1.概述
wav 文件,原来存放音频的原始数据,即对 PCM 文件进行简单封装,在文件开头加上标识,并提供音频的声道数、采样频率和采样位数等信息,这样播放器解析这些数据就可以正常播放这段音频了。
2.格式解析
wav 文件一般由3个区块组成:RIFF chunk、Format chunk 和 Data chunk。
RIFF chunk:主要说明本文件保存的是什么内容。
Formt chunk:主要说明音频文件的格式
Data chunk:主要记录音频的数据
2.1 RIFF chunk
ID 固定死,填入 RIFF ,作为标识。
Size 为文件长度减去 ID 和 Size 的长度,即 fileSize - 8
Type 如果是 WAVE,表示后面有 Format chunk 和 Data chunk。
2.2 Format chunk
ID 固定死为 "fmt "(最后有个空格)
Size 表示该区块,后面内容的长度 2+2+4+4+2+2 = 16
AudioFormat 表示音频格式,如果是 PCM,则填入 1。(也可能是 -2,表示拓展格式,通过WAVEFORMATEXTENSIBLE 结构体 获取额外信息)
NumChannels 表示声道数
SampleRate 表示采样率
ByteRate 每秒数据字节数 SampleRateNumChannelsBitsPerSample/8
BlockAlign 每次采样产生的字节数 NumChannels*BitPerSample/8
BitsPerSample 一个声道一次采样的位数
2.3 Data chunk
ID 固定死为 data
Size 表示数据的长度(字节),N = ByteRate*seconds
Data 音频数据。
音频数据解析拓展
本处介绍的 wav 数据,默认内部存储的是 pcm数据,但是如何解析这个 pcm 数据呢?虽然前面格式里面保存了,每个采样的字节数,但是没有写是大端还是小端;数据是整数还是浮点;planar和packed?
- 大端还是小端:wav 默认规定了使用的是小端,所以这个没有歧义点。
- 数据是整数还是浮点:pcm 默认保存的是整数。微软官网默认 pcm 默认就是表示整数,如果是浮点数的 pcm,这 wav 格式为 WAVE_FORMAT_IEEE_FLOAT。
WAVE_FORMAT_PCM PCM (pulse-code modulated) data in integer format.
WAVE_FORMAT_IEEE_FLOAT PCM data in IEEE floating-point format.参考文献
- planar和packed:目前只查到wav默认是packed,但是具体证据没有找到,有查到信息的网页贴下地址或图片。如果要改成 planar,感觉需要设置 extra format information。
3.大端和小端
所谓的大端模式,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;
所谓的小端模式,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。
大端符合人阅读常识。比如 1234,其中 1是数据的高位,4是数据的低位。如果用大端存储,则存在内存中为 1234;如果用小端存储,则存在内存中为 4321。
4.实际文件分析
根据前面的知识知道, RIFF chunk 大小为 12 byte; Format chunk 大小为 24 byte
RIFF chunk 内容为
52 49 46 46 / f4 b1 37 00 / 57 41 56 45
ASCII 码表中
Size = 0x0037b1f4 (3,650,036)
文件大小 fileSize 为
两者刚好相差 8。
Format chunk
66 6d 74 20 / 10 00 00 00 / 01 00 / 02 00/ 22 56 00 00/ 88 58 01 00/ 04 00/ 10 00
ID
size
size = 0x10 (16)
AudioFormat
audioformat = 0x01 表示 PCM
NumChannels
numchannels = 0x02 表示双通道
SampleRate
samplerate = 0x5622 (22050)
ByteRate
byterate = 0x015888 (88200) = 22050216/8
BlockAlign
blockalign = 0x04 = 2*16/8
BitsPerSample
bitspersample = 0x10 (16bits)
Data chunk
64 61 74 61 / d0 b1 37 00
ID
size
size = 0x37b1d0 (3650000)
3650000 + 12 + 24 + 8 = 3650044 (文件大小)
参考文献:
https://www.jianshu.com/p/947528f3dff8
测试的音频文件
https://download.csdn.net/download/dss875914213/75111021
音频来源网络 如有侵权请联系删除。
没有积分的人,也可主动联系我。