wav文件格式分析详解

mac2022-06-30 73

wav文件格式分析详解

作者：曹京日期：2006年7月17日

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 WAVEChunk, 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

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。

二、具体介绍RIFF WAVE Chunk ================================== | |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'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' };

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 | -------------------------------------------------------------------- ---- | FormatTag | 2 Bytes | 编码方式，一般为0x0001(详见后文) | | -------------------------------------------------------------------- | | Channels | 2 Bytes | 声道数目，1--单声道；2--双声道 | | -------------------------------------------------------------------- | | SamplesPerSec | 4 Bytes | 采样频率 | | -------------------------------------------------------------------- | | AvgBytesPerSec| 4 Bytes | 每秒所需字节数 | |===> WAVE_FORMAT -------------------------------------------------------------------- | | BlockAlign | 2 Bytes | 数据块对齐单位(每个采样需要的字节数) | | -------------------------------------------------------------------- | | BitsPerSample | 2 Bytes | 每个采样需要的bit数 | | -------------------------------------------------------------------- | | | 2 Bytes | 附加信息（可选，通过Size来判断有无） | | -------------------------------------------------------------------- ---- 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; };

补充头文件样例说明：

首先是一串“52 49 46 46”这个是Ascii字符“RIFF”，这部分是固定格式，表明这是一个WAVE文件头。然后是“E4 3C 00 00”，这个是我这个WAV文件的数据大小，记住这个大小是包括头文件的一部分的，包括除了前面8个字节的所有字节，也就等于文件总字节数减去8。这是一个DWORD，我这个文件对应是15588。然后是“57 41 56 45 66 6D 74 20”，也是Ascii字符“WAVEfmt”，这部分是固定格式。然后是PCMWAVEFORMAT部分，可以对照一下上面的struct定义，首先就是一个WAVEFORMAT的struct。随后是“10 00 00 00”，这是一个DWORD，对应数字16，这个对应定义中的Sizeof(PCMWAVEFORMAT)，后面我们可以看到这个段内容正好是16个字节。随后的字节是“01 00”，这是一个WORD，对应定义为编码格式“WAVE_FORMAT_PCM”，我们一般用的是这个。随后的是“01 00”，这是一个WORD，对应数字1，表示声道数为1，这是个单声道Wav。随后的是“22 56 00 00”，这是一个DWORD，对应数字22050，代表的是采样频率22050。随后的是“44 AC 00 00”，这是一个DWORD，对应数字44100，代表的是每秒的数据量。然后是“02 00”，这是一个WORD，对应数字是2，表示块对齐的内容，含义不太清楚。然后是“10 00”，这是一个WORD，对应WAVE文件的采样大小，数值为16，采样大小为16Bits。然后是一串“64 61 74 61”，这个是Ascii字符“data”，标示头结束，开始数据区域。而后是数据区的开头，有一个DWORD，我这里的字符是“C0 3C 00 00”，对应的十进制数为15552，看一下前面正好可以看到，文件大小是15596，其中到“data”标志出现为止的头是40个字节，再减去这个标志的4个字节正好是15552，再往后面就是真正的Wave文件的数据体了，头文件的解析就到这里。

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： 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： --------------------------------------------------------------------- | 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; };

FormatTag:说明

#define WAVE_FORMAT_UNKNOWN 0x0000 /* Microsoft Corporation */ #define WAVE_FORMAT_PCM 0x0001 /* Microsoft Corporation */ #define WAVE_FORMAT_ADPCM 0x0002 /* Microsoft Corporation */ #define WAVE_FORMAT_ALAW 0x0006 /* Microsoft Corporation */ #define WAVE_FORMAT_MULAW 0x0007 /* Microsoft Corporation */ #define WAVE_FORMAT_GSM610 0x0031 /* Microsoft Corporation */ #define WAVE_FORMAT_MPEG 0x0050 /* Microsoft Corporation */

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。

四、参考资料 1、李敏, 声频文件格式WAVE的转换, 电脑知识与技术(学术交流), 2005. 2、http://www.codeguru.com/cpp/g-m/multimedia/audio/article.php/c8935__1/ 3、http://www.smth.org/pc/pcshowcom.php?cid=129276

4、http://icculus.org/SDL_sound/downloads/external_documentation/wavecomp.htm (英文详细说明)

本文来自博客，转载请标明出处：http://blog.csdn.net/xzdwfwt111/archive/2009/03/03/3949969.aspx

转载于:https://www.cnblogs.com/J2EEPLUS/archive/2010/10/16/2488125.html

相关资源：JAVA上百实例源码以及开源项目

最新回复(0)