wav文件格式分析詳解
程序如上一篇博文
一、綜述
??? WAVE文件作為多媒體中使用的聲波文件格式之一，它是以RIFF格式為標準的。
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
于Chunk最開始位置，作為標示，而且均為4個字節。并且緊跟在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，然后緊跟著為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，也就等于文件總字節數減去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。緊接著就是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) |
??? ---------------------------------------------------------------------
??? |??????????????????? |????????? 取樣1??????????????????????? |?????????? 取樣2?????????????????????? |
??? |?? 單聲道???? |--------------------------------------------------------
??? | 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)?? |
??? ---------------------------------------------------------------------
??? |??????????????????? |???????????????????????? 取樣1?????????????????????????????????????????????????????? |
??? |?? 雙聲道???? |--------------------------------------------------------
??? | 16bit量化 | 聲道0(左)??? | 聲道0(左) | 聲道1(右)?? | 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;
};
三、小結
??? 因此，根據上述結構定義以及格式介紹，很容易編寫相應的wav格式解析代碼。
這里具體的代碼就不給出了。
)
)
