wav文件格式分析详解(darkdragonking认为比较全的了)
2015-02-27 16:24
483 查看
一、综述
W***E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W***E文件的头四个
字节便是“RIFF”。
W***E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 W***E
Chunk, Format Chunk, Fact Chunk(可选), Data Chunk。具体见下图:
------------------------------------------------
| RIFF W***E Chunk |
| ID = 'RIFF' |
| RiffType = 'W***E' |
------------------------------------------------
| 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***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 W***E Chunk
==================================
| |所占字节数| 具体内容 |
==================================
| ID | 4 Bytes | 'RIFF' |
----------------------------------
| Size | 4 Bytes | |
----------------------------------
| Type | 4 Bytes | 'W***E' |
----------------------------------
图2 RIFF W***E 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'W***E',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 | |===> W***E_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 W***E_FORMAT
{
WORD wFormatTag;
WORD wChannels;
DWORD dwSamplesPerSec;
DWORD dwAvgBytesPerSec;
WORD wBlockAlign;
WORD wBitsPerSample;
};
struct FMT_BLOCK
{
char szFmtID[4]; // 'f','m','t',' '
DWORD dwFmtSize;
W***E_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W***E文件头。
然后是“E4 3C 00 00”,这个是我这个W***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“W***Efmt”,这部分是固定格式。
然后是PCMW***EFORMAT部分,可以对照一下上面的struct定义,首先就是一个W***EFORMAT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(PCMW***EFORMAT),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“W***E_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W***E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 W***E_FORMAT_UNKNOWN 0x0000
#define W***E_FORMAT_PCM 0x0001
#define W***E_FORMAT_ADPCM 0x0002
#define W***E_FORMAT_ALAW 0x0006
#define W***E_FORMAT_MULAW 0x0007
#define W***E_FORMAT_GSM610 0x0031
#define W***E_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W***E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)
下面是另一篇文章的转载和摘抄
这是JRTPLIB@Conference系列的第六部《G.711编码事例程序》,本系列的主要工作是实现一个基于JRTPLIB的,建立在RTP组播基础上的多媒体视频会议系统。这只是一个实验系统,用于学习JRTPLIB、RTP、和多媒体相关的编程,不是一个完善的软件工程。而且,我只会在业余的时间出于兴趣写一写。有志同道合的朋友可以通过tinnal@136.com这个邮箱或博客回复(推荐)和我交流。
上一部《JRTPLIB@Conference DIY视频会议系统 五、PCM 和G.711编码相关》
这一部我们来做个实验,就是把用windows录音机录下来的"PCM 8.000 kHz, 16 位, 单声道"W***文件转换成为我们要用的8位8000Hz a-law格式PCM。要注意的是录音机默认的方式是PCM 44.100 kHz, 16 位, 立体声,我们不想去进行采样频率的更改,因为这个要进行插值,而且也没必要,因为我们写软件时采样频率我们是可以更改的。所以我们要先把录音另为"PCM 8.000 kHz, 16 位, 单声道"格式。
代码上的实现
根据上面的格式规定,我们把它写成一头文件wav.h
因为这是个简单的程序,我没有去规划,相就的W***解码过程我放到main.c的main函数里做了,这是不应该的,请原谅
整个文件基本都是在为W***文件格式服务而非我们的核心工作--G.711编码。唉~,我也不想。这里在面进行G.711编码的就是ALawEncode函数。这个函数定义在g711.c里件里,这个文件函数一些我认为比较有用的函数。我们这是只把ALawEncode这个函数拿出来。
W***E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W***E文件的头四个
字节便是“RIFF”。
W***E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 W***E
Chunk, Format Chunk, Fact Chunk(可选), Data Chunk。具体见下图:
------------------------------------------------
| RIFF W***E Chunk |
| ID = 'RIFF' |
| RiffType = 'W***E' |
------------------------------------------------
| 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***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 W***E Chunk
==================================
| |所占字节数| 具体内容 |
==================================
| ID | 4 Bytes | 'RIFF' |
----------------------------------
| Size | 4 Bytes | |
----------------------------------
| Type | 4 Bytes | 'W***E' |
----------------------------------
图2 RIFF W***E 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'W***E',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 | |===> W***E_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 W***E_FORMAT
{
WORD wFormatTag;
WORD wChannels;
DWORD dwSamplesPerSec;
DWORD dwAvgBytesPerSec;
WORD wBlockAlign;
WORD wBitsPerSample;
};
struct FMT_BLOCK
{
char szFmtID[4]; // 'f','m','t',' '
DWORD dwFmtSize;
W***E_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W***E文件头。
然后是“E4 3C 00 00”,这个是我这个W***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“W***Efmt”,这部分是固定格式。
然后是PCMW***EFORMAT部分,可以对照一下上面的struct定义,首先就是一个W***EFORMAT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(PCMW***EFORMAT),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“W***E_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W***E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 W***E_FORMAT_UNKNOWN 0x0000
#define W***E_FORMAT_PCM 0x0001
#define W***E_FORMAT_ADPCM 0x0002
#define W***E_FORMAT_ALAW 0x0006
#define W***E_FORMAT_MULAW 0x0007
#define W***E_FORMAT_GSM610 0x0031
#define W***E_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W***E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)
下面是另一篇文章的转载和摘抄
这是JRTPLIB@Conference系列的第六部《G.711编码事例程序》,本系列的主要工作是实现一个基于JRTPLIB的,建立在RTP组播基础上的多媒体视频会议系统。这只是一个实验系统,用于学习JRTPLIB、RTP、和多媒体相关的编程,不是一个完善的软件工程。而且,我只会在业余的时间出于兴趣写一写。有志同道合的朋友可以通过tinnal@136.com这个邮箱或博客回复(推荐)和我交流。
上一部《JRTPLIB@Conference DIY视频会议系统 五、PCM 和G.711编码相关》
这一部我们来做个实验,就是把用windows录音机录下来的"PCM 8.000 kHz, 16 位, 单声道"W***文件转换成为我们要用的8位8000Hz a-law格式PCM。要注意的是录音机默认的方式是PCM 44.100 kHz, 16 位, 立体声,我们不想去进行采样频率的更改,因为这个要进行插值,而且也没必要,因为我们写软件时采样频率我们是可以更改的。所以我们要先把录音另为"PCM 8.000 kHz, 16 位, 单声道"格式。
代码上的实现
根据上面的格式规定,我们把它写成一头文件wav.h
#ifndef _W***_H_ #define _W***_H_ #include "types.h" #pragma pack(1) struct RIFF_HEADER { U8 szRiffID[4]; // 'R','I','F','F' U32 dwRiffSize; U8 szRiffFormat[4]; // 'W','A','V','E' }; struct W***E_FORMAT { U16 wFormatTag; U16 wChannels; U32 dwSamplesPerSec; U32 dwAvgBytesPerSec; U16 wBlockAlign; U16 wBitsPerSample; U16 pack; //附加信息 }; struct FMT_BLOCK { U8 szFmtID[4]; // 'f','m','t',' ' U32 dwFmtSize; struct W***E_FORMAT wavFormat; }; struct FACT_BLOCK { U8 szFactID[4]; // 'f','a','c','t' U32 dwFactSize; }; struct DATA_BLOCK { U8 szDataID[4]; // 'd','a','t','a' U32 dwDataSize; }; #endif
因为这是个简单的程序,我没有去规划,相就的W***解码过程我放到main.c的main函数里做了,这是不应该的,请原谅
/******************************************************* * 这是配合我的博客《JRTPLIB@Conference DIY视频会议系统》 * 而写的一个阶段性实验。 * 作者:冯富秋 tinnal * 邮箱:tinnal@163.com * 博客:www.cnitblog.com/tinnal/ * 目期:2009-01-03 * 版本:1.00 *********************************************************/ #include "stdio.h" #include "string.h" #include "types.h" #include "g711.h" #include "wav.h" struct RIFF_HEADER riff_header; struct FMT_BLOCK fmt_block; char fack_block_buffer[20]; //20 should be enough struct FACT_BLOCK fact_block; struct DATA_BLOCK data_block; int main(int argc, char **argv) { FILE *wav_in; FILE *wav_out; U32 i; U8 has_fact_block =0; unsigned char pcm_bytes[2]; short pcm; unsigned char a_law; long file_pos; if(argc != 3 ) { printf("Usage:\n\t%s <intput file> <output file>\n", argv[0]); exit(-1); } wav_in = fopen(argv[1],"rb"); if(wav_in == NULL) { printf("Can't open input file %s\n", argv[1]); return (-1); } wav_out = fopen(argv[2], "wb"); if( wav_out == NULL) { printf("Can't open output file %s\n",argv[2]); fclose(wav_in); return(-1); } file_pos = ftell(wav_in); //Read RIFF_HEADER fread(&riff_header, sizeof(struct RIFF_HEADER), 1, wav_in); if( memcmp(riff_header.szRiffID, "RIFF", 4) != 0 || memcmp(riff_header.szRiffFormat, "W***E", 4) != 0 ) { printf("No a vaild wave file!\n"); fclose(wav_in); fclose(wav_out); return(-1); } file_pos = ftell(wav_in); //Read FMT_BLOCK fread(&fmt_block, sizeof(struct FMT_BLOCK), 1, wav_in); if( memcmp(fmt_block.szFmtID, "fmt ", 4) !=0 || fmt_block.dwFmtSize != 18 || fmt_block.wavFormat.wFormatTag != 0x1 || fmt_block.wavFormat.wChannels != 0x1 || fmt_block.wavFormat.dwSamplesPerSec != 8000 || fmt_block.wavFormat.wBitsPerSample != 16) { printf("Sorry this is only test program,\n" "we only support follow format,\n" "\t 1. Format: linear PCM \n" "\t 2. Samples Rate: 8000 KHz \n" "\t 3. Channels: one channel \n" "\t 4. BitsPerSample: 16 \n"); fclose(wav_in); fclose(wav_out); return(-1); } file_pos = ftell(wav_in); //Try to read FACT_BLOCK file_pos = ftell(wav_in); fread(&fact_block, sizeof(struct FACT_BLOCK), 1, wav_in); if( memcmp(fact_block.szFactID, "fact", 4) == 0 ) { has_fact_block =1; fread(&fack_block_buffer, fact_block.dwFactSize, 1, wav_in); } else fseek(wav_in, file_pos, SEEK_SET); fread(&data_block, sizeof(struct DATA_BLOCK), 1, wav_in); if (memcmp(data_block.szDataID, "data", 4) != 0) { printf("OOh what error?\n"); fclose(wav_in); fclose(wav_out); return(-1); } //Change the wave header to write riff_header.dwRiffSize -= data_block.dwDataSize/2 ; fmt_block.wavFormat.wFormatTag = 0x06; fmt_block.wavFormat.wChannels = 0x01; fmt_block.wavFormat.dwSamplesPerSec = 8000; fmt_block.wavFormat.dwAvgBytesPerSec = 8000; fmt_block.wavFormat.wBlockAlign = 0x01; fmt_block.wavFormat.wBitsPerSample = 0x08; data_block.dwDataSize -= data_block.dwDataSize/2 ; //Write wave file header fwrite(&riff_header, sizeof(struct RIFF_HEADER), 1, wav_out); fwrite(&fmt_block, sizeof(struct FMT_BLOCK), 1, wav_out); if(has_fact_block == 1) { fwrite(&fact_block, sizeof(struct FACT_BLOCK), 1, wav_out); fwrite(&fack_block_buffer, fact_block.dwFactSize, 1, wav_out); } fwrite(&data_block, sizeof(struct DATA_BLOCK), 1, wav_out); //Convert pcm data to a-low data and write wav file. for(i =0; i< data_block.dwDataSize; i++) { pcm_bytes[0] = (U8) fgetc(wav_in); pcm_bytes[1] = (U8) fgetc(wav_in); pcm = *(short *)&pcm_bytes; a_law = ALawEncode((int)pcm); // a_law = linear2alaw((int)pcm); fputc(a_law, wav_out); } fclose(wav_in); fclose(wav_out); printf("Finish!\n"); return 0; }
整个文件基本都是在为W***文件格式服务而非我们的核心工作--G.711编码。唉~,我也不想。这里在面进行G.711编码的就是ALawEncode函数。这个函数定义在g711.c里件里,这个文件函数一些我认为比较有用的函数。我们这是只把ALawEncode这个函数拿出来。
<span style="font-family:KaiTi_GB2312;">//省略的代码 unsigned char ALawEncode(int pcm16) { int p = pcm16; unsigned a; // A-law value we are forming if(p<0) { // -ve value // Note, ones compliment is used here as this keeps encoding symetrical // and equal spaced around zero cross-over, (it also matches the standard). p = ~p; a = 0x00; // sign = 0 } else { // +ve value a = 0x80; // sign = 1 } // Calculate segment and interval numbers p >>= 4; if(p>=0x20) { if(p>=0x100) { p >>= 4; a += 0x40; } if(p>=0x40) { p >>= 2; a += 0x20; } if(p>=0x20) { p >>= 1; a += 0x10; } } // a&0x70 now holds segment value and 'p' the interval number a += p; // a now equal to encoded A-law value return a^0x55; // A-law has alternate bits inverted for transmission } //省略的代码 </span>