wav音频剖析

最新推荐文章于 2022-08-25 23:56:37 发布

烟雨任此生

最新推荐文章于 2022-08-25 23:56:37 发布

阅读量1.2k

点赞数

分类专栏：嵌入式学习文章标签： struct 存储 windows file 扩展 header

嵌入式学习专栏收录该内容

10 篇文章

订阅专栏

WAVE是录音时用的标准的WINDOWS文件格式，文件的扩展名为“WAV”，数据本身的格式为PCM或压缩型。

　　WAV文件格式是一种由微软和IBM联合开发的用于音频数字存储的标准，它采用RIFF文件格式结构，非常接近于AIFF和IFF格式。符合 RIFF(Resource Interchange File Format）规范。所有的WAV都有一个文件头，这个文件头音频流的编码参数。

　　表1 WAV文件的文件头

偏移地址	字节数	类型	内容
00H~03H	4	字符	资源交换文件标志（RIFF）
04H~07H	4	长整数	从下个地址开始到文件尾的总字节数
08H~0BH	4	字符	WAV文件标志（WAVE）
0CH~0FH	4	字符	波形格式标志（FMT）
10H~13H	4	整数	过滤字节（一般为00000010H）
14H~15H	2	整数	格式种类（值为1时，表示数据为线性PCM编码）
16H~17H	2	整数	通道数，单声道为1，双声音为2
18H~1BH	4	长整数	采样频率
1CH~1FH	4	长整数	波形数据传输速率（每秒平均字节数）
20H~21H	2	整数	数据的调整数（按字节计算）
22H~23H	2	整数	样本数据位数

　　表2 WAV声音文件的数据块

偏移地址	字节数	类型	内容
24H~27H	4	字符	数据标志符（data）
28H~2BH	4	长整型	采样数据总数
2CH...	...		采样数据

　　WAV文件作为最经典的Windows 多媒体音频格式，应用非常广泛，它使用三个参数来表示声音：采样位数、采样频率和声道数。

　　声道有单声道和立体声之分，采样频率一般有11025Hz（11kHz）、22050Hz（22kHz）和44100Hz（44kHz）三种。WAV文件所占容量=（采样频率×采样位数×声道）×时间/8（1字节=8bit）。

　　WAV对音频流的编码没有硬性规定，除了PCM之外，还有几乎所有支持ACM规范的编码都可以为WAV的音频流进行编码。多媒体应用中使用了多种数据，包括位图、音频数据、视频数据以及外围设备控制信息等。RIFF为存储这些类型的数据提供了一种方法，RIFF文件所包含的数据类型由该文件的扩展名来标识，能以RIFF文件存储的数据包括：

　　音频视频交错格式数据（.AVI) 、波形格式数据（.WAV) 、位图格式数据（.RDI) 、MIDI格式数据（.RMI) 、调色板格式（.PAL) 、多媒体电影（.RMN) 、动画光标（.ANI) 、其它RIFF文件（.BND）。

　　WAVE文件可以存储大量格式的数据，通常采用的音频编码方式是脉冲编码调制（PCM）。由于WAV格式源自Windows/Intel环境，因而采用Little-Endian 字节顺序进行存储。

　　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”。WAVE文件由文件头和数据体两大部分组成。其中文件头又分为RIFF/WAV文件标识段和声音数据格式说明段两部分。WAVE文件各部分内容及格式见附表。

　　常见的声音文件主要有两种，分别对应于单声道（11.025KHz 采样率、8Bit的采样值）和双声道（44.1KHz采样率、16Bit的采样值）。采样率是指：声音信号在“模→数”转换过程中单位时间内采样的次数。采样值是指每一次采样周期内声音模拟信号的积分值。

　　对于单声道声音文件，采样数据为八位的短整数（short int 00H-FFH）；而对于双声道立体声声音文件，每次采样数据为一个16位的整数（int），高八位和低八位分别代表左右两个声道。

　　WAVE文件数据块包含以脉冲编码调制（PCM）格式表示的样本。WAVE文件是由样本组织而成的。在单声道WAVE文件中，声道0代表左声道，声道1代表右声道。在多声道WAVE文件中，样本是交替出现的。

　　WAVE文件的每个样本值包含在一个整数i中，i的长度为容纳指定样本长度所需的最小字节数。首先存储低有效字节，表示样本幅度的位放在i的高有效位上，剩下的位置为0，这样8位和16位的PCM波形样本的数据格式。　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”。

　　WAVE文件是由若干个Chunk组成的。按照在文件中的出现位置包括：RIFF WAVE

　　Chunk,Format Chunk,Fact Chunk（可选），Data Chunk。具体见下图：

　　------------------------------------------------

　　| RIFF WAVE Chunk |

　　| ID = 'RIFF' |

　　| RiffType = 'WAVE' |

　　------------------------------------------------

　　| Format Chunk |

　　| ID = 'fmt ' |

　　------------------------------------------------

　　| Fact Chunk(optional) |

　　| ID = 'fact' |

　　------------------------------------------------

　　| Data Chunk |

　　| ID = 'data' |

　　------------------------------------------------

　　图1 Wav格式包含Chunk 示例

　　RIFF WAVE Chunk

图1

==================================

　　| |所占字节数| 具体内容 |

　　==================================

　　| ID | 4 Bytes | 'RIFF' |

　　----------------------------------

　　| Size | 4 Bytes | |

　　----------------------------------

　　| Type | 4 Bytes | 'WAVE' |

　　----------------------------------

　　图2 RIFF WAVE Chunk

　　以'RIFF'作为标示，然后紧跟着为size字段，该size是整个wav文件大小减去ID

　　和Size所占用的字节数，即FileLen - 8 = Size。然后是Type字段，为'WAVE'，表

图2

示是wav文件。

　　结构定义如下：

　　struct RIFF_HEADER

　　{

　　char szRiffID[4]; // 'R','I','F','F'

　　DWORD dwRiffSize;

　　char szRiffFormat[4]; // 'W','A','V','E'

　　};

　　Format Chunk

　　====================================================================

　　| | 字节数 | 具体内容 |

　　====================================================================

　　| ID | 4 Bytes | 'fmt ' |

　　--------------------------------------------------------------------

　　| Size | 4 Bytes | 数值为16或18，18则最后又附加信息 |

　　-------------------------------------------------------------------- ----

　　-------------------------------------------------------------------- |

　　-------------------------------------------------------------------- |

　　-------------------------------------------------------------------- |

　　-------------------------------------------------------------------- |

　　-------------------------------------------------------------------- |

　　-------------------------------------------------------------------- |

　　-------------------------------------------------------------------- ----

　　图3 Format Chunk

　　以'fmt '作为标示。一般情况下Size为16，此时最后附加信息没有；如果为18

图3

则最后多了2个字节的附加信息。主要由一些软件制成的wav格式中含有该2个字节的

　　附加信息。

　　结构定义如下：

　　struct WAVE_FORMAT

　　{

　　WORD wFormatTag;

　　WORD wChannels;

　　DWORD dwSamplesPerSec;

　　DWORD dwAvgBytesPerSec;

　　WORD wBlockAlign;

　　WORD wBitsPerSample;

　　};

　　struct FMT_BLOCK

　　{

　　char szFmtID[4]; // 'f','m','t',' '

　　DWORD dwFmtSize;

　　WAVE_FORMAT wavFormat;

　　};

　　Fact Chunk

　　==================================

　　| |所占字节数| 具体内容 |

　　==================================

　　| ID | 4 Bytes | 'fact' |

　　----------------------------------

　　| Size | 4 Bytes | 数值为4 |

　　----------------------------------

　　| data | 4 Bytes | |

　　----------------------------------

　　图4 Fact Chunk

　　Fact Chunk是可选字段，一般当wav文件由某些软件转化而成，则包含该Chunk。

　　结构定义如下：

图4

struct FACT_BLOCK

　　{

　　char szFactID[4]; // 'f','a','c','t'

　　DWORD dwFactSize;

　　};

　　Data Chunk

　　==================================

　　| |所占字节数| 具体内容 |

　　==================================

　　| ID | 4 Bytes | 'data' |

　　----------------------------------

　　| Size | 4 Bytes | |

　　----------------------------------

　　| data | | |

　　----------------------------------

　　图5 Data Chunk

　　Data Chunk是真正保存wav数据的地方，以'data'作为该Chunk的标示。然后是

　　数据的大小。紧接着就是wav数据。根据Format Chunk中的声道数以及采样bit数，

　　wav数据的bit位置可以分成以下几种形式：

　　对于8位单声道，每个样本数据由8位（bit）表示；

　　对于8位立体声，每个声道的数据由一个8位（bit）数据表示，且第一个8位（bit）

　　数据表示0声道（左）数据，紧随其后的8位（bit）数据表示1声道（右）数据；

　　对于16位单声道，每个样本数据由16位（bit）表示；其中低字节存放高位，高字节存放低位

　　对于16位立体声，每个声道的数据由一个16位（bit）数据表示，且第一个16位（bit）

　　数据表示0声道（左）数据，紧随其后的16位（bit）数据表示1声道（右）数据。

　　---------------------------------------------------------------------

　　| 单声道 | 取样1 | 取样2 | 取样3 | 取样4 |

　　| |--------------------------------------------------------

　　| 8bit量化 | 声道0 | 声道0 | 声道0 | 声道0 |

　　---------------------------------------------------------------------

　　| 双声道 | 取样1 | 取样2 |

　　| |--------------------------------------------------------

　　| 8bit量化 | 声道0（左） | 声道1（右） | 声道0（左） | 声道1（右） |

　　---------------------------------------------------------------------

　　| | 取样1 | 取样2 |

　　| 单声道 |--------------------------------------------------------

　　| 16bit量化 | 声道0 | 声道0 | 声道0 | 声道0 |

　　---------------------------------------------------------------------

　　| | 取样1 |

　　| 双声道 |--------------------------------------------------------

　　| 16bit量化 | 声道0（左） | 声道0（左） | 声道1（右） | 声道1（右） |

　　---------------------------------------------------------------------

　　图6 wav数据bit位置安排方式

Data Chunk头结构定义如下：

　　struct DATA_BLOCK　{

　　char szDataID[4]; // 'd','a','t','a'

　　DWORD dwDataSize;

　　};

原文链接 http://baike.baidu.com/view/8033.htm