WAV文件格式分析詳解

WAVE文件作爲多媒體中使用的聲波文件格式之一，它是以RIFF格式爲標準的。RIFF是英文Resource Interchange File Format的縮寫，每個WAVE文件的頭四個字節便是“RIFF”。WAVE文件由文件頭和數據體兩大部分組成。其中文件頭又分爲RIFF／WAV文件標識段和聲音數據格式說明段兩部分。WAVE文件各部分內容及格式見附表。
　　常見的聲音文件主要有兩種，分別對應於單聲道（11.025KHz採樣率、8Bit的採樣值）和雙聲道（44.1KHz採樣率、16Bit的採樣值）。採樣率是指：聲音信號在“模→數”轉換過程中單位時間內採樣的次數。採樣值是指每一次採樣週期內聲音模擬信號的積分值。
　　對於單聲道聲音文件，採樣數據爲八位的短整數（short int 00H-FFH）；而對於雙聲道立體聲聲音文件，每次採樣數據爲一個16位的整數（int），高八位和低八位分別代表左右兩個聲道。
W　　AVE文件數據塊包含以脈衝編碼調製（PCM）格式表示的樣本。WAVE文件是由樣本組織而成的。在單聲道WAVE文件中，聲道0代表左聲道，聲道1代表右聲道。在多聲道WAVE文件中，樣本是交替出現的。
　　WAVE文件格式說明表　　
　　偏移地址     字節數    數據類型           內容
　
　　文件頭
　　00H                4            char             "RIFF"標誌
　　04H                4          long int           文件長度
　　08H                4            char              "WAVE"標誌
　　0CH               4            char              "fmt"標誌
　　10H               4 　                            過渡字節（不定）
　　14H               2             int                格式類別（10H爲PCM形式的聲音數據)
　　16H               2             int                通道數，單聲道爲1，雙聲道爲2
　　18H               2             int                採樣率（每秒樣本數），表示每個通道的播放速度，
　　1CH              4          long int           波形音頻數據傳送速率，其值爲通道數×每秒數據位數×每   樣本的數據位數／8。播放軟件利用此值可以估計緩衝區的大小。
　　20H              2               int               數據塊的調整數（按字節算的），其值爲通道數×每樣本的數據位值／8。播放軟件需要一次處理多個該值大小的字節數據，以便將其值用於緩衝區的調整。
　　22H              2 　                            每樣本的數據位數，表示每個聲道中各個樣本的數據位數。如果有多個聲道，對每個聲道而言，樣本大小都一樣。
　　24H              4           char              數據標記符＂data＂
　　28H              4         long int           語音數據的長度
　　PCM數據的存放方式：
　　樣本1 樣本2
　　8位單聲道 0聲道 0聲道
　　8位立體聲 0聲道（左） 1聲道（右） 0聲道（左） 1聲道（右）
　　16位單聲道 0聲道低字節 0聲道高字節 0聲道低字節 0聲道高字節
　　16位立體聲 0聲道（左）低字節 0聲道（左）高字節 1聲道（右）低字節 1聲道（右）高字節
　　WAVE文件的每個樣本值包含在一個整數i中，i的長度爲容納指定樣本長度所需的最小字節數。首先存儲低有效字節，表示樣本幅度的位放在i的高有效位上，剩下的位置爲0，這樣8位和16位的PCM波形樣本的數據格式如下所示。　
　　樣本大小       數據格式                最大值      最小值
　　8位PCM          unsigned int           225          0
　　16位PCM        int                         32767     -32767

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

一、綜述
WAVE文件作爲多媒體中使用的聲波文件格式之一，它是以RIFF格式爲標準的。
RIFF是英文Resource Interchange File Format的縮寫，每個WAVE文件的頭四個
字節便是“RIFF”。
WAVE文件是由若干個Chunk組成的。按照在文件中的出現位置包括：RIFF WAVE
Chunk, Format Chunk, Fact Chunk(可選), Data Chunk。具體見下圖：

其中除了Fact Chunk外，其他三個Chunk是必須的。每個Chunk有各自的ID，位
於Chunk最開始位置，作爲標示，而且均爲4個字節。並且緊跟在ID後面的是Chunk大
小（去除ID和Size所佔的字節數後剩下的其他字節數目），4個字節表示，低字節
表示數值低位，高字節表示數值高位。下面具體介紹各個Chunk內容。
PS：
所有數值表示均爲低字節表示低位，高字節表示高位。

    以'FIFF'作爲標示，然後緊跟着爲size字段，該size是整個wav文件大小減去ID
和Size所佔用的字節數，即FileLen - 8 = Size。然後是Type字段，爲'WAVE'，表
示是wav文件。
    結構定義如下：
struct RIFF_HEADER
{
   char szRiffID[4];   // 'R','I','F','F'
   DWORD dwRiffSize;
   char szRiffFormat[4]; // 'W','A','V','E'
};

    以'fmt '作爲標示。一般情況下Size爲16，此時最後附加信息沒有；如果爲18
則最後多了2個字節的附加信息。主要由一些軟件製成的wav格式中含有該2個字節的
附加信息。
    結構定義如下：
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;
};

補充頭文件樣例說明：

首先是一串“52 49 46 46”這個是Ascii字符“RIFF”，這部分是固定格式，表明這是一個WAVE文件頭。
然後是“E4 3C 00 00”，這個是我這個WAV文件的數據大小，記住這個大小是包括頭文件的一部分的，包括除了前面8個字節的所有字節，也就等於文件總字節數減去8。這是一個DWORD，我這個文件對應是15588。
然後是“57 41 56 45 66 6D 74 20”，也是Ascii字符“WAVEfmt”，這部分是固定格式。
然後是PCMWAVEFORMAT部分，可以對照一下上面的struct定義，首先就是一個WAVEFORMAT的struct。
隨後是“10 00 00 00”，這是一個DWORD，對應數字16，這個對應定義中的Sizeof(PCMWAVEFORMAT)，後面我們可以看到這個段內容正好是16個字節。
隨後的字節是“01 00”，這是一個WORD，對應定義爲編碼格式“WAVE_FORMAT_PCM”，我們一般用的是這個。
隨後的是“01 00”，這是一個WORD，對應數字1，表示聲道數爲1，這是個單聲道Wav。
隨後的是“22 56 00 00”，這是一個DWORD，對應數字22050，代表的是採樣頻率22050。
隨後的是“44 AC 00 00”，這是一個DWORD，對應數字44100，代表的是每秒的數據量。
然後是“02 00”，這是一個WORD，對應數字是2，表示塊對齊的內容，含義不太清楚。
然後是“10 00”，這是一個WORD，對應WAVE文件的採樣大小，數值爲16，採樣大小爲16Bits。
然後是一串“64 61 74 61”，這個是Ascii字符“data”，標示頭結束，開始數據區域。
而後是數據區的開頭，有一個DWORD，我這裏的字符是“C0 3C 00 00”，對應的十進制數爲15552，看一下前面正好可以看到，文件大小是15596，其中到“data”標誌出現爲止的頭是40個字節，再減去這個標誌的4個字節正好是15552，再往後面就是真正的Wave文件的數據體了，頭文件的解析就到這裏。

    Fact Chunk是可選字段，一般當wav文件由某些軟件轉化而成，則包含該Chunk。
    結構定義如下：
struct FACT_BLOCK
{
   char   szFactID[4]; // 'f','a','c','t'
   DWORD   dwFactSize;
};

    Data Chunk是真正保存wav數據的地方，以'data'作爲該Chunk的標示。然後是
數據的大小。緊接着就是wav數據。根據Format Chunk中的聲道數以及採樣bit數，
wav數據的bit位置可以分成以下幾種形式：
    ---------------------------------------------------------------------
    |   單聲道    |    取樣1    |    取樣2    |    取樣3    |    取樣4    |
    |                  | --------------------------------------------------------
    | 8bit量化 |    聲道0    |    聲道0    |    聲道0    |    聲道0    |
    ---------------------------------------------------------------------
    |   雙聲道    |          取樣1                      |           取樣2                      |
    |                  |--------------------------------------------------------
    | 8bit量化 | 聲道0(左) | 聲道1(右) | 聲道0(左) | 聲道1(右) |
    ---------------------------------------------------------------------
    |                    |          取樣1                         |           取樣2                       |
    |   單聲道     |--------------------------------------------------------
    | 16bit量化 |    聲道0        | 聲道0           |    聲道0      | 聲道0          |
    |                    | (低位字節) | (高位字節) | (低位字節) | (高位字節) |
    ---------------------------------------------------------------------
    |                   |                         取樣1                                                      |
    |   雙聲道     |--------------------------------------------------------
    | 16bit量化 | 聲道0(左)    | 聲道0(左) | 聲道1(右)    | 聲道1(右)   |
    |                    | (低位字節) | (高位字節) | (低位字節) | (高位字節) |
    ---------------------------------------------------------------------
                         圖6 wav數據bit位置安排方式

    Data Chunk頭結構定義如下：
    struct DATA_BLOCK
{
   char szDataID[4]; // 'd','a','t','a'
   DWORD dwDataSize;
};

三、小結
因此，根據上述結構定義以及格式介紹，很容易編寫相應的wav格式解析代碼。
這裏具體的代碼就不給出了。

qianjintianguo

發佈了11 篇原創文章 · 獲贊 6 · 訪問量 31萬+

私信關注

WAV文件格式分析詳解

BIG5編碼範圍

VCOM作用匯總

杜比AC-3與DTS的音效對比淺解

編程修養（三）

LCD詳細介紹

Mac下配置sublime實現LaTeX

https://yachay.unat.edu.pe/blog/index.php?comment_area=format_blog&comment_component=blog&comment_co

linux以太網驅動總結