoán hoặc dây chuyền sản xuất thành âm thanh cao/thấp khác nhau để giám sát mà không cần nhìn màn hình.
Lưu ý nhỏ cho anh em tải code về vọc: Vì Excel vốn sinh ra để tính tiền chứ không phải làm card âm thanh chuyên dụng, nên khi chạy thuần bằng thông dịch VBA đơn luồng, anh em nên test trước với các đoạn nhạc WAV ngắn tầm 15–30 giây để cảm nhận tốc độ "nhào nặn" tức thì. Còn nếu ném cả album lossless dài 5 phút vào thì nhớ pha thêm cốc cà phê trong lúc chờ Excel "lên đồng" nhé!
Nếu anh em nào muốn thử cảm giác biến bảng tính lương thành bàn Mixer DJ, chỉ cần gõ mức Bass/Treble vào ô B1, B2 rồi nhấn
"BẬT NHẠC SÀN" để thưởng thức thành quả!
(Đính kèm đoạn code Pure VBA bên dưới).