WAV文件格式详解

1.概述

Waveform Audio File Format（WAVE，又或者是因为WAV后缀而被大众所知的），它采用RIFF（Resource Interchange File Format）文件格式结构。通常用来保存PCM格式的原始音频数据，所以通常被称为无损音频。但是严格意义上来讲，WAV也可以存储其它压缩格式的音频数据。

2.格式解析

WAV文件遵循RIFF规则，其内容以区块（chunk）为最小单位进行存储。WAV文件一般由3个区块组成：RIFF chunk、Format chunk和Data chunk。另外，文件中还可能包含一些可选的区块，如：Fact chunk、Cue points chunk、Playlist chunk、Associated data list chunk等。
本文将只介绍RIFF chunk、Format chunk和Data chunk。

2.1 RIFF区块

名称	偏移地址	字节数	端序	内容
ID	0x00	4Byte	大端	'RIFF' (0x52494646)
Size	0x04	4Byte	小端	fileSize - 8
Type	0x08	4Byte	大端	'WAVE'(0x57415645)

• 以'RIFF'为标识
• Size是整个文件的长度减去ID和Size的长度
• Type是WAVE表示后面需要两个子块：Format区块和Data区块

2.2 FORMAT区块

名称	偏移地址	字节数	端序	内容
ID	0x00	4Byte	大端	'fmt ' (0x666D7420)
Size	0x04	4Byte	小端	16
AudioFormat	0x08	2Byte	小端	音频格式
NumChannels	0x0A	2Byte	小端	声道数
SampleRate	0x0C	4Byte	小端	采样率
ByteRate	0x10	4Byte	小端	每秒数据字节数
BlockAlign	0x14	2Byte	小端	数据块对齐
BitsPerSample	0x16	2Byte	小端	采样位数

• 以'fmt '为标识
• Size表示该区块数据的长度（不包含ID和Size的长度）
• AudioFormat表示Data区块存储的音频数据的格式，PCM音频数据的值为1
• NumChannels表示音频数据的声道数，1：单声道，2：双声道
• SampleRate表示音频数据的采样率
• ByteRate每秒数据字节数 = SampleRate * NumChannels * BitsPerSample / 8
• BlockAlign每个采样所需的字节数 = NumChannels * BitsPerSample / 8
• BitsPerSample每个采样存储的bit数，8：8bit，16：16bit，32：32bit

2.3 DATA区块

名称	偏移地址	字节数	端序	内容
ID	0x00	4Byte	大端	'data' (0x64617461)
Size	0x04	4Byte	小端	N
Data	0x08	NByte	小端	音频数据

• 以'data'为标识
• Size表示音频数据的长度，N = ByteRate * seconds
• Data音频数据

3. 小端存储

WAV文件以小端形式来进行数据存储。

所谓的大端模式，是指数据的低位保存在内存的高地址中，而数据的高位，保存在内存的低地址中；
所谓的小端模式，是指数据的低位保存在内存的低地址中，而数据的高位保存在内存的高地址中。

下面解释一下PCM数据在WAV文件中的bit位排列方式

PCM数据类型	采样	采样
8Bit 单声道	声道0	声道0
8Bit 双声道	声道0	声道1
16Bit 单声道	声道0低位，声道0高位	声道0低位，声道0高位
16Bit 双声道	声道0低位，声道0高位	声道1低位，声道1高位