WAVE格式解码分析

经过大半个月的学习，了解了分离器、解码器。学习了WAVE格式音频的解码，其中包括：MS_ADPCM、DVI_ADPCM。这里对这段时间的学习做个总结

 

1、了解WAVE格式数据结构。

WAVE格式的文件的基本构成是称为”块”(Chunl)的单元。一般如下：

-----------------------------------------------

|        RIFF CHUNK          |

------------------------------------------------

|        Format CHUNK        |

--------------------------------------------------

|        Fact CHUNK（可选）   |

---------------------------------------------------

|        Data CHUNK           |

---------------------------------------------------

以下是网上一张描述WAVE文件结构的表：

起始地址	占用空间	本地址数字的含义
00H	4byte	RIFF，资源交换文件标志。
04H	4byte	从下一个地址开始到文件尾的总字节数。高位字节在后面，这里就是001437ECH，换成十进制是1325036byte，算上这之前的8byte就正好1325044byte了。
08H	4byte	WAVE，代表wav文件格式。
0CH	4byte	FMT ，波形格式标志
10H	4byte	00000010H，16PCM，我的理解是用16bit的数据表示一个量化结果。
14H	2byte	为1时表示线性PCM编码，大于1时表示有压缩的编码。这里是0001H。
16H	2byte	1为单声道，2为双声道，这里是0001H。
18H	4byte	采样频率，这里是00002B11H，也就是11025Hz。
1CH	4byte	Byte率=采样频率*音频通道数*每次采样得到的样本位数/8，00005622H，也就是22050Byte/s=11025*1*16/2。
20H	2byte	块对齐=通道数*每次采样得到的样本位数/8，0002H，也就是2=1*16/8。
22H	2byte	样本数据位数，0010H即16，一个量化样本占2byte。
24H	4byte	data，一个标志而已。
28H	4byte	Wav文件实际音频数据所占的大小，这里是001437C8H即1325000，再加上2CH就正好是1325044，整个文件的大小。
2CH	不定	量化数据。

 

2、熟悉MS_ADPCM音频解码

由于有源码，所以这部分的学习，主要是通过看文档，来理解解码的算法。

HEAD 结构为：

大致流程

先计算出block size，知道一个block的大小是多少。每个block里读取HEAD信息，得到bPredictor、iDelta、iSamp1、iSamp2的值，然后通过这些，去计算每个采样值，具体的算法参考文档：

 

3、DVI_ADPCM音频格式解码

过程其实和MS_ADPCM解码一样，先计算blocksize，然后通过HEAD信息，去解出采样值。

DVI_ADPCM的HEAD比较简单

不同的是，DVI_ADPCM存储，每个BLOCK里还分成了许多的Data Word。Data Word的计算参见公式:

DVI_ADPCM分为DVI3和DVI4。2种格式，其实就是每个采样值压缩后所占的字节数的区别。

先看看DVI4每个block的存储结构：

每个Data Word

理解了内部存储结构，就可以解码啦。解码算法参考文档：

 

接下来学习的是DVI3的解码，DVI3的存储较DVI4稍微复杂了点。因为不是连续的。如下图

每3个Data work存储32个采样值,如果是双声道，每个DataWord里就有2个Channel。需要分别计算。算法参考文档：

以上就是这段时间来的学习总结。在解码双声道格式的DVI数据时，由于对文档理解得不够，走了歪路

======================================

图片在word里的粘贴进来显示不出来。我只能把word放在源码包里了

源码链接：http://download.csdn.net/detail/ff313976/8313651

源码里是DVI3 DVI4的。后面会更新MS_ADPCM。

接下来学习MP3格式。也会在后面更新代码。