wav文件音频头的研究

首先，下面这个博客中对wav音频头的结构做了一个介绍，可以去参考下。

http://blog.youkuaiyun.com/yzhouen/archive/2006/06/07/777459.aspx

 

 

音频头中是一个一个的标识，代表这个音频文件的一些配置参数。那当要播放这个音频的时候，解码器就通过音频头先读取这个音频文件的相关参数，比如采样率(rate)，通道数(channels)等等..那当然包括这个音频文件的大小、语音数据长度等信息都在里面。最后会由这些信息中的一些关键信息，计算出一个该音频的播放时长~具体公式马上再议。

 

 

[cpp] view plain copy print ?

1. #define WAVE_FORMAT_PCM 1   
2. unsigned char wav_header[] = {  
3.    'R', 'I', 'F', 'F',// "RIFF" 标志   
4.    0xfc, 0xff, 0xff, 0xff,// 文件长度   
5.    'W', 'A', 'V', 'E', // "WAVE" 标志   
6.    'f', 'm', 't', ' ', // "fmt" 标志   
7.    16, 0, 0, 0,        // 过渡字节（不定）   
8.    WAVE_FORMAT_PCM, WAVE_FORMAT_PCM >> 8,// 格式类别   
9.    0, 0,  // 声道数   
10.    0, 0, 0, 0,  // 采样率   
11.    0, 0, 0, 0,  // 位速   
12.    0, 0,       // 一个采样多声道数据块大小   
13.    16, 0,      // 一个采样占的 bit 数   
14.    'd', 'a', 't', 'a',  // 数据标记符＂data ＂   
15.    0xd8, 0xff, 0xff, 0xff    
16.       // 语音数据的长度，比文件长度小42一般。这个是计算音频播放时长的关键参数~   
17. };  

#define WAVE_FORMAT_PCM 1 unsigned char wav_header[] = { 'R', 'I', 'F', 'F',// "RIFF" 标志 0xfc, 0xff, 0xff, 0xff,// 文件长度 'W', 'A', 'V', 'E', // "WAVE" 标志 'f', 'm', 't', ' ', // "fmt" 标志 16, 0, 0, 0, // 过渡字节（不定） WAVE_FORMAT_PCM, WAVE_FORMAT_PCM >> 8,// 格式类别 0, 0, // 声道数 0, 0, 0, 0, // 采样率 0, 0, 0, 0, // 位速 0, 0, // 一个采样多声道数据块大小 16, 0, // 一个采样占的 bit 数 'd', 'a', 't', 'a', // 数据标记符＂data ＂ 0xd8, 0xff, 0xff, 0xff // 语音数据的长度，比文件长度小42一般。这个是计算音频播放时长的关键参数~ };

 

上面的结构就是音频头的基本结构，每一个字节都显示出来了。有些是4字节，有些是2字节。

那，只要按照这个结构，在音频文件开始处写上面格式的文档，就可以正确配置一个音频头~

 

那音频的播放时长计算如下：

1. 每个采样点字节数：bits = channels * BitsPerSample / 8   ( BitsPerSample: 16bit 一般 )
2. 每秒字节数： m = nSamplesPerSec * bits;  (nSamplesPerSec：每秒采样数，也就是采样率~rate)
3. 音频文件播放时长：time = dlen / m;     ( dlen就是语音数据长度，也就是文件大小减去42~ )

所以，只要我们正确的设置好dlen，采样率rate以及channels就可以自动的内部计算好该音频的播放时长。很好~~

在写音频头的函数中，把必须条件以参数的形式传进去，然后构造每一个字节按照上面的方式，接着写到音频文件的起始处~finish...

 

 

附：

 

wave文件的格式：

 

00H 4 char "RIFF"标志 
04H 4 long int 文件长度 
08H 4 char "WAVE"标志 
0CH 4 char "fmt"标志 
10H 4 过渡字节（不定） 
14H 2 int 格式类别（10H为PCM形式的声音数据) 
16H 2 int 通道数，单声道为1，双声道为2 
18H 2 int 采样率（每秒样本数），表示每个通道的播放速度， 
1CH 4 long int 波形音频数据传送速率，其值为通道数×每秒数据位数×每样
               本的数据位数／8。播放软件利用此值可以估计缓冲区的大小。 
20H 2 int 数据块的调整数（按字节算的），其值为通道数×每样本的数据位
           值／8。播放软件需要一次处理多个该值大小的字节数据，以便将其
           值用于缓冲区的调整。 
22H 2  每样本的数据位数，表示每个声道中各个样本的数据位数。如果有多
           个声道，对每个声道而言，样本大小都一样。 
24H 4 char 数据标记符＂data＂ 
28H 4 long int 语音数据的长度