WAV文件格式

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）。