wav音频文件解析

概述

  Waveform Audio File Format（WAVE，又或者是因为WAV后缀而被大众所知的）是最常见的声音文件格式之一，是微软公司专门为Windows开发的一种标准数字音频文件，该文件能记录各种单声道或立体声的声音信息，并能保证声音不失真。
  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。

文件结构

  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。
  这里只介绍RIFF chunk、Format chunk和Data chunk。

RIFF区块

名称	偏移地址	字节数	端序	内容
riffType	0x00	4Byte	大端	‘RIFF’ (0x52494646)
riffSize	0x04	4Byte	小端	fileSize - 8
waveType	0x08	4Byte	大端	‘WAVE’(0x57415645)

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

FORMAT区块

名称	偏移地址	字节数	端序	内容
formatType	0x00	4Byte	大端	'fmt ’ (0x666D7420)
formatSize	0x04	4Byte	小端	16
compressionCode	0x08	2Byte	小端	音频格式
numChannels	0x0A	2Byte	小端	声道数
sampleRate	0x0C	4Byte	小端	采样率
bytesPerSecond	0x10	4Byte	小端	每秒数据字节数
blockAlign	0x14	2Byte	小端	每个采样所需字节数
bitsPerSample	0x16	2Byte	小端	采样位数

• 以’fmt '为标识
• formatSize表示该区块数据的长度（不包含ID和Size的长度）
• compressionCode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
• bytesPerSecond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
  ［注意］ 这个区域只需要关心 NumChannels SampleRate BitsPerSample 三个参数就可以了，其它的都是依据这三个计算出来的。

DATA区块

名称	偏移地址	字节数	端序	内容
dataType	0x00	4Byte	大端	‘data’ (0x64617461)
dataSize	0x04	4Byte	小端	N
Data	0x08	NByte	小端	音频数据

demo

import java.io.FileInputStream;

/**
 * @author 作者 luhua
 */
public class WavTest {

	public static void main(String[] args) throws Exception {

		WavHeard wavHeard = new WavHeard();
		FileInputStream fis = new FileInputStream("F:\\testFile\\audio\\b.wav");
		byte[] b = new byte[4];
		
		/**RIFF部分*/
		fis.read(wavHeard.riffType);
		/**riffSize*/
		fis.read(b);
		wavHeard.riffSize = (b[3]&0xff)<<24|(b[2]&0xff)<<16|(b[1]&0xff)<<8|(b[0]&0xff);
		/**wave*/
		fis.read(wavHeard.waveType);

		/**FMT */
		fis.read(wavHeard.formatType);

		/**表示该区块数据的长度（不包含FMT 和fSize的长度）*/
		fis.read(b);
		wavHeard.formatSize = (b[3]&0xff)<<24 | (b[2]&0xff)<<16 | (b[1]&0xff)<<8 | (b[0]&0xff);

		/**PCM音频数据的值为1*/
		b = new byte[2];
		fis.read(b);
		wavHeard.compressionCode = (short) ((b[1]&0xff)<<8 | (b[0]&0xff));
		
		/**音频数据的声道数，1：单声道，2：双声道*/
		fis.read(b);
		wavHeard.numChannels = (short) ((b[1]&0xff)<<8 | (b[0]&0xff));
		
		/**采样率*/
		b = new byte[4];
		fis.read(b);
		wavHeard.sampleRate = (b[3]&0xff) <<24 | (b[2]&0xff)<<16 | (b[1]&0xff)<<8 | (b[0]&0xff);

		/**每秒数据字节数*/
		fis.read(b);
		wavHeard.bytesPerSecond = (b[3]&0xff) <<24 | (b[2]&0xff)<<16 | (b[1]&0xff)<<8 | (b[0]&0xff);
		
		/**每个采样所需字节数*/
		b = new byte[2];
		fis.read(b);
		wavHeard.blockAlign = (short) ((b[1]&0xff)<<8 | (b[0]&0xff));
		
		/**每个采样存储的bit数*/
		fis.read(b);
		wavHeard.bitsPerSample = (short) ((b[1]&0xff)<<8 | (b[0]&0xff));
		
		/**data*/
		fis.read(wavHeard.dataType);
		
		/**dataSize*/
		b = new byte[4];
		fis.read(b);
		wavHeard.dataSize = (b[3]&0xff) <<24 | (b[2]&0xff)<<16 | (b[1]&0xff)<<8 | (b[0]&0xff);

		fis.close();
		System.out.println(wavHeard);
	}

}

class WavHeard{  
	public byte[] riffType = new byte[4];    	//4byte,资源交换文件标志:RIFF     
	public int    riffSize;       				//4byte,从下个地址到文件结尾的总字节数   
	public byte[]   waveType = new byte[4];  	//4byte,wav文件标志:WAVE      
	public byte[]   formatType = new byte[4]; 	//4byte,波形文件标志:FMT(最后一位空格符)   
	public int    formatSize;     				//4byte,音频属性(compressionCode,numChannels,sampleRate,bytesPerSecond,blockAlign,bitsPerSample)所占字节数  
	public short  compressionCode;				//2byte,格式种类(1-线性pcm-WAVE_FORMAT_PCM,WAVEFORMAT_ADPCM)  
	public short  numChannels;    				//2byte,通道数  
	public int    sampleRate;     				//4byte,采样率  
	public int    bytesPerSecond; 				//4byte,传输速率  
	public short  blockAlign;     				//2byte,数据块的对齐，即DATA数据块长度  
	public short  bitsPerSample;  				//2byte,采样精度-PCM位宽  
	public byte[]   dataType = new byte[4];     //4byte,数据标志:data  
	public int    dataSize;       				//4byte,从下个地址到文件结尾的总字节数，即除了wav header以外的pcm data length  
	
	
	@Override
	public String toString() {
		return "------------------RIFF------------------\n"+ 
			   "\n riffType\t:"+new String(riffType)+
			   "\n riffSize\t:"+riffSize+
			   "\n waveType\t:"+new String(waveType)+
			   "\n\n------------------FORMAT----------------\n"+
			   "\n formatType\t:"+ new String(formatType) +
			   "\n formatSize\t:"+ formatSize +
			   "\n compressionCode:"+ compressionCode +
			   "\n numChannels\t:" + numChannels +
			   "\n sampleRate\t:" + sampleRate +
			   "\n bytesPerSecond\t:" + bytesPerSecond +
			   "\n blockAlign\t:" + blockAlign +
			   "\n bitsPerSample\t:" + bitsPerSample +
			   "\n dataType\t:" + new String(dataType) +
			   "\n dataSize\t:" + dataSize + 
			   "\n\n-----------------------------------------";
	}
	
}

解析结果

测试文件

csdn下载 ： https://download.csdn.net/download/qq_41054313/18704149
百度网盘 ： https://pan.baidu.com/s/1U93rkCs-jqrPBE-Zgd_W7A 提取码：xhn8

相关资料

百度百科
RIFF文件规范
WAV文件格式详解
WVAE文件格式分析
wave文件(*.wav)格式、PCM数据格式