PCM(44字节)的Wav文件头及其相关的编程方法

本文就经常见的一种格式PCM(44字节)的Wav文件头进行分析

一.解析文件头

表1　8KHz采样、16比特量化的线性PCM语音信号的WAVE文件头格式表（共44字节）

偏移地址 字节数 数据类型 内容 文件头定义为

00H 4 char "RIFF" char riff_id[4]="RIFF"

04H 4 long int 文件总长-8 long int size0=文总长-8

08H 8 char "WAVEfmt " char wave_fmt[8]

10H 4 long int 10 00 00 00H(PCM) long int size1=0x10

14H 2 int 01 00H int fmttag=0x01

16H 2 int int channel=1 或2

18H 4 long int 采样率 long int samplespersec

1CH 4 long int 每秒播放字节数 long int bytepersec

20H 2 int 采样一次占字节数 int blockalign=声道数*量化数/8

22H 2 int 量化数 int bitpersamples=8或16

24H 4 char "data" char data_id="data"

28H 4 long int 采样数据字节数 long int size2=文长-44

2CH 到文尾 char 采样数据 　

举例说明：kugoo下载的一首wav文件：魏三 抹去泪水 wav.wav(大小14,703,980 字节，时长2:46),文件头如下：



1.地址00H-03H，值为“RIFF”标志；

2.地址04H-07H，值为“64 5D E0 00”，存储的是文件大小刨去8字节后的值，注意这个是little-endian的，也就是高地址存低位，地地址存高位，所以Size=00E05D64H=14703972字节，比文件总大小少8个字节，这8个字节就是00H-07H。

3.地址08H-0FH，就是“WAVEfmt ”标记。

4.地址10H-13H，fmt格式的块大小，这种格式时是“10 00 00 00”，也是little-endian的，即块大小为16，也有可能为18，这时最后多了2个字节的附加信息。。其他格式的可能是20。

5.地址14H-15H，“01 00”，也是little-endian的，标记编码方式，一般为0x0001。

6.地址16H-17H，“01 00”，也是little-endian，标记声道数，这里值为1。注意1代表单声道，2代表双声道。

7.地址18H-1BH，“44 AC 00 00”，也是little-endian，标记采样频率，这里为441000Hz。

8.地址1CH-1FH，“88 58 01 00”每秒所需的字节数，也是little-endian，bytepersec=00015888H=88200(字节)。【加上点自己的看法 88200=频率*采样一次占的字节数=44100*2，我觉得这种关系是存在的，虽然很多资料上没提到）。

9.地址20H-21H，“02 00”，采样一次占字节数 ，有些地方也叫数据块对齐单位，也是little-endian的，这里是两个字节。声道数*量化数/8=1*16/8=2(字节)。

10.地址22H-23H，“10 00”，量化数，也就是每个采样需要的bit数，也是little-endian的，所以这里是16位。

11.地址24H-27H，“64 61 74 61”，就是“data”了。

12.地址28H-2BH，“40 5D E0 00”，存储的是文件大小刨去44字节后的值，这个也是little-endian的，Size=00E05D40H=14703936字节。

二、编程方法

1.计算文件播放时长

文件播放时长=(文件总长度-文件头长度)/每秒所需的字节数。如上例 duration=(14,703,980 -44)/88200=166.7s，这个在kugoo的制作铃声功能下可以查询的到。

2.按时间点切割文件（只精确到秒已用程序实现过，精确到0.1s理论上也是可以，但是没有用程序去实现）

2.1 切割文件的前N秒为一个新文件

第一步，计算N秒的偏移量，SetOff=N*每秒所需的字节数

第二步，算出新文件的大小，修改文件头的两个size值。

第三步，新的文件头以二进制形式写入到新文件，紧接着根据偏移量把原文件中的第45字节到(setOff-1)字节写入到新文件。

2.2 窃取中间某个时间段为一个新文件

这里可以根据2.1的步骤进行，同样的要修改文件头。