wav文件格式分析詳解
wav文件格式分析詳解
文章轉載自：http://blog.csdn.net/BlueSoal/article/details/932395
一、綜述
WAVE文件作為多媒體中使用的聲波文件格式之一，它是以RIFF格式為標準的。
RIFF是英文Resource Interchange File Format的縮寫，每個WAVE文件的頭四個
字節便是“RIFF”。
WAVE文件是由若干個Chunk組成的。按照在文件中的出現位置包括：RIFF WAVE
Chunk, Format Chunk, Fact Chunk(可選), Data Chunk。具體見下圖：
------------------------------------------------
| RIFF WAVE Chunk |
| ID = 'RIFF' |
| RiffType = 'WAVE' |
------------------------------------------------
| Format Chunk |
| ID = 'fmt ' |
------------------------------------------------
| Fact Chunk(optional) |
| ID = 'fact' |
------------------------------------------------
| Data Chunk |
| ID = 'data' |
------------------------------------------------
圖1 Wav格式包含Chunk示例
其中除了Fact Chunk外，其他三個Chunk是必須的。每個Chunk有各自的ID，位
于Chunk最開始位置，作為標示，而且均為4個字節。并且緊跟在ID后面的是Chunk大
小（去除ID和Size所占的字節數后剩下的其他字節數目），4個字節表示，低字節
表示數值低位，高字節表示數值高位。下面具體介紹各個Chunk內容。
PS：
所有數值表示均為低字節表示低位，高字節表示高位。
二、具體介紹
RIFF WAVE Chunk
==================================
| |所占字節數| 具體內容 |
==================================
| ID | 4 Bytes | 'RIFF' |
----------------------------------
| Size | 4 Bytes | |
----------------------------------
| Type | 4 Bytes | 'WAVE' |
----------------------------------
圖2 RIFF WAVE Chunk
以'FIFF'作為標示，然后緊跟著為size字段，該size是整個wav文件大小減去ID
和Size所占用的字節數，即FileLen - 8 = Size。然后是Type字段，為'WAVE'，表
示是wav文件。
結構定義如下：
struct RIFF_HEADER
{
char szRiffID[4]; // 'R','I','F','F'
DWORD dwRiffSize;
char szRiffFormat[4]; // 'W','A','V','E'
};
Format Chunk
====================================================================
| | 字節數 | 具體內容 |
====================================================================
| ID | 4 Bytes | 'fmt ' |
--------------------------------------------------------------------
| Size | 4 Bytes | 數值為16或18，18則最后又附加信息 |
-------------------------------------------------------------------- ----
| FormatTag | 2 Bytes | 編碼方式，一般為0x0001 | |
-------------------------------------------------------------------- |
| Channels | 2 Bytes | 聲道數目，1--單聲道；2--雙聲道 | |
-------------------------------------------------------------------- |
| SamplesPerSec | 4 Bytes | 采樣頻率 | |
-------------------------------------------------------------------- |
| AvgBytesPerSec| 4 Bytes | 每秒所需字節數 | |===> WAVE_FORMAT
-------------------------------------------------------------------- |
| BlockAlign | 2 Bytes | 數據塊對齊單位(每個采樣需要的字節數) | |
-------------------------------------------------------------------- |
| BitsPerSample | 2 Bytes | 每個采樣需要的bit數 | |
-------------------------------------------------------------------- |
| | 2 Bytes | 附加信息（可選，通過Size來判斷有無） | |
-------------------------------------------------------------------- ----
圖3 Format Chunk
以'fmt '作為標示。一般情況下Size為16，此時最后附加信息沒有；如果為18
則最后多了2個字節的附加信息。主要由一些軟件制成的wav格式中含有該2個字節的
附加信息。
結構定義如下：
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
==================================
| |所占字節數| 具體內容 |
==================================
| ID | 4 Bytes | 'fact' |
----------------------------------
| Size | 4 Bytes | 數值為4 |
----------------------------------
| data | 4 Bytes | |
----------------------------------
圖4 Fact Chunk
Fact Chunk是可選字段，一般當wav文件由某些軟件轉化而成，則包含該Chunk。
結構定義如下：
struct FACT_BLOCK
{
char szFactID[4]; // 'f','a','c','t'
DWORD dwFactSize;
};
Data Chunk
==================================
| |所占字節數| 具體內容 |
==================================
| ID | 4 Bytes | 'data' |
----------------------------------
| Size | 4 Bytes | |
----------------------------------
| data | | |
----------------------------------
圖5 Data Chunk
Data Chunk是真正保存wav數據的地方，以'data'作為該Chunk的標示。然后是
數據的大小。緊接著就是wav數據。根據Format Chunk中的聲道數以及采樣bit數，
wav數據的bit位置可以分成以下幾種形式：
---------------------------------------------------------------------
| 單聲道 | 取樣1 | 取樣2 | 取樣3 | 取樣4 |
| |--------------------------------------------------------
| 8bit量化 | 聲道0 | 聲道0 | 聲道0 | 聲道0 |
---------------------------------------------------------------------
| 雙聲道 | 取樣1 | 取樣2 |
| |--------------------------------------------------------
| 8bit量化 | 聲道0(左) | 聲道1(右) | 聲道0(左) | 聲道1(右) |
---------------------------------------------------------------------
| | 取樣1 | 取樣2 |
| 單聲道 |--------------------------------------------------------
| 16bit量化 | 聲道0 | 聲道0 | 聲道0 | 聲道0 |
| | (低位字節) | (高位字節) | (低位字節) | (高位字節) |
---------------------------------------------------------------------
| | 取樣1 |
| 雙聲道 |--------------------------------------------------------
| 16bit量化 | 聲道0(左) | 聲道0(左) | 聲道1(右) | 聲道1(右) |
| | (低位字節) | (高位字節) | (低位字節) | (高位字節) |
---------------------------------------------------------------------
圖6 wav數據bit位置安排方式
Data Chunk頭結構定義如下：
struct DATA_BLOCK
{
char szDataID[4]; // 'd','a','t','a'
DWORD dwDataSize;
};
三、小結
因此，根據上述結構定義以及格式介紹，很容易編寫相應的wav格式解析代碼。
這里具體的代碼就不給出了。
四、參考資料
1、李敏, 聲頻文件格式WAVE的轉換, 電腦知識與技術(學術交流), 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