第三次作业：AVI和WAV格式文件分析

AVI文件格式

       AVI英文全称为Audio Video Interleaved，即音频视频交错格式，是微软公司于1992年11月推出、作为其Windows视频软件一部分的一种多媒体容器格式。

AVI文件将音频（语音）和视频（影像）数据包含在一个文件容器中，允许音视频同步回放。类似DVD视频格式，AVI文件支持多个音视频流。AVI信息主要应用在多媒体光盘上，用来保存电视、电影等各种影像信息。
      AVI文件类型用一个四字符码‘AVI ’来表示。整个AVI文件的结构为：一个RIFF头 + 两个列表（一个用于描述媒体流格式、一个用于保存媒体流数据） + 一个可选的索引块。AVI文件的展开结构大致如下：

avi的二进制文件是按小端原则存放的，即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。

打开一个avi文件：

/*
* heres the general layout of an AVI riff file (new format)
*
* RIFF （3F??????) AVI <- not more than 1 GB in size
* LIST (size) hdrl
* avih (0038）
* LIST (size) strl
* strh (0038）
* strf (????)
* indx （3ff8） <- size may vary,should be sector sized
* LIST (size) strl
* strh (0038）
* strf (????)
* indx （3ff8） <- size may vary,should be sector sized
* LIST (size) odml
* dmlh (????)
* JUNK (size) <- fill to align to sector - 12
* LIST （7f??????) movi <- aligned on sector - 12
* 00dc (size) <- sector aligned
* 01wb (size) <- sector aligned
* ix00 (size) <- sector aligned
* idx1 (00??????) <- sector aligned
* RIFF （7F??????) AVIX
* JUNK (size) <- fill to align to sector -12
* LIST (size) movi
* 00dc (size) <- sector aligned
* RIFF （7F??????) AVIX <- not more than 2GB in size
* JUNK (size) <- fill to align to sector - 12
* LIST (size) movi
* 00dc (size) <- sector aligned
*

 

avi的二进制文件是按小端原则存放的，即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。

打开一个avi文件：

 

以具体文件为例，分析音频和视频的数据是如何放置的？交织放置 or 连续放置？

 在第00005b40和0005c7c0行，文件中出现了“01wb”，代表前两个wave块，即音频数据。

 在第00030c60和0003af80行，文件中出现了“00dc”，代表压缩后前两个DIBs视频数据。

比较存储数据块的顺序可知，在avi文件中音频和视频数据是交织放置的。

---

 WAV格式

WAV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。但WAV文件有一个致命的缺点，就是它所占用的磁盘空间太大（每分钟的音乐大约需要12兆磁盘空间）。它符合资源互换文件格式（RIFF）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。Wave格式支持MSADPCM、CCITT A律、CCITT μ律和其他压缩算法，支持多种音频位数、采样频率和声道，是PC机上最为流行的声音文件格式；但其文件尺寸较大，多用于存储简短的声音片段。
 

WAV文件采用的是RIFF格式结构。至少是由3个块构成，分别是RIFF、fmt 和Data。所有基于压缩编码的WAV文件必须含有fact块。此外所有其它块都是可选的。块mt，Data及fact均为RIFF块的子块。WAV文件的文件格式类型标识符为“WAVE”。基本结构如下表。

 

下面详细给出各区块的组成结构：

• RIFF块

 

 

 

•  FORMAT块

 

 

•  DATA块

 

 

 

WAV的二进制文件是按小端原则存放的。

•   下面以具体文件为例，分析各个数据块结构和内容。

RIFF块，标识符为52 49 46 46，数据大小是2A 62 01 00，注意存储是小端形式，故实际该文件大小的十六进制表示应该是00 01 62 2A，转换成十进制为90666个字节，与“属性”显示的文件大小差8个字节，即此文件中的标识符和格式辨别码的8个字节。而57 41 56 45对应WAVE的ASCII码。

FMT块，66 6D 74 20分别是fmt和空格所对应的ASCII码；子块数据长度，十六进制表示，00 00 00 10，也就是共有16个字节；00 01表示该数据以PCM方式进行编码；00 01表示该文件是单声道文件；00 00 56 22表示采样频率为22050Hz；00 00 AC 44表示数据传输速率44100；00 02表示块对其单位，说明该播放软件一次需要处理多个2字节大小的数据；00 10表示每个采样值用16位进行表示，若有多个声道，则每个声道样本大小都一样， 高八位表示左声道，低八位表示右声道。
DATA块， 64 61 71 61表示data的ASCII码；子块数据长度，十六进制表示，00 01 62 60，即为90720个字节.

• 文件播放时间为音频数据字节数/数据传输速率=90720/44100≈2s

 计算与结果吻合。