WAV文件格式剖析

WAVE文件作为多媒体中使用的声波文件格式之一，它是以RIFF格式为标准的。RIFF是英文Resource Interchange File Format的缩写，每个WAVE文件的头四个字节便是“RIFF”。WAVE文件由文件头和数据体两大部分组成。其中文件头又分为RIFF／WAV文件标识段和声音数据格式说明段两部分。WAVE文件各部分内容及格式见附表。
　　常见的声音文件主要有两种，分别对应于单声道（11.025KHz采样率、8Bit的采样值）和双声道（44.1KHz采样率、16Bit的采样值）。采样率是指：声音信号在“模→数”转换过程中单位时间内采样的次数。采样值是指每一次采样周期内声音模拟信号的积分值。
　　对于单声道声音文件，采样数据为八位的短整数（short int 00H-FFH）；而对于双声道立体声声音文件，每次采样数据为一个16位的整数（int），高八位和低八位分别代表左右两个声道。
WAVE文件数据块包含以脉冲编码调制（PCM）格式表示的样本。WAVE文件是由样本组织而成的。在单声道WAVE文件中，声道0代表左声道，声道1代表右声道。在多声道WAVE文件中，样本是交替出现的。

　　WAVE文件格式说明表　　

偏移地址 字节数 数据类型 内 容
　
文件头
00H 4 char "RIFF"标志
04H 4 long int 文件长度
08H 4 char "WAVE"标志
0CH 4 char "fmt"标志
10H 4 　 过渡字节（不定）
14H 2 int 格式类别（0001H为WAVE_FORMAT_PCM形式的声音数据)
16H 2 int 通道数，单声道为1，双声道为2
18H 2 int 采样率（每秒样本数），表示每个通道的播放速度， (Hz) sample frequency
1CH 4 long int 波形音频数据传送速率，其值为通道数×每秒样本数×每样本的数据位数(bit)／8。播放软件利用此值可以估计缓冲区的大小。
20H 2 int 数据块的调整数（按字节算的），其值为通道数×每样本的数据位值／8。播放软件需要一次处理多个该值大小的字节数据，以便将其值用于缓冲区的调整。
22H 2 　 每样本的数据位数，表示每个声道中各个样本的数据位数。如果有多个声道，对每个声道而言，样本大小都一样。
24H 4 char 数据标记符＂data＂ ，“64 61 74 61”这个是Ascii字符“data”，标示头结束，开始数据区域。

28H 4 long int 语音数据的长度 --2BH 44Byte

 

文件头长度加起来是42字节，但是实际长度是44个字节（用UltraEdit打开一个WAVE文件，数一下就知道了）。如果用以个结构体来定义WAVE文件头应该为：
struct WAVEFILEHEADER
{
 char chRIFF[4];
 DWORD dwRIFFLen;
 char chWAVE[4];
 char chFMT[4];
 DWORD dwFMTLen;
 PCMWAVEFORMAT pwf;
 char chDATA[4];
 DWORD dwDATALen;
};

但是实际测试，并不是所有的wave文件头都一样。比较麻烦的就是windows下自带的那个录音机录下的wav，文件头有58个 Byte。所以，比较好的办法是，首先读取n长的一段字符，例如60个；然后从中查找关键字“data”，“data”之后的一个DWORD是实际音频数 据的长度，得到这个长度len，再从这DWORD后开始读取len个字节，就可以读到文件尾。如果是双声道的，那么数据是交替存放的；如果是16bit采 样的，每两个字节会以小端的方式存储一个AD值。根据这样的方式，就可以顺利读取音频数据了。

 

PCM数据的存放方式：

样本1 样本2
8位单声道 0声道 0声道
8位立体声 0声道（左） 1声道（右） 0声道（左） 1声道（右）
16位单声道 0声道低字节 0声道高字节 0声道低字节 0声道高字节
16位立体声 0声道（左）低字节 0声道（左）高字节 1声道（右）低字节 1声道（右）高字节

　WAVE文件的每个样本值包含在一个整数i中，i的长度为容纳指定样本长度所需的最小字节数。首先存储低有效字节，表示样本幅度的位放在i的高有效位上，剩下的位置为0，这样8位和16位的PCM波形样本的数据格式如下所示。 　

样本大小 数据格式      最大值 最小值
8位PCM unsigned int 225    0
16位PCM int           32767 -32767