wav文件格式分析详解
文章转载自：http://blog.csdn.net/BlueSoal/article/details/932395
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
| |
--------------------------------------------------------------------
|
| 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
wav文件格式分析详解,码迷,mamicode.com