WAV文件格式
文件是 Windows 标准的文件格式,WAV 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 FileFormat 的缩写,每个 WAV 文件的头四个
字节便是“RIFF”。WAV 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。
WAV 文件各部分内容及格式见附
。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。WAV 文件数据块包含以脉冲编码调制(PCM)格
式表示的样本。WAV 文件是由样本组织而成的。在单声道 WAV 文件中,
声道0代表左声道,声道1代表右声道。在多声道 WAV 文件中,样本
是交替出现的。
WAV 文件格式说明表
文件头 偏移地址 字节数 数据类型 内 容
00 H 4 char "RIFF"
04 H 4 long int 文件长度
08 H 4 char "WAV"标志
0C H 4 char "fmt"标志
10 H 4 过渡字节(不定)
14 H 2 int 格式类别(10H为 PCM形式的声音数据)
16 H 2 int 单声道为1,双声道为2通道数
18 H 2 int 采样率(每秒样本数),表示每个通道的播放速度
1C H 4 long
波形音频数据传送速率,其值为通道数×每秒数据位数×每样 本的数据
位数/8。播放软件利用此值可以估计缓冲区的大小
22 H 2
每样本的数据位数,表示每个声道中各个样本的数据位数。如果有多 个
声道,对每个声道而言,样本大小都一样。 24H 4 char 数据标记符"
data" 28H 4 long int 语音数据的长度
PCM 数据的存放方式:
样本1 样本2
8位单声道 0声道 0声道
8位立体声 0声道(左) 1声道(右) 0声道(左) 1声道(右)
16位单声道 0声道低字节 0声道高字节 0声道低字节 0声道高字节
16位立体声 0声道(左)低字节 0声道(左)高字节 1声道(右)
低字节 1声道(右)高字节
PCM 数据的存放方式:
WAV 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
形样本的数据格式如下所示。
样本大小 数据格式 最大值 最小值
8位 PCM unsigned int 225 0
16位 PCM int 327 67
wav文件格式
详解
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 | |
--------------------------------------------------------------------
| 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;
};
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;
};
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。同时由于采用 4字节存
储文件/数据大小,理论上一个 wave 文件不能大于 2G(有符号)或
4G(无符号)。