数据压缩第三周作业：AVI和WAV文件格式分析

一、AVI格式

1.1 AVI格式概述

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。

1.2 AVI文件格式

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。

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。
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。

AVI格式采用小端模式。

1.3 16进制AVI文件分析

1.3.1 RIFF块结构分析

RIFF（Resource Interchange File Format）是由Microsoft提出的一种多媒体文件的存储方式。不同编码的视音频文件可按照RIFF的规则保存。在读取文件时同样根据RIFF的规则解析文件。

RIFF文件的实际数据中，使用了列表（List）和块（Chunk）的形式来组织，列表可以嵌套列表和块。

（1）RIFF”表示字符串（Chunk ID）

（2）RIFF文件大小（数据块的大小）

（3）形式类型或者列表类型“AVI”,”WAVE”

使用VS打开一个AVI文件，可以看到：

 

根据图中代码分析可知

52 49 46 46  Chunk ID（字符串“ RIFF”）
DE C7 F9 00 Chunk Len （文件大小 ）
41 56 49 20  Chunk type（ 文件类型“AVI”）
RIFF块大小  = Chunk Len （值）+ 4字节（Chunk ID）+ 4字节（Chunk Len）
 

1.4 回答相关问题

1.音频和视频的数据是如何放置的？交织放置还是连续放置？

答：音视频的数据交织放置。AVI文件的movi LIST包含了交织存放的音频和视频数据块。

用VS打开一个AVI文件，可以看到：

01wb、00dc交替出现。#wb代表音频数据，#dc代表视频数据。“01wb”表示Stream 1是音频数据；“00dc”表示Stream 0是压缩的视频数据。

2.一个视频帧大约占据多少字节？一个音频数据块大约占用多少字节？

答：截取16进制表示的AVI图像如下：

可以看出，dc代表的视频数据大小为A2 01 00 00 418字节，而wb代表的音频数据大小不确定。

二、WAV格式

2.1 WAV格式概述

WAV英文全称为Waveform Audio File Format，采用RIFF文件格式结构。它通常保存PCM格式的原始音频数据，所以常被称为无损音频。但从严格意义上来讲，WAV文件也可以存储其它压缩格式的音频数据。WAV文件至少由3个块组成：RIFF、fmt和Data。所有基于压缩编码的WAV文件必须要有fact块，其余块都是可选的。fmt、Data和fact块均为RIFF块的子块。

WAV文件采用小端模式存储数据，采用大端模式存储标识符。
大端模式：数据的低位保存在内存的高地址中，数据的高位保存在内存的低地址中。
小端模式：数据的低位保存在内存的低地址中，数据的高位保存在内存的高地址中。

2.2 WAV格式的结构

2.2.1 RIFF块

名称	地址	字节数	端序	内容
ID	0x00	4Byte	大端	“RIFF”(0x56294646)
size	0x04	4Byte	小端	fileSize-8
type	0x08	4Byte	大端	"WAVE"（0x57415645）

2.2.2 FORMAT块

2.2.3 DATA块

 2.3 结合16进制wav表示分析wav结构

用VS打开一个wav音频文件。

 

52 49 46 46 A2  ：RIFFF的ASCII码值

38 1C 00： 此WAV文件的数据大小

57 41 56 45 66 6D 74 20 ：WAVEfmt的ASCII码值

10 00 00 00：对应十进制数16，表示最后没有附加信息。

01 00 ：对应编码格式

02 00 ：声道数，2表示此文件为双声道