嵌入式 PCM WAVE格式详解及用C语言实现wave文件的读取

1.PCM Wave格式详解

WAVE文件格式是微软RIFF(Resource Interchange FileFormat,资源交换文件标准)的一种，是针对于多媒体文件存储的一种文件格式和标准。一般而言，RIFF文件由文件头和数据两部分组成，一个WAVE文件由一个“WAVE”数据块组成，这个“WAVE”块又由一个”fmt”子数据块和一个“data”子数据块组成，也称这种格式为“Canonical form”（权威/牧师格式），如下图所示：

每个字段的涵义如下： ChunkID: 占4个字节，内容为“RIFF”的ASCII码(0x52494646)，以大端（bigendian）存储。
ChunkSize: 4字节，存储整个文件的字节数（不包含ChunkID和ChunkSize这8个字节），以小端（littleendian）方式存储。
Format: 4字节，内容为“WAVE”的ASCII码(0x57415645)，以大端存储。

其中bigendian主要有一个特征，在内存中对操作数的存储方式和从高字节到低字节。例如：0x1234，这样一个数，存储为:
0x4000: 0x12
0x4001: 0x34
而小尾端littleendian是：
0x4000: 0x34
0x4001: 0x12
用程序在区别的话，可以考虑：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

#include <stdio.h> #include <stdlib.h> int main(int argc, char *argv[]) { union w { short int a; char b; }c; c.a=1; if( c.b==1 ) printf("little endian\n"); else printf("big endian\n"); system("PAUSE"); return 0; }

 

“WAVE”格式由两个子数据块构成：“fmt”块和“data”块，其中“fmt”块的详细解释如下： Subchunk1ID:占4个字节，内容为“fmt ”的ASCII码(0x666d7420)，以大端存储。
Subchunk1Size:占4个字节，存储该子块的字节数（不含前面的Subchunk1ID和Subchunk1Size这8个字节），以小端方式存储。
AudioFormat：占2个字节，以小端方式存储，存储音频文件的编码格式，例如若为PCM则其存储值为1，若为其他非PCM格式的则有一定的压缩。
NumChannels:占2个字节，以小端方式存储，通道数，单通道(Mono)值为1，双通道(Stereo)值为2，等等。
SampleRate: 占4个字节，以小端方式存储，采样率，如8k，44.1k等。
ByteRate: 占4个字节，以小端方式存储，每秒存储的bit数，其值=SampleRate * NumChannels *BitsPerSample/8
BlockAlign: 占2个字节，以小端方式存储，块对齐大小，其值=NumChannels *BitsPerSample/8
BitsPerSample: 占2个字节，以小端方式存储，每个采样点的bit数，一般为8,16,32等。
接下来是两个可选的扩展参数：
ExtraParamSize: 占2个字节，表示扩展段的大小。
ExtraParams: 扩展段其他自定义的一些参数的具体内容，大小由前一个字段给定。

其中，对于每个采样点的bit数，不同的bit数读取数据的方式不同：

1 2 3 4 5 6 7 8 9 10

// data 为读取到的采样点的值，speech为原始数据流， //对应于下面的"WAVE"格式文件的第二个子数据块“data”块的“Data”部分。 for(i=0;i<NumSample;i++){ if(BitsPerSample==8) data[i] = (int)*((char*)speech+i); else if(BitsPerSample==16) data[i] = (int)*((short*)speech+i); else if(BitsPerSample==32) data[i] = (int)*((int*)speech+i); }

 

“WAVE”格式文件的第二个子数据块是“data”，其个字段的详细解释如下：
Subchunk2ID: 占4个字节，内容为“data”的ASCII码(0x64617461)，以大端存储。
Subchunk2Size: 占4个字节，内容为接下来的正式的数据部分的字节数，其值=NumSamples * NumChannels* BitsPerSample/8
Data: 真正的语音数据部分。

一个Wave文件头的实例

设一个wave文件的前72个字节的十六进制内容如下(可以使用Ultra Edit等工具查看wave文件头)：

1 2 3

52 49 46 46 24 08 00 00 57 41 56 45 66 6d 74 20 10 00 00 00 01 00 02 00 22 56 00 00 88 58 01 00 04 00 10 00 64 61 74 61 00 08 00 00 00 00 00 00 24 17 1e f3 3c 13 3c 14 16 f9 18 f9 34 e7 23 a6 3c f2 24 f2 11 ce 1a 0d

则其个字段的解析如下图：

 

C语言实现wave文件的读取

这里给出一个用基本的C语言文件操作库函数实现的Wave文件读取的实例代码，可以跨Windows和Linux平台。

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79

#include <stdio.h> #include <stdlib.h> #include <string.h> // define Wave format structure typedef struct tWAVEFORMATEX { short wFormatTag; short nChannels; unsigned int nSamplesPerSec; unsigned int nAvgBytesPerSec; short nBlockAlign; short wBitsPerSample; short cbSize; } WAVEFORMATEX, *PWAVEFORMATEX; char* wavread(char *fname, WAVEFORMATEX *wf); int main(){ char fname = "test.wav"; char *speech; WAVEFORMATEX wf; speech = wavread(fname, &wf); // afterward processing... return 0; } // read wave file char* wavread(char *fname, WAVEFORMATEX *wf){ FILE* fp; char str[32]; char *speech; unsigned int subchunk1size; // head size unsigned int subchunk2size; // speech data size // check format type fp = fopen(fname,"r"); if(!fp){ fprintf(stderr,"Can not open the wave file: %s.\n",fname); return NULL; } fseek(fp, 8, SEEK_SET); fread(str, sizeof(char), 7, fp); str[7] = '\0'; if(strcmp(str,"WAVEfmt")){ fprintf(stderr,"The file is not in WAVE format!\n"); return NULL; } // read format header fseek(fp, 16, SEEK_SET); fread((unsigned int*)(&subchunk1size),4,1,fp); fseek(fp, 20, SEEK_SET); fread(wf, subchunk1size, 1, fp); // read wave data fseek(fp, 20+subchunk1size, SEEK_SET); fread(str, 1, 4, fp); str[4] = '\0'; if(strcmp(str,"data")){ fprintf(stderr,"Locating data start point failed!\n"); return NULL; } fseek(fp, 20+subchunk1size+4, SEEK_SET); fread((unsigned int*)(&subchunk2size), 4, 1, fp); speech = (char*)malloc(sizeof(char)*subchunk2size); if(!speech){ fprintf(stderr, "Memory alloc failed!\n"); return NULL; } fseek(fp, 20+subchunk1size+8, SEEK_SET); fread(speech, 1, subchunk2size, fp); fclose(fp); return speech; }

参考

[1]WAVE PCM soundfile format:https://ccrma.stanford.edu/courses/422/projects/WaveFormat/ 
[2]Resource Interchange File Format:http://en.wikipedia.org/wiki/Resource_Interchange_File_Format 
[3]基于Visual C++6.0的声音文件操作:http://www.yesky.com/20030414/1663116_1.shtml