wav文件格式详解

WAV（Waveform audio format）是微软与IBM公司所开发的一种声音编码格式，它符合RIFF(Resource Interchange File Format)文件规范，用于保存Windows平台的音频信息资源，被Windows平台及其应用程序所广泛支持，也是其音乐发烧友中常用的指定规格之一。由于此音频格式未经过压缩，所以在音质方面不会出现失真的情况，但档案的体积因而在众多音频格式中较为大。该格式支持多种音频数字，取样频率和声道，标准格式化的WAV文件和CD格式一样，也是44.1K的取样频率，16位量化数字，因此在声音文件质量和CD相差无几！ WAV打开工具是WINDOWS的媒体播放器。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下表。

偏移地址

字节数

类型

内容

00H~03H

4

字符

资源交换文件标志（RIFF）

04H~07H

4

长整数

从下个地址开始到文件尾的总字节数

08H~0BH

4

字符

WAV文件标志（WAVE）

0CH~0FH

4

字符

波形格式标志（FMT）

10H~13H

4

整数

过滤字节（一般为00000010H）

14H~15H

2

整数

格式种类（值为1时，表示数据为线性PCM编码）

16H~17H

2

整数

通道数，单声道为1，双声音为2

18H~1BH

4

长整数

采样频率

1CH~1FH

4

长整数

波形数据传输速率（每秒平均字节数）

20H~21H

2

整数

数据的调整数（按字节计算）

22H~23H

2

整数

样本数据位数

 

 

 

 

 

 

 

文件头

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

声音数据块

偏移地址

字节数

类型

内容

24H~27H

4

字符

数据标志符（data）

28H~2BH

4

长整型

采样数据总数

2CH...

...

​

采样数据

 

示例

下图是用UltraEdit打开的wav文件的部分截图

 

此段WAV文件是使用window自带的录音机软件完成，生成的16进制文件内容，采用用的是小段存放格式（高地址存储高位，低地址存储低位）按字节存储（8bit）

 

补充头文件样例说明：

（1）“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。
（2）“22 60 28 00”，这个是我这个WAV文件的数据大小，这个大小包括除了前面4个字节的所有字节，也就等于文件总字节数减去8。16进制的“22 60 28 00”对应是十进制的“2646050”。
（3）“57 41 56 45 66 6D 74 20”，也是Ascii字符“WAVEfmt”，这部分是固定格式。
以后是PCMWAVEFORMAT部分

（4）“12 00 00 00”，这是一个DWORD，对应数字18，这个对应定义中的PCMWAVEFORMAT部分的大小，可以看到后面的这个段内容正好是18个字节。一般情况下大小为16，此时最后附加信息没有，上面这个文件多了两个字节的附加信息。
（5）“01 00”，这是一个WORD，对应定义为编码格式（WAVE_FORMAT_PCM格式一般用的是这个）。
（6）“01 00”，这是一个WORD，对应数字1，表示声道数为1，是个单声道Wav。
（7）“22 56 00 00”对应数字22050，代表的是采样频率22050，采样率（每秒样本数），表示每个通道的播放速度
（8）“44 AC 00 00”对应数字44100，代表的是每秒的数据量，波形音频数据传送速率，其值为通道数×每秒样本数×每样本的数据位数／8（1*22050*16/8）。播放软件利用此值可以估计缓冲区的大小。
（9）“02 00”对应数字是2，表示块对齐的内容。数据块的调整数（按字节算的），其值为通道数×每样本的数据位值／8。播放软件需要一次处理多个该值大小的字节数据，以便将其值用于缓冲区的调整。
（10）“10 00”数值为16，采样大小为16Bits，每样本的数据位数，表示每个声道中各个样本的数据位数。如果有多个声道，对每个声道而言，样本大小都一样。
（11）“00 00”此处为附加信息（可选），和（4）中的size对应。

（12）“66 61 73 74” Fact是可选字段，一般当wav文件由某些软件转化而成，则包含该项，“04 00 00 00”Fact字段的大小为4字节，“F82F 14 00”是fact数据。

（13）“64 61 74 61”，这个是Ascii字符“data”，标示头结束，开始数据区域。
（14）“F0 5F 28 00”十六进制数是“0x285ff0”,对应十进制2646000，是数据区的开头，以后数据总数，看一下前面正好可以看到，文件大小是2646050，从（2）到（13）包括（13）正好是2646050-2646000=50字节。

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。

　　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。
　

 

PCM数据的存放方式：
　 样本1 样本2
8位单声道 0声道 0声道
8位立体声 0声道（左） 1声道（右） 0声道（左） 1声道（右）
16位单声道 0声道低字节 0声道高字节 0声道低字节 0声道高字节
16位立体声 0声道（左）低字节 0声道（左）高字节 1声道（右）低字节 1声道（右）
高字节

 

其他摘要借用---wav转换MP3格式

mp3大家一定很熟悉，但要将wav格式的声音文件转换成mp3格式，你可能首先想到的是找专门的格式转换工具，其实不必那么复杂，你身边就有一个现成的工具，这就是windows附件中所带的“录音机”，使用这个工具能最简便实现wav格式转为mp3格式，具体操作方法如下。

    依次单击“开始→程序→附件→娱乐→录音机”，打开录音机程序，然后单击文件菜单，从文件中打开需要转换的wav文件，再单击“文件→另存为”，在“另存为”对话框中单击“更改”按钮，在“格式”框中选择“mpeg layer-3”格式，一切就ok了。

    在转换时，如果想控制文件大小，如想让声音更好听或要使文件更加小巧，可以在窗口的“声音选定”中选择其中的“属性”，在该栏中选择更低或更高的采样频率就可以了，怎么样，是不是很方便，快试一试吧。