PCM音频文件(.wav)压缩成ADPCM(.wav)

PCM音频文件压缩成adpcm格式的文件有多中方法（如使用ms ACM、sox等），本文主要介绍使用公开的算法（如下所示，如果需要可到网上搜一下：

=======================================
** Intel/DVI ADPCM coder/decoder.
**
** The algorithm for this coder was taken from the IMA Compatability Project
** proceedings, Vol 2, Number 2; May 1992.
**
** Version 1.2, 18-Dec-92.

=======================================）进行PCM到ADPCM转换的方法。

首先，要了解一下PCM格式和ADPCM格式的.wav文件的构成，可参考：
非PCM格式的文件会至少多加入一个“fact”块，它用来记录数据解压缩后的大小。（注意是数据而不是文件）这个“fact”块一般加在“data”块的前面。
１．PCM格式的wav文件的内部结构



２．WAVEFORMAT结构的认识
PCM和非PCM的主要区别是声音数据的组织不同，这些区别可以通过两者的WAVEFORMAT结构来区分。下面以PCM和IMA-ADPCM来进行对比：
WAVE的基本结构WAVEFORMATEX结构定义如下：
typedef struct
{
WORD wFormatag; //编码格式，包括WAVE_FORMAT_PCM，//WAVEFORMAT_ADPCM等
WORD nChannls; //声道数，单声道为1，双声道为2;
DWORD nSamplesPerSec;//采样频率；
DWORD nAvgBytesperSec；//每秒的数据量；
WORD nBlockAlign;//块对齐；
WORD wBitsPerSample;//WAVE文件的采样大小；
WORD sbSize; //PCM中忽略此值
}WAVEFORMATEX；

PCM的结构就是基本结构；

IMAADPCMWAVEFORMAT结构定义如下：
Typedef struct
{
WAVEFORMATEX wfmt;
WORD nSamplesPerBlock;
}IMAADPCMWAVEFORMAT;

IMA-ADPCM的wfmt->cbsize不能忽略，一般取值为2，表示此类型的WAVEFORMAT比一般的WAVEFORMAT多出2个字节。这两个字符也就是nSamplesPerBlock。

3.“fact”chunk的内部组织
在非PCM格式的文件中,一般会在WAVEFORMAT结构后面加入一个“fact”chunk,结构如下：
typedef struct{
char[4]; //“fact”字符串
DWORD chunksize;
DWORD datafactsize; //数据转换为PCM格式后的大小。
}factchunk;
datafactsize是这个chunk中最重要的数据，如果这是某种压缩格式的声音文件，那么从这里就可以知道他解压缩后的大小。对于解压时的计算会有很大的好处！

4．“data”chunk的内部组织
从“data”chunk的第9个字节开始，存储的就是声音信息的数据了，(前八个字节存储的是标志符“data”和后接数据大小size(DWORD)。这些数据可能是压缩的，也可能是没有压缩的。
PCM中的声音数据没有被压缩，如果是单声道的文件，采样数据按时间的先后顺序依次存入。（它的基本组织单位是BYTE(8bit)或WORD(16bit)）如果是双声道的文件，采样数据按时间先后顺序交叉地存入。

IMA-ADPCM是压缩格式，它是从PCM的16位采样压缩成4位的。对于单声道的IMA-ADPCM来说，它是将PCM的数据按时间次序依次压缩并写入文件中的，每个byte中含两个采样，低四位对应第一个采样，高四位对应第二个采样。而对于双声道的IMA-ADPCM来说，它的存储相对就麻烦一些了，它是将PCM的左声道的前8个采样依次压缩并写入到一个DWORD中，然后写入“data”chunk里。紧接着是右声道的前8个采样。以此循环，当采样数不足8时（到数据尾端），应该把多出来的采样用0填充。
在IMA-ADPCM中，“data”chuck中的数据是以block形式来组织的，我把它叫做“段”，也就是说在进行压缩时，并不是依次把所有的数据进行压缩保存，而是分段进行的，这样有一个十分重要的好处：那就是在只需要文件中的某一段信息时，可以在解压缩时可以只解所需数据所在的段就行了，没有必要再从文件开始起一个一个地解压缩。这对于处理大文件将有相当的优势。同时，这样也可以保证声音效果。
Block一般是由block header (block头) 和 data 两者组成的。其中block header是一个结构，它在单声道下的定义如下：
Typedef struct
{
short sample0; //block中第一个采样值（未压缩）
BYTE index; //上一个block最后一个index，第一个block的index=0;
BYTE reserved; //尚未使用
}MonoBlockHeader;
有了blockheader的信息后，就可以不需要知道这个block前面和后面的数据而轻松地解出本block中的压缩数据。对于双声道，它的blockheader应该包含两个MonoBlockHeader其定义如下：
typedaf struct
{
MonoBlockHeader leftbher;
MonoBlockHeader rightbher;
}StereoBlockHeader;
在解压缩时，左右声道是分开处理的，所以必须有两个MonoBlockHeader;

以上内容参考http://blog.csdn.net/kindyb/archive/2005/10/13/503024.aspx，对此表示感谢。
===================================================================

接下来，就是要实现从PCM到ADPCM的转换了。(以8KHz,16Bits,单声道为例)

定义结构：
#define ADPCM_BLOCKSIZE 252 //256 - 4;
typedef unsigned long ULONG;
typedef unsigned short USHORT;
typedef unsigned char BYTE;
typedef struct {
long chunkid;
long chunksize;
long wave_id;
} RIFFCHUNK;
typedef struct tagDATA
{
long ID;
unsigned long Size;
}DATA;
typedef struct
{
long chunkid;
unsigned long chunksize;
unsigned long timelength;
} FACTCHUNK;
typedef struct tagWaveFormat{
//long chunkSize;
short wFormatTag;
unsigned short wChannels;
unsigned long dwSamplesPerSec;
unsigned long awAvgBytesPerSec;
unsigned short wBlockAlign;
unsigned short wBitsPerSample;
unsigned short cbsize;
int headerSize ;
long dataLength ;
} WAVEFMT;
typedef struct
{
RIFFCHUNK riff;
long chunkid;
unsigned long chunksize;
USHORT wformattag; /* format type */
USHORT nchannels; /* number of channels (i.e. mono, stereo...) */
ULONG nsamplespersec; /* sample rate */
ULONG navgbytespersec; /* for buffer estimation */
USHORT nblockalign; /* block size of data */
USHORT wbitspersample; /* number of bits per sample of mono data */
USHORT cbsize; /* the count in bytes of the extra size */
USHORT wsamplesperblock;

FACTCHUNK fact;
DATA data;
}INTELADPCM_HEADER;

void adpcmEncoder()
{
FILE *inFile, *outFile;

inFile = fopen("c://input.wav", "rb");
if (!inFile)
{
printf("can't open the input file.");
return -2;
}
WAVEFMT waveFmt;
if(!checkWaveFileHeaderFormat(inFile, &waveFmt)) {
printf("input file's format is wrong.");
return -1;
}

outFile = fopen("c://output.wav", "wb+");
if (!outFile)
{
printf("can't open the output file.");
return -2;
}

setAdpcmHeader(outFile, waveFmt.dataLength);
int len;
short inData[ADPCM_BLOCKSIZE * 2];
BYTE outData[ADPCM_BLOCKSIZE];
adpcm_state state;
state.index = 0;
state.valprev = 0;
long samples = waveFmt.dataLength;
while (samples > 0)
{
/* Read two frames worth of samples */
len = fread(inData, (size_t )1, sizeof (inData), inFile);
if (len <= 0)
{
perror("error reading input");
exit(1);
}
samples -= len;
if (len < sizeof (inData))
{
printf("memset. /n");
memset((char *)inData + len, 0, sizeof (inData) - len);
}
fwrite(&state, 4, 1, outFile);
len = adpcm_coder(inData, outData, len / 2, &state);
writeFile(outFile, outData, len);// 此处高低位要互换
}
fclose(inFile);
fclose(outFile);
return 0;
}

void setAdpcmHeader( FILE *outFile, ULONG dataSize)
{
ULONG flen = 0;
INTELADPCM_HEADER adpcmhead;

adpcmhead.riff.chunkid = WAV_ID_RIFF;//4BYTE
adpcmhead.riff.wave_id = WAV_ID_WAVE;//4BYTE
adpcmhead.chunkid = WAV_ID_FMT;//4BYTE
adpcmhead.chunksize = 0x14;//2BYTE
adpcmhead.wformattag = 0x11;//2BYTE
adpcmhead.nchannels = 1;//2BYTE
adpcmhead.nsamplespersec = 8000;//4BYTE
adpcmhead.navgbytespersec = 4055;// = nsamplespersec / wsamplesperblock *nblockalign, 可调，我用4064效果更好
adpcmhead.nblockalign = 0x100;//2BYTE
adpcmhead.wbitspersample = 4;//2BYTE
adpcmhead.cbsize = 2;//2BYTE
adpcmhead.wsamplesperblock = 505;// 为什么是这个数？没搞明白

adpcmhead.fact.chunkid = WAV_ID_FACT;
adpcmhead.fact.chunksize = 4;
adpcmhead.data.ID = WAV_ID_DATA;

int adpcmDataSize = (dataSize / (ADPCM_BLOCKSIZE * 4)) * (ADPCM_BLOCKSIZE + 4); //blockcount * 256

// 判断最后的一个block是否是1008（252*4）byte，如果不是，按实际大小设置
int lastBlockSize = dataSize % (ADPCM_BLOCKSIZE * 4);
if(lastBlockSize > 0)
{
adpcmDataSize += lastBlockSize / 4 + 4（sizeof（state））;
}
adpcmhead.riff.chunksize = adpcmDataSize + sizeof(INTELADPCM_HEADER) - 8 ;
adpcmhead.fact.timelength = dataSize / 2;
adpcmhead.data.Size = adpcmDataSize;

fwrite( &adpcmhead, sizeof(adpcmhead), 1, outFile);
}

以上只是给出了部分关键的source，其他的按照以上的介绍完善以下即可。