wav文件格式分析详解

wav文件格式分析详解一、综述WAVE文件作为多媒体中使用声波文件格式之一，它是以RIFF格式为标准。RIFF是英文ResourceInterchangeFileFormat缩写，每个WAVE文件头四个字节便是“RIFF”。WAVE文件是由若干个Chunk组成。按照在文件中出现位置包含：RIFFWAVEChunk,FormatChunk,FactChunk(可选),DataChunk。详细见下列图：------------------------------------------------|RIFFWAVEChunk||ID='RIFF'||RiffType='WAVE'|------------------------------------------------|FormatChunk||ID='fmt'|------------------------------------------------|FactChunk(optional)||ID='fact'|------------------------------------------------|DataChunk||ID='data'|------------------------------------------------图1Wav格式包含Chunk示例其中除了FactChunk外，其余三个Chunk是必须。每个Chunk有各自ID，位于Chunk最开始位置，作为标示，而且均为4个字节。而且紧跟在ID后面是Chunk大小（去除ID和Size所占字节数后剩下其余字节数目），4个字节表示，低字节表示数值低位，高字节表示数值高位。下面详细介绍各个Chunk内容。PS：全部数值表示均为低字节表示低位，高字节表示高位。二、详细介绍RIFFWAVEChunk==================================||所占字节数|详细内容|==================================|ID|4Bytes|'RIFF'|----------------------------------|Size|4Bytes||----------------------------------|Type|4Bytes|'WAVE'|----------------------------------图2RIFFWAVEChunk以'FIFF'作为标示，然后紧跟着为size字段，该size是整个wav文件大小减去ID和Size所占用字节数，即FileLen-8=Size。然后是Type字段，为'WAVE'，表示是wav文件。结构定义以下：structRIFF_HEADER{charszRiffID[4];//'R','I','F','F'DWORDdwRiffSize;charszRiffFormat[4];//'W','A','V','E'};FormatChunk====================================================================||字节数|详细内容|====================================================================|ID|4Bytes|'fmt'|--------------------------------------------------------------------|Size|4Bytes|数值为16或18，18则最终又附加信息|------------------------------------------------------------------------|FormatTag|2Bytes|编码方式，通常为0x0001||--------------------------------------------------------------------||Channels|2Bytes|声道数目，1--单声道；2--双声道||--------------------------------------------------------------------||SamplesPerSec|4Bytes|采样频率||--------------------------------------------------------------------||AvgBytesPerSec|4Bytes|每秒所需字节数||===>WAVE_FORMAT--------------------------------------------------------------------||BlockAlign|2Bytes|数据块对齐单位(每个采样需要字节数)||--------------------------------------------------------------------||BitsPerSample|2Bytes|每个采样需要bit数||--------------------------------------------------------------------|||2Bytes|附加信息（可选，经过Size来判断有没有）||------------------------------------------------------------------------图3FormatChunk以'fmt'作为标示。通常情况下Size为16，此时最终附加信息没有；假如为18则最终多了2个字节附加信息。主要由一些软件制成wav格式中含有该2个字节附加信息。结构定义以下：structWAVE_FORMAT{WORDwFormatTag;WORDwChannels;DWORDdwSamplesPerSec;DWORDdwAvgBytesPerSec;WORDwBlockAlign;WORDwBitsPerSample;};structFMT_BLOCK{charszFmtID[4];//'f','m','t',''DWORDdwFmtSize;WAVE_FORMATwavFormat;};FactChunk==================================||所占字节数|详细内容|==================================|ID|4Bytes|'fact'|----------------------------------|Size|4Bytes|数值为4|----------------------------------|data|4Bytes||----------------------------------图4FactChunkFactChunk是可选字段，通常当wav文件由一些软件转化而成，则包含该Chunk。结构定义以下：structFACT_BLOCK{charszFactID[4];//'f','a','c','t'DWORDdwFactSize;};DataChunk==================================||所占字节数|详细内容|==================================|ID|4Bytes|'data'|----------------------------------|Size|4Bytes||----------------------------------|data|||----------------------------------图5DataChunkDataChunk是真正保留wav数据地方，以'data'作为该Chunk标示。然后是数据大小。紧接着就是wav数据。依照FormatChunk中声道数以及采样bit数，wav数据bit位置能够分成以下几个形式：---------------------------------------------------------------------|单声道|取样1|取样2|取样3|取样4|||--------------------------------------------------------|8bit量化|声道0|声道0|声道0|声道0|---------------------------------------------------------------------|双声道|取样1|取样2|||--------------------------------------------------------|8bit量化|声道0(左)|声道1(右)|声道0(左)|声道1(右)|---------------------------------------------------------------------||取样1|取样2||单声道|--------------------------------------------------------|16bit量化|声道0|声道0|声道0|声道0|||(低位字节)|(高位字节)|(低位字节)|(高位字节)|---------------------------------------------------------------------||取样1||双声道|--------------------------------------------------------|16bit量化|声道0(左)|声道0(左)|声道1(右)|声道1(右)|||(低位字节)|(高位字节)|(低位字节)|(高位字节)|---------------------------------------------------------------------图6wav数据bit位置安排方式DataChunk头结构定义以下：structDATA_BLOCK{charszDataID[4];//'d','a','t','a'DWORDdwDataSize;};三、小结所以，依照上述结构定义以及格式介绍，很轻易编写对应wav格式解析代码。这里详细代码就不给出了。四、参考资料1、李敏,声频文件格式WAVE转换,电脑知识与技术(学术交流),.2、3、太感激你了，我说我写WAV头文件分析怎么老是出些以外情况，原来找资料思绪就不对，哪个货写，没水平写毛，误人子弟原来资料是这么，大家注意，不要学啊wav头格式是一定，其详细格式见DirectShow给出例子wavdest中StopStreaming函数！是58个字节，有44个。长度类型说明单个数据类型字节*个数1*44Char[4]格式标志“RIFF”4*14Long文件长度（比实际长度小8）1*44Char[4]WAVE标志“WAVE”1*44Char[4]Fmt标志“FMT”4*14Long以下描述占用空间//剩下头文件大小2*12ShortWAVE格式类别2*12Short声道数4*14Long采样率4*14Long数据传送率2*12Short块调整值2*12Short采样位数2*12Short暂时未用，值为01*44Char[4]暂时未用，值为“fact”4*14LongWAVE标志，值为41*44Char[4]暂时未用1*44Char[4]DATA标志，“data”4*14Long数据区长度WAV文件格式-08-2518:39:03|分类：\o"音频研究"音频研究|标签：|字号大中小订阅一、WAV格式即使会议系统完成后我们能直接向声卡拿到PCM数据，但毕竟我们现在拿到手是WAV文件，我们要识别这种格式头文件。下面是一编转自其它网站《WAV格式详解》(有一定修改）1、综述WAVE文件作为多媒体中使用声波文件格式之一，它是以RIFF格式为标准。RIFF是英文ResourceInterchangeFileFormat缩写，每个WAVE文件头四个字节便是“RIFF”。WAVE文件是由若干个Chunk组成。按照在文件中出现位置包含：RIFFWAVEChunk,FormatChunk,FactChunk(可选),DataChunk。详细见下列图：------------------------------------------------|RIFFWAVEChunk||ID='RIFF'||RiffType='WAVE'|------------------------------------------------|FormatChunk||ID='fmt'|------------------------------------------------|FactChunk(optional)||ID='fact'|------------------------------------------------|DataChunk||ID='data'|------------------------------------------------图1Wav格式包含Chunk示例其中除了FactChunk外，其余三个Chunk是必须。每个Chunk有各自ID，位于Chunk最开始位置，作为标示，而且均为4个字节。而且紧跟在ID后面是Chunk大小（去除ID和Size所占字节数后剩下其余字节数目），4个字节表示，低字节表示数值低位，高字节表示数值高位。下面详细介绍各个Chunk内容。PS：全部数值表示均为低字节表示低位，高字节表示高位。2、详细介绍RIFFWAVEChunk==================================||所占字节数|详细内容|==================================|ID|4Bytes|'RIFF'|----------------------------------|Size|4Bytes||----------------------------------|Type|4Bytes|'WAVE'|----------------------------------图2RIFFWAVEChunk以'FIFF'作为标示，然后紧跟着为size字段，该size是整个wav文件大小减去ID和Size所占用字节数，即FileLen-8=Size。然后是Type字段，为'WAVE'，表示是wav文件。FormatChunk====================================================================||字节数|详细内容|====================================================================|ID|4Bytes|'fmt'|--------------------------------------------------------------------|Size|4Bytes|数值为16或18，18则最终又附加信息|------------------------------------------------------------------------|FormatTag|2Bytes|编码方式，通常为0x0001||--------------------------------------------------------------------||Channels|2Bytes|声道数目，1--单声道；2--双声道||--------------------------------------------------------------------||SamplesPerSec|4Bytes|采样频率||--------------------------------------------------------------------||AvgBytesPerSec|4Bytes|每秒所需字节数||===>WAVE_FORMAT--------------------------------------------------------------------||BlockAlign|2Bytes|数据块对齐单位(每个采样需要字节数)||--------------------------------------------------------------------||BitsPerSample|2Bytes|每个采样需要bit数||--------------------------------------------------------------------|||2Bytes|附加信息（可选，经过Size来判断有没有）||------------------------------------------------------------------------图3FormatChunk以'fmt'作为标示。通常情况下Size为16，此时最终附加信息没有；假如为18，则最终多了2个字节附加信息。主要由一些软件制成wav格式中含有该2个字节附加信息。FactChunk==================================||所占字节数|详细内容|==================================|ID|4Bytes|'fact'|----------------------------------|Size|4Bytes|数值为4|----------------------------------|data|4Bytes||----------------------------------图4FactChunkFactChunk是可选字段，通常当wav文件由一些软件转化而成，则包含该Chunk。DataChunk==================================||所占字节数|详细内容|==================================|ID|4Bytes|'data'|----------------------------------|Size|4Bytes||----------------------------------|data|||----------------------------------图5DataChunkDataChunk是真正保留wav数据地方，以'data'作为该Chunk标示。然后是数据大小。紧接着就是wav数据。依照FormatChunk中声道数以及采样bit数，wav数据bit位置能够分成以下几个形式：---------------------------------------------------------------------|单声道|取样1|取样2|取样3|取样4|||--------------------------------------------------------|8bit量化|声道0|声道0|声道0|声道0|---------------------------------------------------------------------|双声道|取样1|取样2|||--------------------------------------------------------|8bit量化|声道0(左)|声道1(右)|声道0(左)|声道1(右)|---------------------------------------------------------------------||取样1|取样2||单声道|--------------------------------------------------------|16bit量化|声道0|声道0|声道0|声道0|||(低位字节)|(高位字节)|(低位字节)|(高位字节)|---------------------------------------------------------------------||取样1||双声道|--------------------------------------------------------|16bit量化|声道0(左)|声道0(左)|声道1(右)|声道1(右)|||(低位字节)|(高位字节)|(低位字节)|(高位字节)|---------------------------------------------------------------------图6wav数据bit位置安排方式3、小结所以，依照上述结构定义以及格式介绍，很轻易编写对应wav格式解析代码。这里详细代码就不给出了。二、代码实现依照上面格式要求，我们把它写成一头文件wav.h1#ifndef_WAV_H_2#define_WAV_H_34#include"types.h"56#pragmapack(1)78structRIFF_HEADER9{10U8szRiffID[4];//'R','I','F','F'11U32dwRiffSize;12U8szRiffFormat[4];//'W','A','V','E'13};1415structWAVE_FORMAT16{17U16wFormatTag;18U16wChannels;19U32dwSamplesPerSec;20U32dwAvgBytesPerSec;21U16wBlockAlign;22U16wBitsPerSample;23U16pack;//附加信息24};25structFMT_BLOCK26{27U8szFmtID[4];//'f','m','t',''28U32dwFmtSize;29structWAVE_FORMATwavFormat;30};3132structFACT_BLOCK33{34U8szFactID[4];//'f','a','c','t'35U32dwFactSize;36};3738structDATA_BLOCK39{40U8szDataID[4];//'d','a','t','a'41U32dwDataSize;42};434445#endif因为这是个简单程序，我没有去规划，相就WAV解码过程我放到main.cmain函数里做了，这是不应该，请原谅1/*******************************************************2*这是配合我博客《JRTPLIB@ConferenceDIY视频会议系统》3*而写一个阶段性试验。4*作者：冯富秋tinnal5*邮箱：6*博客：.com/tinnal/7*目期：-01-038*版本：1.009*********************************************************/1011#include"stdio.h"12#include"string.h"13#include"types.h"14#include"g711.h"15#include"wav.h"1617structRIFF_HEADERriff_header;18structFMT_BLOCKfmt_block;19charfack_block_buffer[20];//20shouldbeenough20structFACT_BLOCKfact_block;21structDATA_BLOCKdata_block;2223intmain(intargc,char**argv)24{25FILE*wav_in;26FILE*wav_out;27U32i;28U8has_fact_block=0;2930unsignedcharpcm_bytes[2];31shortpcm;32unsignedchara_law;3334longfile_pos;3536if(argc!=3)37{38printf("Usage:\n\t%s<intputfile><outputfile>\n",argv[0]);39exit(-1);40}4142wav_in=fopen(argv[1],"rb");43if(wav_in==NULL)44{45printf("Can'topeninputfile%s\n",argv[1]);46return(-1);47}4849wav_out=fopen(argv[2],"wb");50if(wav_out==NULL)51{52printf("Can'topenoutputfile%s\n",argv[2]);53fclose(wav_in);54return(-1);55}5657file_pos=ftell(wav_in);5859//ReadRIFF_HEADER60fread(&riff_header,sizeof(structRIFF_HEADER),1,wav_in);61if(memcmp(riff_header.szRiffID,"RIFF",4)!=0||62memcmp(riff_header.szRiffFormat,"WAVE",4)!=0)63{64printf("Noavaildwavefile!\n");65fclose(wav_in);66fclose(wav_out);67return(-1);68}69file_pos=ftell(wav_in);7071//ReadFMT_BLOCK72fread(&fmt_block,sizeof(structFMT_BLOCK),1,wav_in);73if(memcmp(fmt_block.szFmtID,"fmt",4)!=0||74fmt_block.dwFmtSize!=18||75fmt_block.wavFormat.wFormatTag!=0x1||76fmt_block.wavFormat.wChannels!=0x1||77fmt_block.wavFormat.dwSamplesPerSec!=8000||78fmt_block.wavFormat.wBitsPerSample!=16)79{80printf("Sorrythisisonlytestprogram,\n"81"weonlysupportfollowformat,\n"82"\t1.Format:linearPCM\n"83"\t2.SamplesRate:8000KHz\n"84"\t3.Channels:onechannel\n"85"\t4.BitsPerSample:16\n");86fclose(wav_in);87fclose(wav_out);88return(-1);89}9091file_pos=ftell(wav_in);9293//TrytoreadFACT_BLOCK94file_pos=ftell(wav_in);95fread(&fact_block,sizeof(structFACT_BLOCK),1,wav_in);96if(memcmp(fact_block.szFactID,"fact",4)==0)97{98has_fact_block=1;99fread(&fack_block_buffer,fact_block.dwFactSize,1,wav_in);100}101else102fseek(wav_in,file_pos,SEEK_SET);103104fread(&data_block,sizeof(structDATA_BLOCK),1,wav_in);105if(memcmp(data_block.szDataID,"data",4)!=0)106{107printf("OOhwhaterror?\n");108fclose(wav_in);109fclose(wav_out);110return(-1);111}112113//Changethewaveheadertowrite114riff_header.dwRiffSize-=data_block.dwDataSize/2;115116fmt_block.wavFormat.wFormatTag=0x06;117fmt_block.wavFormat.wChannels=0x01;118fmt_block.wavFormat.dwSamplesPerSec=8000;119fmt_block.wavFormat.dwAvgBytesPerSec=8000;120fmt_block.wavFormat.wBlockAlign=0x01;121fmt_block.wavFormat.wBitsPerSample=0x08;122123data_block.dwDataSize-=data_block.dwDataSize/2;124125//Writewavefileheader126fwrite(&riff_header,sizeof(structRIFF_HEADER),1,wav_out);127fwrite(&fmt_block,sizeof(structFMT_BLOCK),1,wav_out);128if(has_fact_block==1)129{130fwrite(&fact_block