WAV文件格式分析解析,附帶嗎


WAVE文件作為多媒體中使用的聲波文件格式之一,它是以RIFF格式為標准的。
RIFF是英文Resource Interchange File Format的縮寫,每個WAVE文件的頭四個
字節便是“RIFF”。
    WAVE文件是由若干個Chunk組成的。按照在文件中的出現位置包括:RIFF WAVE
Chunk, Format Chunk, Fact Chunk(可選), Data Chunk。具體見下圖:

------------------------------------------------
|             RIFF WAVE Chunk                  |
|             ID  = 'RIFF'                     |
|             RiffType = 'WAVE'                |
------------------------------------------------
|             Format Chunk                     |
|             ID = 'fmt '                      |
------------------------------------------------
|             Fact Chunk(optional)             |
|             ID = 'fact'                      |
------------------------------------------------
|             Data Chunk                       |
|             ID = 'data'                      |
------------------------------------------------
            圖1   Wav格式包含Chunk示例

    其中除了Fact Chunk外,其他三個Chunk是必須的。每個Chunk有各自的ID,位
於Chunk最開始位置,作為標示,而且均為4個字節。並且緊跟在ID后面的是Chunk大
小(去除ID和Size所占的字節數后剩下的其他字節數目),4個字節表示,低字節
表示數值低位,高字節表示數值高位。下面具體介紹各個Chunk內容。
PS:
    所有數值表示均為低字節表示低位,高字節表示高位。

二、具體介紹
RIFF WAVE Chunk
    ==================================
    |       |所占字節數|  具體內容   |
    ==================================
    | ID    |  4 Bytes |   'RIFF'    |
    ----------------------------------
    | Size  |  4 Bytes |             |
    ----------------------------------
    | Type  |  4 Bytes |   'WAVE'    |
    ----------------------------------
            圖2  RIFF WAVE Chunk

    以'FIFF'作為標示,然后緊跟着為size字段,該size是整個wav文件大小減去ID
和Size所占用的字節數,即FileLen - 8 = Size。然后是Type字段,為'WAVE',表
示是wav文件。
    結構定義如下:
 struct RIFF_HEADER
 {
  char szRiffID[4];  // 'R','I','F','F'
  DWORD dwRiffSize;
  char szRiffFormat[4]; // 'W','A','V','E'
 };

 

Format Chunk
    ====================================================================
    |               |   字節數  |              具體內容                |
    ====================================================================
    | ID            |  4 Bytes  |   'fmt '                             |
    --------------------------------------------------------------------
    | Size          |  4 Bytes  | 數值為16或18,18則最后又附加信息     |
    --------------------------------------------------------------------  ----
    | FormatTag     |  2 Bytes  | 編碼方式,一般為0x0001               |     |
    --------------------------------------------------------------------     |
    | Channels      |  2 Bytes  | 聲道數目,1--單聲道;2--雙聲道       |     |
    --------------------------------------------------------------------     |
    | SamplesPerSec |  4 Bytes  | 采樣頻率                             |     |
    --------------------------------------------------------------------     |
    | AvgBytesPerSec|  4 Bytes  | 每秒所需字節數                       |     |===> WAVE_FORMAT
    --------------------------------------------------------------------     |
    | BlockAlign    |  2 Bytes  | 數據塊對齊單位(每個采樣需要的字節數) |     |
    --------------------------------------------------------------------     |
    | BitsPerSample |  2 Bytes  | 每個采樣需要的bit數                  |     |
    --------------------------------------------------------------------     |
    |               |  2 Bytes  | 附加信息(可選,通過Size來判斷有無) |     |
    --------------------------------------------------------------------  ----
                            圖3  Format Chunk

    以'fmt '作為標示。一般情況下Size為16,此時最后附加信息沒有;如果為18
則最后多了2個字節的附加信息。主要由一些軟件制成的wav格式中含有該2個字節的
附加信息。
    結構定義如下:
 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;
 };

補充頭文件樣例說明:

首先是一串“52 49 46 46”這個是Ascii字符“RIFF”,這部分是固定格式,表明這是一個WAVE文件頭。
然后是“E4 3C 00 00”,這個是我這個WAV文件的數據大小,記住這個大小是包括頭文件的一部分的,包括除了前面8個字節的所有字節,也就等於文件總字節數減去8。這是一個DWORD,我這個文件對應是15588。
然后是“57 41 56 45 66 6D 74 20”,也是Ascii字符“WAVEfmt”,這部分是固定格式。
然后是PCMWAVEFORMAT部分,可以對照一下上面的struct定義,首先就是一個WAVEFORMAT的struct。
隨后是“10 00 00 00”,這是一個DWORD,對應數字16,這個對應定義中的Sizeof(PCMWAVEFORMAT),后面我們可以看到這個段內容正好是16個字節。
隨后的字節是“01 00”,這是一個WORD,對應定義為編碼格式“WAVE_FORMAT_PCM”,我們一般用的是這個。
隨后的是“01 00”,這是一個WORD,對應數字1,表示聲道數為1,這是個單聲道Wav。
隨后的是“22 56 00 00”,這是一個DWORD,對應數字22050,代表的是采樣頻率22050。
隨后的是“44 AC 00 00”,這是一個DWORD,對應數字44100,代表的是每秒的數據量。
然后是“02 00”,這是一個WORD,對應數字是2,表示塊對齊的內容,含義不太清楚。
然后是“10 00”,這是一個WORD,對應WAVE文件的采樣大小,數值為16,采樣大小為16Bits。
然后是一串“64 61 74 61”,這個是Ascii字符“data”,標示頭結束,開始數據區域。
而后是數據區的開頭,有一個DWORD,我這里的字符是“C0 3C 00 00”,對應的十進制數為15552,看一下前面正好可以看到,文件大小是15596,其中到“data”標志出現為止的頭是40個字節,再減去這個標志的4個字節正好是15552,再往后面就是真正的Wave文件的數據體了,頭文件的解析就到這里。


Fact Chunk
    ==================================
    |       |所占字節數|  具體內容   |
    ==================================
    | ID    |  4 Bytes |   'fact'    |
    ----------------------------------
    | Size  |  4 Bytes |   數值為4   |
    ----------------------------------
    | data  |  4 Bytes |             |
    ----------------------------------
            圖4  Fact Chunk

    Fact Chunk是可選字段,一般當wav文件由某些軟件轉化而成,則包含該Chunk。
    結構定義如下:
 struct FACT_BLOCK
 {
  char  szFactID[4]; // 'f','a','c','t'
  DWORD  dwFactSize;
 };

 

Data Chunk
    ==================================
    |       |所占字節數|  具體內容   |
    ==================================
    | ID    |  4 Bytes |   'data'    |
    ----------------------------------
    | Size  |  4 Bytes |             |
    ----------------------------------
    | data  |          |             |
    ----------------------------------
             圖5 Data Chunk

    Data Chunk是真正保存wav數據的地方,以'data'作為該Chunk的標示。然后是
數據的大小。緊接着就是wav數據。根據Format Chunk中的聲道數以及采樣bit數,
wav數據的bit位置可以分成以下幾種形式:
    ---------------------------------------------------------------------
    |   單聲道    |    取樣1    |    取樣2    |    取樣3    |    取樣4    |
    |--------------------------------------------------------------------
    |  8bit量化   |    聲道0    |    聲道0    |    聲道0    |    聲道0    |
    ---------------------------------------------------------------------
    |   雙聲道    |          取樣1            |           取樣2           |
    |--------------------------------------------------------------------
    |  8bit量化   |  聲道0(左)  |  聲道1(右)  |  聲道0(左)  |  聲道1(右)  |


    ----------------------------------------------------------------------                                      

    |   單聲道    |    取樣1                  |            取樣2           |
    |---------------------------------------------------------------------
    | 16bit量化   |    聲道0       |  聲道0   |    聲道0       |  聲道0    |
    |             | (低位字節)  | (高位字節)  | (低位字節)     | (高位字節)|
    -----------------------------------------------------------------------

    |   雙聲道    |    取樣1                         |            取樣2             |
    |-------------------------------------------------------------------------------
    | 16bit量化   |    聲道0(左)  |  聲道1(右)   |    聲道0(左) |  聲道1(右)|
    |             | (低位字節)      | (高位字節)     | (低位字節)     | (高位字節)  |
    ---------------------------------------------------------------------------------

                            圖6 wav數據bit位置安排方式

    Data Chunk頭結構定義如下:
    struct DATA_BLOCK
 {
  char szDataID[4]; // 'd','a','t','a'
  DWORD dwDataSize;
 };

////////////////////////代碼正在寫,隨后附上


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM