wave文件格式

71 阅读 0 评论 47 点赞

我是靠谱客的博主刻苦月饼，最近开发中收集的这篇文章主要介绍wave文件格式，觉得挺不错的，现在分享给大家，希望可以做个参考。

概述

----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”。
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：

其中除了Fact Chunk外，其他三个Chunk是必须的。每个Chunk有各自的ID，位
于Chunk最开始位置，作为标示，而且均为4个字节。并且紧跟在ID后面的是Chunk大
小（去除ID和Size所占的字节数后剩下的其他字节数目），4个字节表示，低字节
表示数值低位，高字节表示数值高位。下面具体介绍各个Chunk内容。
PS：
所有数值表示均为低字节表示低位，高字节表示高位。

    以'FIFF'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
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'
};

    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
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：
struct FACT_BLOCK
{
  char  szFactID[4]; // 'f','a','c','t'
  DWORD  dwFactSize;
};

    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：
    ---------------------------------------------------------------------
    |   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      |
    |           | (低位字节)  | (高位字节)  | (低位字节)  | (高位字节)  |
    ---------------------------------------------------------------------
    |           |                         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)  |
    |           | (低位字节)  | (高位字节)  | (低位字节)  | (高位字节)  |
    ---------------------------------------------------------------------
                         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;
};

三、小结
因此，根据上述结构定义以及格式介绍，很容易编写相应的wav格式解析代码。
这里具体的代码就不给出了。

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

Wave格式是RIFF(Resource Interchange File Format)的一种形式. RIFF文件由块(chunk)组成. 每个块的开头是一个四字符的标识, 块的剩余部分的内容取决于块的类型. 许多块的内部又包含新的块, 他们称为子块(subchunk).

格式例: 大部分WAVE文件包含以下3块.
RIFF: 没有子块. 之后紧跟4字节, 存储后续数据的大小.1-8字节
WAVE: 包含3个子块. fmt, fact, data.9-58
LIST: 没有子块. 之后紧跟4字节, 存储后续数据的大小.之后是制造商等信息.

fmt加一个空格: 占用四字节长度. 之后紧跟4字节, 表示其后的数据长度. 剩下的格式信息包括: Format tag, 2字节; channels, 2字节; Sample Per Second, 4字节; Avg Bytes Per Second, 4字节; Block Align, 2字节; Bits Per Sample, 2字节; Extra Format Information, 2字节(非8k采样则无此字段,仅对PCM, Alaw, Ulaw而言).

fact: 占用四字节, 之后紧跟4字节, 表示其后的数据长度. 还包含4字节的Total Samples, 表示共有多少采样点.(在其他格式众此子块可扩展)

data: 占用四字节, 之后紧跟4字节, 表示其后的数据长度. 之后紧跟语音数据.51-58

WAV头信息如下（58字节）：
1－4：RIFF字符
4－8：存储后续数据的大小（到文件末尾）
9－16：WAVEfmt字符+空格
17－20：表示其后的数据长度.（到字符fact之前的长度12）
21－22：Format tag
23－24：channels
25－28：Sample Per Second
29－32：Avg Bytes Per Second
33－34：Block Align
35－36：Bits Per Sample
37－38：Extra Format Information, 2字节(非8k采样则无此字段,仅对PCM, Alaw, Ulaw而言)
39－42：face字符
43－46：表示其后的数据长度.（到字符data之前的长度4）
47－50：Total Samples, 表示共有多少采样点.等于55－58的数据。(在其他格式中此子块可扩展)
51－54：字符data
55－58：存储后续数据的大小（到文件末尾）