WAVE音频格式

hdh1935

数字化声音文件格式之一，它是微软专门为Windows系统定义的波形文件格式（Waveform Audio），由于其扩展名为"*.wav"。
) h2 v, |* A: s( c* i4 L5 WWAVE文件是计算机领域最常用的数字化声音文件格式之一，它是微软专门为Windows系统定义的波形文件格式（Waveform Audio），由于其扩展名为"*.wav"。
+ Q2 N: I9 a, Z, NWAVE是录音时用的标准的WINDOWS文件格式，文件的扩展名为“WAV”，数据本身的格式为PCM或压缩型。
: ]. \; r0 q5 ]; i. K9 kWAV文件格式是一种由微软和IBM联合开发的用于音频数字存储的标准，它采用RIFF文件格式结构，非常接近于AIFF和IFF格式。符合 PIFF Resource Interchange File Format规范。所有的WAV都有一个文件头，这个文件头音频流的编码参数。

: e* g; Z& }: z
' o, T, l" B0 M" j" D! C4 [WAV对音频流的编码没有硬性规定，除了PCM之外，还有几乎所有支持ACM规范的编码都可以为WAV的音频流进行编码。
, r! H  T2 _7 m" ]& r7 H多媒体应用中使用了多种数据，包括位图、音频数据、视频数据以及外围设备控制信息等。RIFF为存储这些类型的数据提供了一种方法，RIFF文件所包含的数据类型由该文件的扩展名来标识，能以RIFF文件存储的数据包括：
音频视频交错格式数据(.AVI) 、波形格式数据(.WAV) 、位图格式数据(.RDI) 、MIDI格式数据(.RMI) 、调色板格式(.PAL) 、多媒体电影(.RMN) 、动画光标(.ANI) 、其它RIFF文件(.BND)。
% {+ L; K' }# A  v% j# @5 e$ hwave文件有很多不同的压缩格式，所以，正确而详细地了解各种WAVE文件的内部结构是成功完成压缩和解压缩的基础，也是生成特有音频压缩格式文件的前提。
最基本的WAVE文件是PCM（脉冲编码调制）格式的，这种文件直接存储采样的声音数据没有经过任何的压缩，是声卡直接支持的数据格式，要让声卡正确播放其它被压缩的声音数据，就应该先把压缩的数据解压缩成PCM格式，然后再让声卡来播放 [1]  。
内部结构
: F. u. w2 a4 p/ }注：由于WAV格式源自Windows/Intel环境，因而采用Little-Endian字节顺序进行存储。
WAVE文件是以RIFF(Resource Interchange File Format, "资源交互文件格式")格式来组织内部结构的。
RIFF文件结构可以看作是树状结构，其基本构成是称为"块"（Chunk）的单元，最顶端是一个“RIFF”块，下面的每个块有“类型块标识(可选)”、“标志符”、“数据大小”及“数据”等项所组成。块的结构如下表所示：
% M( ?$ A! r" i$ O" R3 l5 F2 Y$ S4 r
  \; V8 t: O  t  `0 ?  P

名称 0 i6 l% J1 x. _' O" N8 i	Size # ^7 u" |* |$ s	备注 & a+ Y) \( u4 z! W5 A# s
块标志符   c1 h( n& a; w  V	4 * m; `* O# `  `7 S	4个小写字符(如 "fmt ", "fact", "data" 等)
数据大小 ' I. I& U2 A; @5 M* m% N; ?( X* y	4 9 `# K2 @" n2 p& g! T. B$ U	DWORD类型,表示后接数据的大小(N Bytes)
数据 ' l) }$ |8 L2 z2 k% `6 d2 F	N	本块中正式数据部分 0 c  J5 P1 G7 t! n* I

上面说到的“类型块标识”只在部分chunk中用到，如 "WAVE" chunk中，这时表示下面嵌套有别的chunk。
当使用了 "类型块标识" 时，该chunk就没有别的项（如块标志符，数据大小等），它只作为文件读取时的一个标识。先找到这个“类型块标识”，再以它为起点读取它下面嵌套的其它chunk。
& Y% a  q1 ]/ F" P6 E" f每个文件最前端写入的是RIFF块，每个文件只有一个RIFF块。从 Wave文件格式详细说明 中可以看到这一点。
非PCM格式的文件会至少多加入一个 "fact" 块，它用来记录数据(注意是数据而不是文件)解压缩后的大小。这个 "fact" 块一般加在 "data" 块的前面。
WAVE文件是由若干个Chunk组成的。按照在文件中的出现位置包括：RIFF WAVE Chunk, Format Chunk, Fact Chunk(可选), Data Chunk。具体见下表：
5 N; ~: p6 i+ [& v, H-------------------------------------------
! s, `; x) X; M, m% q| RIFF WAVE Chunk |
| ID = "RIFF" |
* r, z/ s' o2 _2 e% z| RiffType = "WAVE" |
) X9 d- @2 J# Y4 u-------------------------------------------
| Format Chunk |
| ID = "fmt " |
; z, [/ |+ O( J% L  o-------------------------------------------
| Fact Chunk(optional) |
; {/ N; Z, m% y& V. D3 v7 R| ID = "fact" |
8 y; D5 W* H2 n" B" H% v1 h  r( O-------------------------------------------
$ D6 g; d, h7 S$ b- p| Data Chunk |
# F- O+ D1 q1 f: Y, G+ B| ID = "data" |
; B- Z9 U" u4 U  k-------------------------------------------
Wav格式包含Chunk示例
: e, `. k- T! N5 V* y% W  N9 `Fact Chunk
=======================================
| |所占字节数|具体内容 |
=======================================
8 g8 f3 H, H" i% n  l| ID | 4Bytes | "fact" |
---------------------------------------
  K. j+ I9 {/ q8 e1 x; x| Size | 4Bytes | 4 |
# H7 A5 c& i) O$ G2 E! v---------------------------------------
| data | 4Bytes |解压后的音频数据的大小(B)|

" Q' s9 M) Q. l别名 字节数 类型 注释
ckid 4 char "RIFF" 标志, 大写
; \" G) G& S- P- y5 R) }cksize 4 int32 文件长度。这个长度不包括"RIFF"标志 和文件长度 本身所占字节, 下面的 子块大小也是这样。
fcc type 4 char "WAVE" 类型块标识, 大写。
' w+ O& R( H, P. Jckid 4 char 表示"fmt" chunk的开始。此块中包括文件内部格式信息。小写, 最后一个字符是空格。
1 J) |6 m% _7 ^- Z" fcksize 4 int32 文件内部格式信息数据的大小。
$ L# e. ~8 X. HFormatTag 2 int16 音频数据的编码方式。1 表示是 PCM 编码
Channels 2 int16 声道数，单声道为1，双声道为2
- f; e& g/ a5 q* v) s7 YSamplesPerSec 4 int32 采样率(每秒样本数), 比如 44100 等
BytesPerSec 4 int32 音频数据传送速率, 单位是字节。其值为采样率×每次采样大小。播放软件 利用此值可以估计缓冲区的大小。
( J+ e8 c6 p: Y. f  MBlockAlign 2 int16 每次采样的大小 = 采样精度*声道数/8(单位是字节); 这也是字节对齐的最小单位, 譬如 16bit 立体声在这里的值是 4 字节。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。
3 h' n* ?4 t* ZBitsPerSample 2 int16 每个声道的采样精度; 譬如 16bit 在这里的值就是16。如果有多个声道，则每个声道的采样精度大小都一样的。
[cbsize] 2 int16 [可选]附加数据的大小。
[...] x
% s: A2 a1 g% B$ y[ckid] 4 char "fact".
- m' v; y5 H) z# T4 L1 l[cksize] 4 int32 "fact" chunk data size.
! f" k# q/ h2 Y. `- v- Z[fact data] 4 int32 解压后的音频数据的大小(Bytes).
ckid 4 char 表示 "data" chunk的开始。此块中包含音频数据。小写。
3 K6 D, a5 g# k4 f1 R0 H) q: j2 k6 Vcksize 4 int32 音频数据的长度
. o6 V9 @% V$ ~0 j# ?* O$ S...... 文件声音信息数据(真正声音存储部分)
[......] 其它 chunk

audio750

恭喜!WAVE音频格式