Qt 之 WAV文件解析
简介
最近看了一下Qt的处理音频方面的资料，本身利用QAudioInput 和 QAudioOutput 就可以实现录音和播放功能，代码也很简单，但是录音生成的文件并不能用播放器打开，就算更改后缀名也无法识别（有时候下载的一些音频文件通过修改文件名可以播放）。本质上通过QAudioInput生成的音频文件并没有什么格式，只是一堆音频数据，换言之就是没有文件头，只有数据，当然播放器识别不出来了。这里我们把QAudioInput生成的音频文件转换为wav音频格式就可以用播放器播放了。下面就详细介绍一下WAV文件 ， 下一篇中将用代码来实现录音/播放and录音文件（raw/pcm）转wav格式功能 。
WAV文件分析
WAV文件简介
WAV为微软公司开发的一种声音文件格式，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，该格式也支持MSADPCM，CCITT A LAW等多种压缩运算法，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。
通常使用三个参数来表示声音，声道数、采样频率和采样位数。采样位数分为8位，16位，24位三种，声道有单声道和立体声之分，单声道振幅数据为n*1矩阵点，立体声为n*2矩阵点，取样频率一般有11025Hz(11kHz) ，22050Hz(22kHz)和44100Hz(44kHz) 三种，不过尽管音质出色，但在压缩后的文件体积过大！相对其他音频格式而言是一个缺点，其文件大小的计算方式为：WAV格式文件所占容量（B) = （取样频率 X量化位数X 声道） X 时间 / 8 (字节= 8bit) 每一分钟WAV格式的音频文件的大小为10MB，其大小不随音量大小及清晰度的变化而变化。
WAV是最接近无损的音乐格式，所以文件大小相对也比较大。WAVE是录音时用的标准的WINDOWS文件格式，文件的扩展名为“WAV”，数据本身的格式为PCM或压缩型，属于无损音乐[1] 格式的一种。
符合 RIFF(Resource Interchange File Format）规范。所有的WAV都有一个文件头，这个文件头音频流的编码参数。数据块的记录方式是little-endian字节顺序，标志符并不是字符串而是单独的符号。————摘自百度百科
WAV文件特点
WAV音频格式的优点包括：简单的编/解码（几乎直接存储来自模/数转换器（ADC）的信号）、普遍的认同/支持以及无损耗存储。WAV格式的主要缺点是需要音频存储空间。对于小的存储限制或小带宽应用而言，这可能是一个重要的问题。WAV格式的另外一个潜在缺陷是在32位WAV文件中的2G限制，这种限制已在为SoundForge开发的W64格式中得到了改善。
常见的WAV文件使用PCM无压缩编码，这使WAV文件的质量极高，体积也出奇大，对于PCM WAV，恐怕也只有无损压缩的音频才能和其有相同的质量，平时我们见的什么mp3,wma（不含wmalossless）和wav的质量都是差很远的！这点可以通过频谱看出，即使320kbps的mp3和wav一比，也要自卑了！
————摘自百度百科
WAV文件头分析
下图为wav文件的基本格式。
仔细看上图，其实wav文件是由若干个数据块组成的。wav文件头信息包括从上图的RIFF头到数据块中的块头这一部分为wav文件的文件头（简而言之就是去除数据块中的块数据即为文件头，也就是不包含音频数据）
// wav文件头信息结构
struct WAVFILEHEADER
{
// RIFF 头;
char RiffName[4];
unsigned long nRiffLength;
// 数据类型标识符;
char WavName[4];
// 格式块中的块头;
char FmtName[4];
unsigned long nFmtLength;
// 格式块中的块数据;
unsigned short nAudioFormat;
unsigned short nChannleNumber;
unsigned long nSampleRate;
unsigned long nBytesPerSecond;
unsigned short nBytesPerSample;
unsigned short nBitsPerSample;
// 扩展信息(附加信息),根据 nFmtLength 来判断;
// 扩展域大小;
unsigned short nAppendMessage;
// 扩展域信息数据;
char* AppendMessageData;
//Fact块,可选字段，一般当wav文件由某些软件转化而成，则包含该块和扩展信息;
char FactName[4];
unsigned long nFactLength;
char FactData[4];
// 数据块中的块头;
char DATANAME[4];
unsigned long nDataLength;
};
这里我们定义一个结构体分别对应上图中wav文件头从上到下不同的块。
不同块数据的介绍
RIFF 头
RIFFNAME —— (“RIFF”)
资源交换文件标志，以RIFF标示nRIFFLength —— ( 文件长度-8 )
整个wav文件大小减去RIFFNAME和nRIFFLength所占用的字节数
数据类型标识符
- WavName —— (“WAVE”)
波形文件标识符，wav文件标志，表示是wav文件
格式块中的块头
- FmtName —— （”fmt “）注意这里fmt后面还要加一个空格以满足4个字节
波形格式标志
nFmtLength —— （一般为16 或者 18 也有 大于18的数值）
表示格式块中块数据大小，通常为16，为18时表示格式块中块数据有附加信息（即扩展域大小-nAppendMessage），主要由一些软件制成的wav格式中含有该2个字节，当大于18时，nFmtLength - 18 （或者用nAppendMessage代替） 即为扩展域信息数据所占的字节数（上图中也指出），具体包含什么数据也只有生成该wav文件的生成者知道了。
格式块中的块数据
nAudioFormat ——（0001H）
格式种类，也可以说是编码方式（值为1时，表示数据为线性PCM编码，大于1时表示有压缩的编码）nChannleNumber ——（1 或者 2）
音频通道数目，1–单通道（声道）；2–双通道（声道）nSampleRate
采样频率（每秒样本数）nBytesPerSecond —— （采样频率 × 音频通道数 × 每次采样得到的样本位数 / 8）
波形数据传输速率（每秒平均字节数）nBytesPerSample —— （通道数×每次采样得到的样本数据位值／8）
数据块对齐单位(每个采样需要的字节数)nBitsPerSample
每次采样得到的样本数据位数值（Qt助手中提到一般设置为8 或 16 ， 有一些系统可能支持更高的数据位数，百度百科中提到可取值 8、16、24）nAppendMessage
扩展域大小，扩展信息（可选），根据nFmtLength 的值判断是否存在AppendMessageData
扩展域信息数据，扩展信息（可选），根据nFmtLength 的值判断是否存在
Fact块（可选）
FactName （“fact”）
Fact块名，表面这是一个Fact块，此块目前由是否nFmtLength决定是否存在，与扩展信息一致。nFactLength
Fact块数据长度 ， 一般取值为4FactData
Fact块数据 ， 具体包含什么信息只有生成该wav文件的生成者知道了
数据块中的块头
DATANAME —— （“data”）
数据块标识符nDataLength
采样数据总字节数 / 数据块中块数据总大小（即wav文件实际音频数据所占的大小）
注意
需要注意的一点，上面叙述中添加了一个Fact块（可选块），也就是格式块中的扩展域后面可能存在的一块，目前认为是存在扩展域就会存在Fact块。见下图，在格式块中根据nFmtLength（格式块中块数据大小） 的值，一般情况下为16字节，即不包含Fact块，看图中fmt子块中WAVEFORMATEX占了18个字节，通常情况下为16字节，包含附加信息Fact块就是18字节（也会大于18字节）。
从下图中可以看出wav文件都是以 52 49 46 46 开头（将wav文件用编辑器打开），也可以根据这几个值初步判断是否是一个wav文件。
通过以上对wav格式的分析，我们可以对一个wav文件进行解析，获取文件具体的信息，下篇中将会给出具体代码实现来解析一个wav文件，输出文件的信息。
wav文件属性的计算
如果我们知道采样频率、每次采样得到的样本数据位数、声道数及wav文件大小就可以推出wav文件的时间，其实我们右击显示wav文件属性的时候，会有时间、比特率，但是这里显示的时间都是整数，不是很精确，比如一个小于1s的文件，查看属性显示时间长度就为0，所以想要得到精确的时间就得通过计算得出。
在Qt 之 解析wav文件的头信息（详细分析、对比不同wav文件的数据） 中我们给出了如何解析wav文件头信息的方法，这样我们就可以计算出wav文件的音频时长。
波形数据传输速率（每秒平均字节数） = 采样频率 × 音频通道数 × 每次采样得到的样本位数 / 8
比特率（kbs） = 波形数据传输速率 × 8 / 1000
WAV文件所占大小（字节) = 波形数据传输速率 × 音频文件时长
音频文件时长（秒） = WAV文件所占容量 / 波形数据传输速率
在Qt 之 WAV文件属性计算（比特率、文件大小、文件时长）文章中给出了具体分析。
关于数据库中数据bit位置安排方式
数据块中的块数据才是真正的声音数据。除非安装其它特殊软件,否则Windows目前仅提供WAVE_FORMAT_PCM （pcm）一种数据格式,即脉冲编码调制(Pulse Code Modulation).根据声道数不同及取样位数的不同,安排4bit位的位置，wav数据的bit位置可以分成以下几种形式，见下图。
参考资料：
http://blog.csdn.net/zhihu008/article/details/7854533
http://www.2cto.com/os/201312/267541.html
http://www.cnblogs.com/tiandsp/archive/2012/10/17/2728585.html
尾
以上是经过多番资料查询以及个人的一些看法总结整理出，基本上概括了wav文件头信息中各个数据表示的实际意义以及取值，如果文章中出现错误，还请指出，谢谢。