WAVE 文件格式分析

原文：http://www.cnblogs.com/liyiwen/archive/2010/04/19/1715715.html

WAVE 文件作为多媒体中使用的声音波形文件格式之一，它是以RIFF（Resource Interchange File Format）格式为标准的。每个WAVE文件的头四个字节便是“RIFF”。WAVE 文件由文件头和数据体两大部分组成。其中文件头又分为 RIFF／WAV 文件标识段和声音数据格式说明段两部分。WAVE文件各部分内容及格式见后文。

常见的声音文件主要有两种，分别对应于单声道（11.025KHz 采样率、8Bit 的采样值）和双声道（44.1KHz 采样率、16Bit 的采样值）。采样率是指：声音信号在“模→数”转换过程中单位时间内采样的次数。采样值是指每一次采样周期 
内声音模拟信号的积分值。

对于单声道声音文件，采样数据为八位的短整数（short int 00H-FFH）；而对于双声道立体声声音文件，每次采样数据为一个16位的整数（int），高八位和低八位分别代表左右两个声道。

WAVE 文件数据块包含以脉冲编码调制（PCM）格式表示的样本。WAVE 文件是由样本组织而成的。在单声道 WAVE 文件中，声道0代表左声道，声道1代表右声道。在多声道WAVE文件中，样本是交替出现的。

WAVE 文件除了前面一小段文件头对数据组织进行说明之外，Data 块就是声音的原始采样数据，WAVE 文件虽然可以压缩，但一般都使用不压缩的格式。44.1KHz 采样率、16Bit的分辨率、双声道，所以WAVE可以保存音质要求非常高的声音文件，CD 采用的也是这种格式，声音方面的专家或是音乐发烧友们应该非常熟悉。但这种文件的体积也非常大，以 44.1KHz 16bit 双声道的数据为例，一分钟的声音数据量为：4100*2byte*2channel*60s/1024/1024=10.09M 。所以不合适在网上传送。

---

下面我们具体地分析 WAVE 文件的格式

endian

field name

Size

 bigChunkID4文件头标识，一般就是" RIFF" 四个字母littleChunkSize4整个数据文件的大小，不包括上面ID和Size本身bigFormat4一般就是" WAVE" 四个字母bigSubChunk1ID4格式说明块，本字段一般就是"fmt "littleSubChunk1Size4本数据块的大小，不包括ID和Size字段本身littleAudioFormat2音频的格式说明littleNumChannels2声道数littleSampleRate4采样率littleByteRate4比特率，每秒所需要的字节数littleBlockAlign2数据块对齐单元littleBitsPerSample2采样时模数转换的分辨率bigSubChunk2ID4真正的声音数据块，本字段一般是"data"littleSubChunk2Size4本数据块的大小，不包括ID和Size字段本身littleDataN音频的采样数据

以下是对各个字段的详细解说：

ChunkID4bytesASCII 码表示的“RIFF”。（0x52494646）ChunkSize4bytes36+SubChunk2Size，或是 
4 + ( 8 + SubChunk1Size ) + ( 8 + SubChunk2Size )， 
这是整个数据块的大小（不包括ChunkID和ChunkSize的大小）Format4bytesASCII 码表示的“WAVE”。（0x57415645）SubChunk1ID新的数据块（格式信息说明块） 
ASCII 码表示的“fmt ”——最后是一个空格。（0x666d7420）SubChunk1Size4bytes本块数据的大小（对于PCM，值为16）。AudioFormat2bytesPCM = 1 （比如，线性采样），如果是其它值的话，则可能是一些压缩形式NumChannels2bytes1 => 单声道  |  2 => 双声道SampleRate4bytes采样率，如 8000，44100 等值ByteRate4bytes等于： SampleRate * numChannels * BitsPerSample / 8BlockAlign2bytes等于：NumChannels * BitsPerSample / 8BitsPerSample2bytes采样分辨率，也就是每个样本用几位来表示，一般是 8bits 或是 16bits   SubChunk2ID4bytes新数据块，真正的声音数据 
ASCII 码表示的“data ”——最后是一个空格。（0x64617461）SubChunk2Size4bytes数据大小，即，其后跟着的采样数据的大小。DataN bytes真正的声音数据

对于Data块，根据声道数和采样率的不同情况，布局如下（每列代表8bits）：

1. 8 Bit 单声道：

采样1采样2数据1数据2

2. 8 Bit 双声道

采样1采样2声道1数据1声道2数据1声道1数据2声道2数据2

1. 16 Bit 单声道：

采样1采样2数据1低字节数据1高字节数据1低字节数据1高字节

2. 16 Bit 双声道

采样1 声道1数据1低字节声道1数据1高字节声道2数据1低字节声道2数据1高字节采样2   声道1数据2低字节声道1数据2高字节声道2数据2低字节声道2数据2高字节

 

下面我们看一个具体的例子，声音文件如下：

52 49 46 46 24 08 00 00 57 41 56 45 66 6d 74 20 10 00 00 00 01 00 02 00 22 56 00 00 88 58 01 00 04 00 10 00 64 61 74 61 00 08 00 00 00 00 00 00 24 17 1e f3 3c 13 3c 14 16 f9 18 f9 34 e7 23 a6 3c f2 24 f2 11 ce 1a 0d 

对应的分析如下图所示：