WAV文件的使用

最新推荐文章于 2021-05-18 18:34:21 发布

joneykk

最新推荐文章于 2021-05-18 18:34:21 发布

阅读量864

点赞数

文章标签： microsoft 扩展 null byte windows 文档

WAV文件格式

波形音频文件（*.WAV）是Microsoft为Windows设计的多媒体文件格式RIFF(The Resource Interchange File Format,资源交换文件格式)中的一种（另一种常用的为AVI）。RIFF由文件头、数据类型标识及若干块(chunk)组成。

WAV文件的基本格式

类型		内容	变量名	大小	取值
RIFF头		文件标识符串	fileId	4B	“RIFF”
		头后文件长度	fileLen	4B	非负整数(=文件长度－8)
数据类型标识符		波形文件标识符	waveId	4B	“WAVE”
格式块	块头	格式块标识符串	chkId	4B	“fmt ”
		头后块长度	chkLen	4B	非负整数(= 16或18)
	块数据	格式标记	wFormatTag	2B	非负短整数( PCM=1)
		声道数	wChannels	2B	非负短整数(= 1或2)
		采样率	dwSampleRate	4B	非负整数(单声道采样数/秒)
		平均字节率	dwAvgBytesRate	4B	非负整数(字节数/秒)
		数据块对齐	wBlockAlign	2B	非负短整数(不足补零)
		采样位数	wBitsPerSample	2B	非负短整数( PCM 时才有)
		扩展域大小	wExtSize	2B	非负短整数	可选(根据chkLen=16 or 18判断)
		扩展域	extraInfo	extSize B	扩展信息
数据块	块头	数据块标识符串	chkId	4B	“data”
		头后块长度	chkLen	4B	非负整数
	块数据	波形采样数据	x或x _l、x _r	chkLen B	左右声道样本交叉排列样本值为整数(整字节存储，不足位补零)，整个数据块按blockAlign对齐

注意：

wFormatTag = 1 时为无压缩的 PCM （ Pulse Code Modulation, 脉冲编码调制）标准格式（即等间隔采样、线性量化）。

单字节样本值v为无符号整数(0~255)，实际样本值应为v-128；多字节样本值本身就是有符号的，可直接使用。

有些wav文件在data块之前,fmt块之后还有一个fact块..

| ID    | 4 Bytes |   'fact'        |
    ----------------------------------
      | Size | 4 Bytes |   数值为4    |
       ----------------------------------
    | data | 4 Bytes |  ?? ?? ?? ?? |

因此要根据读到的ID进行判断

参考: http://www.snowcn.net/?action/viewspace/itemid/260.html文件格式分析详解 wav

Wav文件所有数值表示均为低字节表示低位，高字节表示高位。

通过CArchive的>>读入, 会自动转化(把高字节的作为高位)

如读入地址为0000000的双字(DWORD)到变量dw中 :

0000000: 52 49 46 46

则dw会等于0x46464952

为了简化RIFF文件中的4字符标识的读写与比较，Windows SDK在多媒体头文件mmsystem.h中定义了类型
FOURCC（Four-Character Code四字符代码）：

typedef DWORD FOURCC;

及其构造宏（用于将4个字符转换成一个FOURCC数据）

FOURCC mmioFOURCC(CHAR ch0, CHAR ch1, CHAR ch2, CHAR ch3);

其定义为MAKEFOURCC宏：

#define mmioFOURCC(ch0, ch1, ch2, ch3) MAKEFOURCC(ch0, ch1, ch2, ch3);

而MAKEFOURCC宏定义为：

#define MAKEFOURCC(ch0, ch1, ch2, ch3) /

((DWORD)(BYTE)(ch0) | ((DWORD)(BYTE)(ch1) << 8) | /

((DWORD)(BYTE)(ch2) << 16) | ((DWORD)(BYTE)(ch3) << 24 ));

例如：

#include <mmsystem.h>

#define ID_RIFF mmioFOURCC('R', 'I', 'F', 'F')

#define ID_WAVE mmioFOURCC('W', 'A', 'V', 'E')

……

FOURCC id;

……

ar >> id;

if (id != ID_RIFF) {

……

}

……

播放波形声音文件

函数PlaySound可以播放系统声音、声音资源和声音文件，其函数原型为：

BOOL PlaySound(

LPCSTR pszSound,

HMODULE hmod,

DWORD fdwSound

);

例如：

PlaySound(“c://sounds//sample.wav”, NULL, SND_ASYNC);

PlaySound(ar.GetFile()->GetFilePath(), NULL, SND_ASYNC);

下面是完整步骤:

新建MFC应用程序, 单文挡(SDI)项目 WavePlayer.

为了使包含PlaySound的程序能够编译通过，必须包含多媒体头文件： #include <mmsystem.h>, 而且需要注意头文件包含的次序.. 否则会提示找不到标识符..

并在项目中添加多媒体库：在项目区中任何页中选中顶部的项目名，选“项目/属性”菜单项或按Alt+F7组合键，弹出“[项目名]属性页”对话框，在该其左上角的“配置”栏的下拉式列表中，选择“所有配置”项，在其左边的“配置”目录栏中，选中“配置属性/链接器/输入”项，在右边顶行的“附加依赖项”栏中键入winmm.lib，按“确定”钮关闭对话框。

文件过滤

可通过修改资源视图页的“项目名/项目名.rc/String Table/String Table”串表资源中的ID：IDR_MAINFRAME(SDI)所对应的串，为应用程序的文件I/O对话框增加文件过滤器。为WavePlayer程序增加*.wav的过滤器：

将原来的串

IDR_MAINFRAME “WavePlayer/n/nWavePlayer/n/n/nWavePlayer.Document/nWavePlayer.Document”

修改成

“WavePlayer/n/nWavePlayer/n Wave Files (*.wav)/n.wav/nWavePlayer.Document/nWavePlayer.Document”

文档类 cpp 添加如下宏

#define ID_RIFF mmioFOURCC('R', 'I', 'F', 'F')

#define ID_WAVE mmioFOURCC('W', 'A', 'V', 'E')

#define ID_data mmioFOURCC('d', 'a', 't', 'a')

#define ID_fmt mmioFOURCC('f', 'm', 't', '/x20')

#define ID_fact mmioFOURCC('f', 'a', 'c', 't')

文档类添加如下变量

public:

int num; // 样本数

LONG* data; // 样本数据

LONG *Ldata, *Rdata; // 双声道数据

WORD BytesPerSample, wChannel; // 一个样本的字节数, 声道数

Serialize函数添加如下代码 :

if (ar.IsStoring())

{

// TODO: 在此添加存储代码

}

else

{

// TODO: 在此添加加载代码

FOURCC id, chkLen, dw; // 无符号双字

BYTE b; // 无符号字节

WORD w; // unsined short 无符号单字长

WORD fmtTag; //格式标记

WORD wBitsPerSample; //样本位数

FOURCC dwAvgBytesRate;

FOURCC Len; // 数据块大小, BYTE

ar>>id;

if(id!=ID_RIFF) return;

ar>>dw>>id;

if(id!=ID_WAVE) return;

ar>>id; if(id!=ID_fmt) return;

ar>>chkLen; // 16或

ar>>fmtTag; // 只处理PCM(Pulse Code Modulation, 脉冲编码调制)情况

if(fmtTag!=1)

return;

ar>>wChannel; //声道数

ar>>dw; //采样率

ar>>dwAvgBytesRate; //平均字节率

ar>>w; //数据块对齐

ar>>wBitsPerSample; //样本位数

if(chkLen==18)

{

ar>>w; // 扩展域大小

for(int i=0; i<w; i++) // 读走扩展域的内容

ar>>b;

}

ar>>id; // data or fact

if(id==ID_fact)

{

ar>>dw>>dw; // 读走fact块内容

ar>>id; // data ID

}

if(id!=ID_data)

return;

ar>>Len;

BytesPerSample=wBitsPerSample/8; // 一个样本的字节数

num=Len/BytesPerSample; // 样本数

if(wChannel==1) // 单音道

{

data=new LONG[num];

if(BytesPerSample==1)

for(int i=0; i<num; i++)

{

ar>>b;

data[i]=b-128;

}

else if(BytesPerSample==2)

for(int i=0; i<num; i++)

{

ar>>w;

data[i]= (SHORT)w; // 无符号数转成有符号数

}

else if(BytesPerSample==4)

for(int i=0; i<num; i++)

{

ar>>dw;

data[i]=(LONG)w; // 无符号数转成有符号数

}

else if(BytesPerSample==3)

for(int i=0; i<num; i++)

{

ar>>b>>w;

data[i]=w+b;

}

else if(wChannel==2) // 双音道

{

Ldata=new LONG[num/2]; // 左声道

Rdata=new LONG[num/2]; // 右声道

if(BytesPerSample==1)

{

for(int i=0; i<num/2; i++) // 一个声道的样本数为num/2, 左右声道交替

{

ar>>b;

Ldata[i]=b-128;

ar>>b;

Rdata[i]=b-128;

}

else if(BytesPerSample==2)

for(int i=0; i<num/2; i++)

{

ar>>w;

Ldata[i]=(SHORT)w; // 无符号数转成有符号数

ar>>w;

Rdata[i]=(SHORT)w;

}

else if(BytesPerSample==4)

for(int i=0; i<num/2; i++)

{

ar>>dw;

Ldata[i]=(LONG)dw;

ar>>dw;

Rdata[i]=(LONG)dw;

}

else if(BytesPerSample==3)

for(int i=0; i<num/2; i++)

{

ar>>b>>w;

Ldata[i]=w+b;

ar>>b>>w;

Rdata[i]=w+b;

}

PlaySound(ar.GetFile()->GetFilePath(), NULL, SND_ASYNC); // 播放声音

}

视图类 OnDraw函数添加如下代码:

CRect rect; // 客户区大小

GetClientRect( & rect);

CPen gpen(PS_SOLID, 1 , RGB( 0 , 250 , 0 )); // 绿色笔

pDC -> SelectObject( & gpen);

if (pDoc -> data != NULL || pDoc -> Ldata != NULL) // 数据非空时才画

{

float A=pow(2.0, 8.0*pDoc->BytesPerSample-1); // 将样本的高度映射到所需高度,

// 先算出样本的最大值

if(pDoc->wChannel==1) // 单声道

{

int x=0, y=rect.Height()/2;

while(x < rect.Width())

{

int min=INT_MAX, max=INT_MAX+1; // 让min初始为最大的int, 让max初始化最小的int

// 一个象素x映射(样本数/客户区宽度)个样本点, 用其中最大最小值, 画一竖直的线段

for(int j=x*pDoc->num/rect.Width(); j<(x+1)*pDoc->num/rect.Width(); j++)

{

if(pDoc->data[j]<min)

min=pDoc->data[j];

if(pDoc->data[j]>max)

max=pDoc->data[j];

}

pDC->MoveTo(x, y+(max*rect.Height()/2.0/A));

pDC->LineTo(x, y+(min*rect.Height()/2.0/A));

x++;

}

CPen pen(PS_SOLID, 1, RGB(200, 0, 0)); // 客户区中间画一横线

pDC->SelectObject(&pen);

pDC->MoveTo(0, rect.Height()/2);

pDC->LineTo(rect.Width(), rect.Height()/2);

}

else if(pDoc->wChannel==2)

{

// 在客户区上半部分画左声道, 原理同单声道,

int x=0, y=rect.Height()/4;

while(x<rect.Width())

{

int min=INT_MAX, max=INT_MAX+1;

for(int j=x*pDoc->num/2/rect.Width(); j<(x+1)*pDoc->num/2/rect.Width(); j++)

{

if(pDoc->Ldata[j]<min)

min=pDoc->Ldata[j];

if(pDoc->Ldata[j]>max)

max=pDoc->Ldata[j];

}

pDC->MoveTo(x, y+(max*rect.Height()/4.0/A));

pDC->LineTo(x, y+(min*rect.Height()/4.0/A));

x++;

}

// 在客户区下半部分画右声道

x=0, y=3*rect.Height()/4;

while(x<rect.Width())

{

int min=INT_MAX, max=INT_MAX+1;

for(int j=x*pDoc->num/2/rect.Width(); j<(x+1)*pDoc->num/2/rect.Width(); j++)

{

if(pDoc->Rdata[j]<min)

min=pDoc->Rdata[j];

if(pDoc->Rdata[j]>max)

max=pDoc->Rdata[j];

}

gpen.DeleteObject();

gpen.CreatePen(PS_SOLID, 1, RGB(255, 0, 0));

pDC->SelectObject(&gpen);

pDC->MoveTo(x, y+(max*rect.Height()/4.0/A));

pDC->LineTo(x, y+(min*rect.Height()/4.0/A));

x++;

}

// 画客户区中央横线

CPen pen(PS_SOLID, 1, RGB(0, 0, 0));

pDC->SelectObject(&pen);

pDC->MoveTo(0, rect.Height()/2);

pDC->LineTo(rect.Width(), rect.Height()/2);

pen.DeleteObject();

pen.CreatePen(PS_SOLID, 1, RGB(0, 0, 255));

pDC->SelectObject(&pen);

// 画左声道横线

pDC->MoveTo(0, rect.Height()/4);

pDC->LineTo(rect.Width(), rect.Height()/4);

// 右声道横线

pDC->MoveTo(0, 3*rect.Height()/4);

pDC->LineTo(rect.Width(), 3*rect.Height()/4);

}

OnDraw用到了pow函数, 添加头文件包含指令

#include <cmath> // double pow(double, double);

(原文出处：http://blog.youkuaiyun.com/touzani/archive/2007/06/17/1654943.aspx)