您的位置:首页 > 理论基础 > 计算机网络

wav文件格式分析详解(网络转载)

2013-12-24 11:31 363 查看
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(详见后文) | |

-------------------------------------------------------------------- |

| 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;

};

FormatTag:说明

#define WAVE_FORMAT_UNKNOWN 0x0000

#define WAVE_FORMAT_PCM 0x0001

#define WAVE_FORMAT_ADPCM 0x0002

#define WAVE_FORMAT_ALAW 0x0006

#define WAVE_FORMAT_MULAW 0x0007

#define WAVE_FORMAT_GSM610 0x0031

#define WAVE_FORMAT_MPEG 0x0050

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

4、http://icculus.org/SDL_sound/downloads/external_documentation/wavecomp.htm (英文详细说明)
内容来自用户分享和网络整理,不保证内容的准确性,如有侵权内容,可联系管理员处理 点击这里给我发消息
标签: