wav文件格式分析详解

最近在做媒体文件转换的工作，在原来MP3文件的基础上需要添加一个WAV文件的转换功能，主要是需要解析WAV文件，找到以下这篇博文，先做搜藏，后期还有libsndfile.dll的使用说明，工作结束后会一并整理上传，备用及分享。

原文：http://blog.csdn.net/BlueSoal/archive/2006/07/17/932395.aspx

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'RIFF'（原文是'FIFF'，可能是笔误）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。

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

个人添加项：

libsndfile.dll主要用来解析媒体文件，我使用的多是read的功能

五、libsndfile.dll资料：

1、http://www.mega-nerd.com/libsndfile/

2、http://www.mega-nerd.com/libsndfile/api.html