wav pcm format初探

最新推荐文章于 2022-08-03 15:01:15 发布
原创 最新推荐文章于 2022-08-03 15:01:15 发布 · 695 阅读 · 3 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#文件分析

本文深入探讨了WAV文件格式，包括RIFF Chunk、fmt和data sub-chunks的结构。此外，讨论了8bit与16bit样值在二进制编码中的区别，并列举了WAV支持的音频压缩方法。还提到了使用MATLAB进行WAV文件采样率转换的方法。

一. WAV文件格式

WAV是一种文件格式，符合RIFF (Resource Interchange File Format) 规范。所有的WAV都有一个文件头，这个文件头包含了音频流的编码参数。
WAV格式大小 = 44.1KHz(采样率) X 16bit(采样精度) X（声道数） X 播放时间
这里写图片描述

1. RIFF Chunk
Offset Size Name Description
0 4 ChunkID RIFF标识符 包含ASCII格式的字母“RIFF”
4 4 ChunkSize 36 + SubChunk2Size，这是整个文件的大小，以字节为单位减去8个字节，不包括ChunkID和ChunkSize
8 4 Format WAVE标识符

一个WAVE文件包含两个subchunks，fmt和data

2. fmt sub-chunk
Offset Size Name Description
12 4 Subchunk1ID fmt标识符
16 4 Subchunk1Size
最低0.47元/天 解锁文章
【数据压缩】WAV PCM FORMAT
liiviiu的博客
04-16 905
WAV文件是微软公司开发的一种声音文件格式，大部分的WAV文件中的音频数据是直接通过PCM（Pulse Code Modulation）脉冲编码调制得到的样本数据，由于未被压缩或压缩比很小所以其质量较高，但同时数据量也很大。在数字领域，存储音频文件的最直接方式就是在满足奈奎斯特抽样定理的条件下，将模拟的音频文件进行抽样量化，将得到的一系列样本值以二进制形式存储在文件中，这就是PCM脉冲编码调制
Java Sound初探
weixin_34357267的博客
11-20 3615
网上关于java sound的正规资源讲解的非常好,本文不再给出示例,主要提供一些好的资源,并说说我的一些理解,用于形成对java sound的整体认识. 一.几个词汇 TTS:text-to-speech,文本到语音转换 OCR:optical-character-recignition光学字符识别 MIDI:Musical Instrument Digital Interface,乐器数字化...
音频编解码·格式篇（1）Wave PCM audio format（WAV）
麦克船长的技术笔记
04-08 1025
音频编解码·格式篇（1）Wave PCM audio format（WAV） 作者：柳大·Poechant 博客：Blog.youkuaiyun.com/Poechant 邮箱：zhongchao.ustc@gmail.com 日期：April 6th, 2012 0 音频编解码基础 采样率：声音信号在“模数转换”过程中单位时间内采样的次数。 采样值：每一次采样周期内声音模拟信号的积分值。 单声道：1...
pcm-format:格式化PCM数据流
05-03
pcm格式 格式化PCM数据流 正在安装 npm install pcm-format 用法示例 var PcmFormatTransform = require ( 'pcm-format' ) ; process . stdin . pipe ( new PcmFormatTransform ( { float : true } , // in format { float : false , signed : true , bitDepth : 16 , byteOrder : 'BE' } // out format ) ) . pipe ( process . stdout ) ; // In and out format objects support all the same parameters // (float, signed, bitDepth, b
痞子衡嵌入式：PCM编码与Waveform音频文件(.wav)格式详解
weixin_34352005的博客
08-12 421
　　大家好，我是痞子衡，是正经搞技术的痞子。今天痞子衡给大家介绍的是PCM编码及Waveform音频文件格式。 　　嵌入式里有时候也会和音频打交道，比如最近特别火的智能音箱产品，离不开前端的音频信号采集、降噪，中间的语音识别（ASR）、自然语言处理（NLP），以及后端的文语合成（TTS）、音频播放。音频信号采集是处理声音的第一步，要采集音频就离不开PCM编码，音频采集完成自然需要保存，wavef...
audio中的pcm format
jaya_wei的博客
03-13 1886
经常可以看到PCM_S16LE, PCM_U16BE等等这些pcm格式。 其实这里S是signed的意思， U是unsigned。16代表数据的位深是16bit。LE表示Little-endian（小端模式），表示Big-endian（大端模式）。 那么如果是双声道的PCM_S16LE．数据从低地址到高地址的存放应该是存放应该是：左低８位　左高８位　右低８位　右高８位　。。。
Android音视频开发入门（三）
Lewis的专栏
01-25 2245
任务目标 用AudioRecord采集PCM数据到SDCard,并用AudioTrack播放采集的PCM数据，最后实现读写wav文件。 AudioRecord采集PCM数据 AudioRecord可以记录从硬件设备输入的音频，生成PCM格式的音频数据。有三个读取数据的方法可以选择read(byte[], int, int)， read(short[], int, int) 或 read(ByteB...
声卡驱动新手上路：从硬件到ALSA接口的编写初探
[声卡驱动新手上路：从硬件到ALSA接口的编写初探](https://www.aldec.com/images/content/blog/091113_img_02_950.jpg) # 摘要 本文旨在深入探讨声卡驱动的开发和优化，覆盖了从基础的声卡驱动概念、音频系统架构到...
ESP32音频处理初探：I2S接口驱动麦克风与扬声器的4个关键技术点
![ESP32音频处理初探：I2S接口驱动...其中，I2S（Inter-IC Sound）接口是实现高保真音频输入输出的关键通信协议，支持同步串行传输多通道PCM数据，具备高带宽与低延迟优势。 在ESP32上，I2S不仅可用于连接数字麦克
PCM转换成WAV
lijian2017的博客
08-10 6299
1 音频格式简介 AudioRecord录制的音频文件格式为PCM，MediaPlayer无法播放PCM格式文件，AudioTrack可以播放PCM格式文件。 PCM（Puls Code Modulation）全称脉码调制录音，PCM录音就是将声音的模拟信号表示成0,1标识的数字信号，未经任何编码和压缩处理，所以可以认为PCM是未经压缩的音频原始格式。PCM格式文件中不包含头部信息，播放器无法知道采样率，声道数，采样位数，音频数据大小等信息，导致无法播放。 PCM格式缺少头部信息，支持的播放器有限，所以一般
转载：WAV header
weixin_34092370的博客
07-03 823
转自：http://www.cnblogs.com/CoderTian/p/6657844.html WAV为微软公司（Microsoft)开发的一种声音文件格式，它符合RIFF(Resource Interchange File Format)文件规范，用于保存Windows平台的音频信息资源，被Windows平台及其应用程序所广泛支持。WAVE文件通常只是一个具有单个“WAVE”块的RIFF...
alsa录制pcm音频及fdk-aac编码
fangye945a的博客
08-31 2180
1. 利用alsa库录制PCM音频，并保存为音频文件。 /** * @file record_pcm.c * @brief 进行音频采集，采集pcm数据并直接保存pcm数据到文件 * 音频参数： * 声道数： 2 * 采样位数： 16bit、LE格式 * 采样频率： 44100Hz * @author fangye (fangye945@qq.com) * @version 1.0 * @date 2021-01-20 * @copyright Copyright (c) 20
PCM和WAV数据结构
Blueware多媒体之窗
01-29 3965
PCM 和 WAV 数据结构采样率数字音频常用的采样率位深度PCM 音频数据PCM 音频数据的存储PCM 音频数据的参数PCM 音频数据的处理降低某个声道的音量[^1]PCM → WAVWAV 格式定义WAV 文件头解析PCM → WAV 代码[^1] 采样率 在我的另一篇博文 音频编码 中已经介绍了采样和量化的概念，这里介绍一下采样率。 采样率表示音频信号每秒的数字快照数。该速率决定了音频文件的...
数字音频接口时序简介
风筝
05-10 5991
你好！这里是风筝的博客， 欢迎和我一起交流。 最近在做音频这块，接触了挺多接口，收集了一下各种音频接口的介绍，包括： PCM、I2S、TDM、PDM，一般通用的就这四种。 1.PCM(脉冲编码调制) 接口定义都是一样的 分别是: 位时钟信号（BCLK），同步信号（LRCK），数据输入（SDIN），数据输出（SDOUT）。 时钟脉冲 BCLK ； 帧同步信号FS； 接收数据DR； 发送数据DX 。 区别于PCM编码，其是种通讯协议，一般传输单声道数据，比如麦克风； FS频率等于采样率，FS信号之后开始数
记录一下WAVE_FORMAT_PCM的用法
ToneChip的专栏,一个传统的嵌入式码农,裸机编程
05-19 6935
详解WAVE音频文件格式     WAVE声音文件格式是目前Windows最直接保存声音数据的文件格式.在涉及声音信号处理时大多是对WAV文件直接操作,有必要搞清楚所研究声音的文件格式. RIFF文件与WAV文件     在Windows环境下,大部分多媒体文件都依循着一种结构来存放信息,称为资源互换文件格式(Resources Interchange File Format),简称RI
PCM和WAV音频格式的区别，以及python自动转换
shenyunmomie的博客
08-03 2508
pcm：pulse code modulation，脉冲编码调制。将声音等模拟信号变成符号化的脉冲列，予以记录。是由[0]、[1]等符号构成的数字信号，未经过任何编码和压缩处理。pcm是没有压缩的编码方式。
PCM数据保存为WAV文件
若歌的博客
06-28 2385
因工程需要，需要截取一段PCM数据将其保存为WAV文件。网上代码很多，这里仅记录一下，方便自己以后查阅。 关于WAV文件格式不多余赘述这里直接上一张图： 图片来源：https://www.cnblogs.com/danju/p/3716194.html 下面附代码： 结构体声明文件： #ifndef _CWAVEDEF_H #define _CWAVEDEF_H #include ...
PCM音频文件(.wav)压缩成ADPCM(.wav)
热门推荐
Tony.Wang的专栏
02-24 1万+
 PCM音频文件压缩成adpcm格式的文件有多中方法（如使用ms ACM、sox等），本文主要介绍使用公开的算法（如下所示，如果需要可到网上搜一下：=======================================** Intel/DVI ADPCM coder/decoder.**** The algorithm for this coder was taken from
wave文件格式
岁月如歌
06-20 1330
----转自http://blog.sina.com.cn/s/blog_4cb133e501000afg.html  梁华勇新浪博客 一、综述     WAVE文件作为多媒体中使用的声波文件格式之一，它是以RIFF格式为标准的。 RIFF是英文Resource Interchange File Format的缩写，每个WAVE文件的头四个 字节便是“RIFF”。
funasr ONLY SUPPORT wav_format pcm.
最新发布
02-13
### FunASR 对 WAV 和 PCM 音频的支持原因 FunASR 主要支持 WAV 格式的音频文件以及原始 PCM 数据的原因在于这两种格式具备简单性和高效性，适合用于语音识别任务。 #### 1. WAV 文件的特点 WAV 是一种无损存储音频的标准容器格式，广泛应用于 Windows 平台。其结构清晰明了，头部包含了详细的元数据描述，如采样率、位深等重要参数[^3]。这些特性使得解析和处理变得相对容易： - **易于解析**：由于 WAV 文件头包含完整的音频配置信息，读取器可以快速获取必要的解码细节。 - **兼容性强**：几乎所有主流操作系统都内置了对 WAV 的良好支持，这有助于提高跨平台应用的一致性和稳定性。 ```cpp // 解析WAV文件头的例子 struct WaveHeader { char riff[4]; // "RIFF" uint32_t fileSize; // 文件大小减去8字节 char wave[4]; // "WAVE" char fmtChunkMarker[4]; uint32_t fmtSize; uint16_t audioFormat; ... }; ``` #### 2. PCM 编码的优势 PCM（脉冲编码调制）是最基本的声音数字化方式之一，它直接表示声音波形样本值而不做任何压缩或变换。因此，在进行语音识别时，使用未经过额外编码的 PCM 数据能够提供最真实的音质还原，减少因编解码带来的误差[^1]。 - **高保真度**：未经压缩的数据保留了更多的细节，有利于提升识别精度。 - **低延迟**：不需要复杂的解码过程即可立即访问实际音频流，这对于实时应用场景尤为重要。 ```c++ // 获取PCM缓冲区中的单声道16bit线性样本 short* GetPcmBuffer(const unsigned char* data, size_t length) { short* samples = new short[length / sizeof(short)]; memcpy(samples, data, length); return samples; } ``` 综上所述，选择 WAV 及其内部承载的 PCM 数据作为输入源，不仅简化了开发流程，还确保了高质量的语音信号供给给后续的 ASR 处理模块。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值