残剑

Stop walking today and you'll have to run tomorrow!

Wav文件格式解析

| Comments

WAVE文件是多媒体中使用的声波文件格式之一，以RIFF格式为标准。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'                      |
------------------------------------------------

其中除了Fact Chunk外，其它三个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（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它字节数目），4个字节表示，低字节表示数值低位，高字节表示数值高位。

RIFF WAVE Chunk

----------------------------------
|       | 所占字节数 |  具体内容    |
----------------------------------
| ID    |  4 Bytes |   'RIFF'    |
----------------------------------
| Size  |  4 Bytes |             |
----------------------------------
| Type  |  4 Bytes |   'WAVE'    |
----------------------------------

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：

1
2
3
4
5
6

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则最后有附加信息         |
--------------------------------------------------------------------
| 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                          |
-------------------------------------------------------------------- 
| 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）       |
--------------------------------------------------------------------

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：

1
2
3
4
5
6
7
8
9

struct WAVE_FORMAT
{
    WORD wFormatTag;
    WORD wChannels;
    DWORD dwSamplesPerSec;
    DWORD dwAvgBytesPerSec;
    WORD wBlockAlign;
    WORD wBitsPerSample;
};
1
2
3
4
5
6

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

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：

1
2
3
4
5

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

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)        |
---------------------------------------------------------------------

Data Chunk头结构定义如下：

1
2
3
4
5

struct DATA_BLOCK
{
    char szDataID[4]; // 'd','a','t','a'
    DWORD dwDataSize;
};

wave文件解析及头部格式添加的参考代码请查阅这里 。

参考文章

wav文件格式分析详解
PCM录音数据转Wav格式（c语言版）
wav文件格式分析详解和解析代码
wave文件(*.wav)格式、PCM数据格式
读取*.wav音频文件
使用Wav文件来封装G.726格式的原始音频数据

Comments