想起一个细节问题，你播放的是多少采样频率的音频，如9楼说的“放出来的杂音非常大，很大的哒哒哒的背景声”，应该是处理速率不够，我用SD卡SPI模式，8位超过32k就开始有杂音了，16位超过22k就开始有杂音。采样频率越高“哒哒背景声”的间隔时间越长
这个问题我有点印象。我也是用STM32的，不过播放时加了进度条显示，液晶用GPIO模拟总线，这里会影响处理速度。


你试试播放低采样频率的WAV音频，看看结果是否一样。或者用11k的和44k的对比一下效果。
如果是的话，只能从读FAT文件系统那里入手优化了。