WAV格式详解

来源：互联网发布：阿里云进销存编辑：程序博客网时间：2024/05/01 21:43

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：

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。

    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'
};

    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;
};

    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、代码

如下是live555中关于WAV解析的代码（WAVAudioFileSource.cpp）

Boolean success = False; // until we learn otherwise

do {

// RIFF Chunk:

if (nextc !='R' || nextc !='I' || nextc !='F' || nextc !='F') break;

if (!skipBytes(fid, 4))break;

if (nextc !='W' || nextc !='A' || nextc !='V' || nextc !='E') break;

// FORMAT Chunk:

if (nextc !='f' || nextc !='m' || nextc !='t' || nextc !=' ') break;

unsigned formatLength;

if (!get4Bytes(fid,formatLength)) break;

unsigned short audioFormat;

if (!get2Bytes(fid,audioFormat)) break;

fAudioFormat = (unsignedchar)audioFormat;

if (fAudioFormat !=WA_PCM && fAudioFormat !=WA_PCMA && fAudioFormat !=WA_PCMU && fAudioFormat !=WA_IMA_ADPCM) {

// It's a format that we don't (yet) understand

env.setResultMsg("Audio format is not one that we handle (PCM/PCMU/PCMA or IMA ADPCM)");

break;

}

unsigned short numChannels;

if (!get2Bytes(fid,numChannels)) break;

fNumChannels = (unsignedchar)numChannels;

if (fNumChannels < 1 ||fNumChannels > 2) { // invalid # channels

char errMsg[100];

sprintf(errMsg,"Bad # channels: %d", fNumChannels);

env.setResultMsg(errMsg);

break;

}

if (!get4Bytes(fid,fSamplingFrequency)) break;

if (fSamplingFrequency == 0) {

env.setResultMsg("Bad sampling frequency: 0");

break;

}

if (!skipBytes(fid, 6))break; // "nAvgBytesPerSec" (4 bytes) + "nBlockAlign" (2 bytes)

unsigned short bitsPerSample;

if (!get2Bytes(fid,bitsPerSample)) break;

fBitsPerSample = (unsignedchar)bitsPerSample;

if (fBitsPerSample == 0) {

env.setResultMsg("Bad bits-per-sample: 0");

break;

}

if (!skipBytes(fid,formatLength - 16)) break;

// FACT chunk (optional):

int c = nextc;

if (c =='f') {

if (nextc !='a' || nextc !='c' || nextc !='t') break;

unsigned factLength;

if (!get4Bytes(fid,factLength)) break;

if (!skipBytes(fid,factLength)) break;

c = nextc;

}

// DATA Chunk:

if (c !='d' || nextc !='a' || nextc !='t' || nextc !='a') break;

if (!skipBytes(fid, 4))break;

// The header is good; the remaining data are the sample bytes.

fWAVHeaderSize = (unsigned)TellFile64(fid);

success = True;

} while (0);

if (!success) {

env.setResultMsg("Bad WAV file format");

// Set "fBitsPerSample" to zero, to indicate failure:

fBitsPerSample = 0;

return;

}

0 0