wav音頻文件頭動態解析--java語言

之前有處理過一些相對較為不常見的音頻格式，也睬過很多坑，這里做一下簡單記錄。后面可能隨着接觸音頻類型的增多做進一步更新，像之前有記錄過包含LIST數據塊的wav格式錄音就是調試過程中發現遺漏點。
在此之前先整理一下常規音頻文件頭的基本結構，如下圖：

可以看到在文件頭中，不同位置的字節代表不同的數據塊。相對來說，大部分情況一些數據塊的信息是關注度不高的，像LIST數據塊，而另一些諸如音頻長度，格式，位長，采樣率等等是關注度較高的，所以在處理過程中可以把需要的數據塊定義成一個通用的結構，在解析后設置該結構對應的結果返回。對於wav文件來說，以chunk為基本存儲單位，一個wav文件包含3個必要chunk和一個可選chunk，在文件中排列循序是：RIFF chunk ，Format chunk ，Fact chunk（可選），Data chunk。
所以在從前往后讀取文件頭並解析時，riff chunk和fm chunk時固定的。chunk划分如下：

根據其不同數據塊的次序和長度以及字節長度，可以定義一份固定的riff和fm chunk的結構如下：
{ "name" : "riff_id", "index" : 0, "type" : "chars", "len" : 4, "value" : "RIFF" }, { "name" : "file_size", "index" : 1, "type" : "int", "len" : 4, "value" : 0 }, { "name" : "riff_type", "index" : 2, "type" : "chars", "len" : 4, "value" : "WAVE" }, { "name" : "fmt_hdr_id", "index" : 3, "type" : "chars", "len" : 4, "value" : "fmt " },
一，每一個數據塊由一個binaryElement描述，包括name，insex,type,len,value等屬性。其中type跟每個數據塊的value類型相對應，影響在數據讀取后的轉化過程。
不同數據類型的轉化過程如下做局部示例：
`/**
* byte轉int
*
* @param b 字節數組
* @return 解析出來的數字
*/
public static int toInt(byte[] b) {
return b[0] & 0xff | (b[1] & 0xff) << 8 | (b[2] & 0xff) << 16
| (b[3] & 0xff) << 24;
}

/**
 * byte轉long
 *
 * @param b 字節數組
 * @return 解析出來的數字
 */
public static long toUnsignedInt(byte[] b) {
    return  b[0] & 0xff  | (b[1] & 0xff) << 8 | (b[2] & 0xff) << 16
            | (b[3] << 24);
}

/**
 * byte轉short
 *
 * @param b 字節數組
 * @return 解析出來的數字
 */
public static  short toShort(byte[] b) {
    return (short) (((b[1] << 8) | b[0] & 0xff));
}`

二，整體的解析過程如下：
先解析固定區域，riff和fmchunk，共11個數據塊:
` //記錄當前讀取位置
int readCur = 0;

        byte[] tmp;
        for (int i = 0; i < FixedStrutNum; i++) {
            BinaryProtocolElement ele = headerStrut.get(i);
            if (ele != null) {
                tmp = new byte[ele.getLength()];
                stream.read(tmp);
                //轉化未對應數據類型
                bytesToElement(tmp, ele, encoding);
                readCur += ele.getLength();
            }
        }`
  
  然后處理fmt的擴展區，如果有的話。該部分可通過fmchunk的長度判斷是否存在擴展區。即該chunk的總長度 - 固定的字段長度16，若不為0則說明存在擴展區，需要跳過解析。
  `//處理fmt的擴展區 長度fmt_data_len - 16
        //無須該區段擴展信息，跳過即可
        int extLength = Integer.parseInt(
                headerStrut.get(WaveHeaderEleDefine.FMT_HDR_LEN.getIndex()).getValue())
                - PCM_FMT_LEN;
        if (extLength != 0) {
            //先獲取擴展塊數據的長度
            BinaryProtocolElement dataLenExt = new BinaryProtocolElement();
            dataLenExt.setDataType(ProtocolDataType.SHORT);
            dataLenExt.setLength(2);
            tmp = new byte[dataLenExt.getLength()];
            stream.read(tmp);
            bytesToElement(tmp, dataLenExt, encoding);
            readCur += extLength;

            //擴展區長度為0或22
            //如果為22需要手動跳過
            int extDataLength;
            if ((extDataLength = Integer.parseInt(dataLenExt.getValue())) != 0) {
                readCur += extDataLength;
                stream.skip(extDataLength);
            }
        }`


  接着判斷是否有可選chunk--fack，可以通過后續data_tag標簽數據塊來判斷，若后續DATA_TAG為FACT，則需要獲取該chunk長度並跳過解析。
  `//根據data_tag判斷是否有可選chunk fact
        tmp = new byte[dataTag.getLength()];
        stream.read(tmp);
        bytesToElement(tmp, dataTag, encoding);
        readCur += dataTag.getLength();

        //如果有fact域需要跳過該域重新解析tag
        //如果沒有讀取data_len即可
        if (TAG_CHUNK_FACT.equalsIgnoreCase(String.valueOf(dataTag.getValue()))) {
            tmp = new byte[dataLen.getLength()];
            stream.read(tmp);
            bytesToElement(tmp, dataLen, encoding);
            readCur += dataLen.getLength();


            //跳過fact chunk的data域
            readCur += Integer.parseInt(dataLen.getValue());
            stream.skip(Integer.parseInt(dataLen.getValue()));

            //解析data域的tag
            tmp = new byte[dataTag.getLength()];
            stream.read(tmp);
            bytesToElement(tmp, dataTag, encoding);
            readCur += dataTag.getLength();
        }`
  
  同理，需要校驗后續chunk是否為LIST chunk，若是，也需跳過解析。
  `//針對格式轉換過后的wav文件
        //存在LIST數據塊保留一些格式轉換的信息
        //此處數據暫時沒有業務需要，解析出LIST數據塊長度后跳過
        //LIST數據塊結構包括 listSize　listType　listData
        //listSize占有4字節，listSize的值是listType的大小(即4個字節)加上listData的長度。不包括“LIST”和listSize的長度。
        if (TAG_CHUNK_LIST.equalsIgnoreCase(dataTag.getValue())) {
            //先解析出list_size
            BinaryProtocolElement listSize = new BinaryProtocolElement();
            listSize.setDataType(ProtocolDataType.INT);
            listSize.setLength(4);
            tmp = new byte[listSize.getLength()];
            stream.read(tmp);
            bytesToElement(tmp, listSize, encoding);
            readCur += extLength;

            //然后跳過listType和listData
            readCur += Integer.parseInt(listSize.getValue());
            stream.skip(Integer.parseInt(listSize.getValue()));

            //解析data域的tag
            tmp = new byte[dataTag.getLength()];
            stream.read(tmp);
            bytesToElement(tmp, dataTag, encoding);
            readCur += dataTag.getLength();
        }`

  最后，解析data chunk，獲取音頻數據長度並返回文件頭長度（若有需要）
  `//沒有獲取到data標簽
        //檢測音頻頭信息是否有誤
        //或者有錯誤移位
        if (!TAG_CHUNK_DATA.equalsIgnoreCase(dataTag.getValue())) {
            log.error("can not fetch the tag of data chunk, please check");
            return 0;
        }

        //讀取data域的data_len
        tmp = new byte[dataLen.getLength()];
        stream.read(tmp);
        bytesToElement(tmp, dataLen, encoding);
        readCur += dataLen.getLength();
        //這里由於跳過對應擴展區，所以長度要調整一下
        headerStrut.get(WaveHeaderEleDefine.FMT_HDR_LEN.getIndex())
                .setValue(PCM_FMT_LEN + "");
        //最后返回文件頭長度
        return readCur;`

參考資料：https://www.jianshu.com/p/02c4df08c51c
https://www.jianshu.com/p/02c4df08c51c