wav文件格式分析详解
程序如上一篇博文
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:
------------------------------------------------
| 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;
};
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;
};
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。
分享到:
相关推荐
用C编写的一个程序来产生一个.wave格式的音频文件
纯C语言,利用正弦波生成生成产生类似do、re、mi、fa、so的音频wave文件
WAVE音频(WAV文件)播放器,用于播放.WAV文件,本程序使用VC++6.0 C++ MFC编写,有需要的人可以参考。
程序比较简略,是从网上参考别人的程序来的, WAVE头的解析: http://www.xml.org.cn/dispbbs.asp?boardID=47&ID=26939 http://blog.sina.com.cn/s/blog_672c5a470100sv31.html 需要用到配合工具是cool edit 和...
wave格式音频文件被Windows平台及其应用程序所广泛支持,本程序通过读取wav文件的头信息,获得采样频率,传输速率等有用信息。
WAVE音频编辑,支持、复制/剪切/删除/粘贴操作;支持 SP/SPS/SSP/SPSP 播放模式,可把选定的音频数据独立保存为文件,可快/慢速播放,显示波形,可录音。源程序中要用到三方控件,在压缩包中压缩了一些三方控件,...
具体支持以下格式的音频文件:Wave音频文件(wav)AAC音频(aac;aa)/AC3音频(ac3;a52)/AIFF音频文件(aif;aifc;aiff)AU音频文件(au;snd)/CD数字音轨(cda)/CUE索引文件(cue)DTS音频文件(dts;dtswav)/FLAC音频文件(flac;...
通道数: PCM文件可以是单声道(单通道)或立体声(双通道),也可以包含更多通道,如多通道音频文件,以支持环绕声等音频效果。 文件扩展名: PCM文件通常具有常见的文件扩展名,如.wav(Windows的Wave文件格式)或....
VC++中想要播放一个音频文件(.wav)是和容易的,只要调用WIndows API函数PlaySound()就可以了,但是,如果您想播放自己在程序中产生的一段音频数据,就不是那么简单了,需要利用WIndows wave I/O API的几个函数来...
利用GoldWave或NGwave录音软件录制单字发音语音文件,以wav音频格式保存,共录制两组,一组用于计算参考模板,另一组作为测试模板用于语音识别。 录制语音时,为了能够在主程序中循环读入语音文件,文件名采用数字...
用于将音频文件的波形呈现给PNG的简单实用程序。使用NAudio提取峰值并System.Drawing渲染图像。 该项目包含WaveFormRendererLib执行峰值计算和波形渲染的库,以及一个简单的测试工具WinForms应用程序,可以使用不同...
该程序最初开发用于恢复由于音频应用程序Logic 中的错误而被破坏的损坏音频文件。 有关更多详细信息,请参阅。 执照 Wave Recovery Tool 根据 GNU 通用公共许可证第 3 版的条款获得许可。 作者 Wave Recovery Tool ...
Ruby宝石,用于以Wave格式(* .wav)读取和写入声音文件。 您可以使用此gem来创建可处理音频的Ruby程序,例如。 由于它是用纯Ruby编写的(而不是包装现有的C库),因此无需编译单独的扩展就可以使用它。 有关更多...
用法要使用最优化的版本: 克隆repo git clone https://github.com/sukhjot-sekhon/Convolution-Reverb 使用编译器级优化来编译文件gcc -Ofast Reverb.cpp -o Reverb 使用输入和脉冲响应WAVE文件运行程序Reverb ...
基于嵌入式微处理器S3C44B0X和CS4334的WAVE音频文件播放平台,融合了ARM处理器功耗小、便携、代码执行效率高和WAVE音频文件音质好的优点,并给出了详细的连接方法,所设计程序已经在硬件平台上成功运行.
AudioRecorder.java为中文注释版 ...从麦克风获取声音并存储到文件的Java源程序,文件的格式可以从以下选择:AIFC, AIFF,AU,SND和 WAVE。可以用来从麦克风录音 生成语音文件在你的项目根目录!
该程序从硬盘读取存储的音频(wav)文件,绘制其时域,频谱图并播放。 沙吉尔CK sajildcb@gmail.com +919446132413 计算生物学与生物信息学系印度喀拉拉邦喀拉拉邦大学。
比较两个音频文件或音频文件目录以评估它们的相似性。 可能已从另一个文件派生的文件被标记为匹配。 要运行该程序,请输入以下之一: ./audiocompare -f文件1 -f文件2 ./audiocompare -f文件1 -d目录1 ./...
说实在的该资源工程结构不是很合理。希望参考者不用参考该资源的设计方式。 一个vc2005实现得从麦克风采集声音并同时进行播放的程序,同时实现了波形...而且可以根据需求将采集得数据存成文件,进行进一步处理和分析;
波形创建器使用HTML5 canvas从音频文件生成图形波形的实用程序用法创建一个实例: var wave = Object . create ( WaveformCreator ) ;简单波形使用容器元素并至少在缓冲区上进行初始化: wave . init ( {container :...