WAVE文件格式分析

54 阅读 0 评论 36 点赞

我是靠谱客的博主虚幻小刺猬，最近开发中收集的这篇文章主要介绍WAVE文件格式分析，觉得挺不错的，现在分享给大家，希望可以做个参考。

概述

WAVE文件是计算机领域最常用的数字化声音文件格式之一，它是微软专门为Windows系统定义的波形文件格式（Waveform Audio），其扩展名为"*.wav"，数据本身的格式为PCM或压缩型。最基本的WAVE文件是PCM（脉冲编码调制）格式的，这种文件直接存储采样的声音数据没有经过任何的压缩，是声卡直接支持的数据格式，要让声卡正确播放其它被压缩的声音数据，就应该先把压缩的数据解压缩成PCM格式，然后再让声卡来播放。

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（Resource Interchange File Format，资源交互文件格式）文件格式结构。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。

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。

RIFF文件结构可以看作是树状结构，其基本构成是称为Chunk（块）的单元，最顶端是一个RIFF Chunk，即文件头（File Header），下面的每个块有“类型块标识(可选)”、“标志符”、“数据大小”及“数据”等项所组成。Chunk的基本结构如图：

每个文件最前端写入的是RIFF块，每个文件只有一个RIFF块。“类型块标识”只在部分chunk中用到，如 "WAVE" chunk，这时表示下面嵌套有别的chunk。当使用了 "类型块标识" 时，该chunk就没有别的项（如块标志符，数据大小等），它只作为文件读取时的一个标识。先找到这个“类型块标识”，再以它为起点读取它下面嵌套的其它chunk。"WAVE" chunk由两个子块构成，其中“fmt”chunk用于详细说明数据格式，“data”chunk包含实际的样本数据。

Offset	Size	Name	Description
0	4	ChunkID	字母“RIFF”对应ASCII码“0x52494646”
4	4	ChunkSize	去除Chunk ID与Chunk Size的数据字节大小（小尾字节顺序存储）。 Value=36 + SubChunk2Size or Value=4 + (8 + SubChunk1Size) + (8 + SubChunk2Size)
8	4	Format	字母“WAVE”对应ASCII码“0x57415645”，包含两个子块“fmt”chunk和“data”chunk
12	4	Subchunk1ID	字母“fmt”对应ASCII码“0x666d7420”
16	4	Subchunk1Size	若文件采用PCM编码，则该字块剩余字节数为16
20	2	AudioFormat	若文件采用PCM编码，则AudioFormat=1，AudioFormat代表不同压缩方式
22	2	NumChannels	声道数，Mono （单声道）= 1, Stereo （双声道）= 2
24	4	SampleRate	取样率，8000Hz, 44100Hz等
28	4	ByteRate	传输速率（Byte/s），Value=SampleRate * NumChannels * BitsPerSample/8
32	2	BlockAlign	一个样点（包含所有声道）的字节数，Value=NumChannels * BitsPerSample/8
34	2	BitsPerSample	每个样点对应的位数
	2	ExtraParamSize	若采用PCM编码，则该值不存在
	X	ExtraParams	存储其他参数，若采用PCM编码，则该值不存在
36	4	Subchunk2ID	字母“data”对应ASCII码“0x64617461”
40	4	Subchunk2Size	实际样本数据大小，以字节为单位，Value=NumSamples * NumChannels * BitsPerSample/8
44	*	Data	实际音频数据