Chinaunix首页 | 论坛 | 博客
  • 博客访问: 310160
  • 博文数量: 45
  • 博客积分: 1429
  • 博客等级: 上尉
  • 技术积分: 422
  • 用 户 组: 普通用户
  • 注册时间: 2010-01-19 09:12
文章分类

全部博文(45)

文章存档

2021年(1)

2020年(1)

2019年(1)

2016年(4)

2015年(3)

2011年(4)

2010年(31)

我的朋友

分类: C/C++

2010-12-26 18:10:17

wav文件格式分析                                                                          作者:曹京
                                                                        日期:2006年7月17日


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;
};

补充头文件样例说明:

这里按十六进制换算,依次由低字节到高字节存放,注意,是按字节计算的,比如代表声道数的是“01 00”,这是一个WORD,对应十六进制是0x0001,即数字1,表示声道数为1;“10 00”,这是一个WORD,对应WAVE文件的采样位数,十六进制0x0010,数值为16,即采样大小为16Bits

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WAVE文件头。
然后是“E4 3C 00 00”,这个是我这个WAV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“WAVEfmt”,这部分是固定格式。
然后是PCMWAVEFORMAT部分,可以对照一下上面的struct定义,首先就是一个WAVEFORMAT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(PCMWAVEFORMAT),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“WAVE_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WAVE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;
};


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。

阅读(3496) | 评论(1) | 转发(0) |
给主人留下些什么吧!~~

chinaunix网友2011-01-29 16:29:56

写的不错,赞一个。不过我遇到了Format Chunk Size 0x0014 wFormatTag 0x0011 的,而且还有扩展信息,郁闷