Qt 之 WAV文件解析_qt的c++怎么读取wav头文件信息-CSDN博客

本文链接：https://blog.csdn.net/goforwardtostep/article/details/52776240

#简介
最近看了一下Qt的处理音频方面的资料，本身利用QAudioInput 和 QAudioOutput 就可以实现录音和播放功能，代码也很简单，但是录音生成的文件并不能用播放器打开，就算更改后缀名也无法识别（有时候下载的一些音频文件通过修改文件名可以播放）。本质上通过QAudioInput生成的音频文件并没有什么格式，只是一堆音频数据，换言之就是没有文件头，只有数据，当然播放器识别不出来了。这里我们把QAudioInput生成的音频文件转换为wav音频格式就可以用播放器播放了。下面就详细介绍一下WAV文件，下一篇中将用代码来实现录音/播放and录音文件（raw/pcm）转wav格式功能。

#WAV文件分析
###WAV文件简介

WAV为微软公司开发的一种声音文件格式，它符合RIFF(Resource Interchange File Format)文件规范，用于保存Windows平台的音频信息资源，被Windows平台及其应用程序所广泛支持，该格式也支持MSADPCM，CCITT A LAW等多种压缩运算法，支持多种音频数字，取样频率和声道，标准格式化的WAV文件和CD格式一样，也是44.1K的取样频率，16位量化数字，因此在声音文件质量和CD相差无几！ WAV打开工具是WINDOWS的媒体播放器。

通常使用三个参数来表示声音，声道数、采样频率和采样位数。采样位数分为8位，16位，24位三种，声道有单声道和立体声之分，单声道振幅数据为n1矩阵点，立体声为n2矩阵点，取样频率一般有11025Hz(11kHz) ，22050Hz(22kHz)和44100Hz(44kHz) 三种，不过尽管音质出色，但在压缩后的文件体积过大！相对其他音频格式而言是一个缺点，其文件大小的计算方式为：WAV格式文件所占容量（B) = （取样频率 X量化位数X 声道） X 时间 / 8 (字节= 8bit) 每一分钟WAV格式的音频文件的大小为10MB，其大小不随音量大小及清晰度的变化而变化。

WAV是最接近无损的音乐格式，所以文件大小相对也比较大。WAVE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，属于无损音乐[1] 格式的一种。
符合 RIFF(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。数据块的记录方式是little-endian字节顺序，标志符并不是字符串而是单独的符号。

————摘自百度百科

###WAV文件特点

WAV音频格式的优点包括：简单的编/解码（几乎直接存储来自模/数转换器（ADC）的信号）、普遍的认同/支持以及无损耗存储。WAV格式的主要缺点是需要音频存储空间。对于小的存储限制或小带宽应用而言，这可能是一个重要的问题。WAV格式的另外一个潜在缺陷是在32位WAV文件中的2G限制，这种限制已在为SoundForge开发的W64格式中得到了改善。

常见的WAV文件使用PCM无压缩编码，这使WAV文件的质量极高，体积也出奇大，对于PCM WAV，恐怕也只有无损压缩的音频才能和其有相同的质量，平时我们见的什么mp3,wma（不含wmalossless）和wav的质量都是差很远的！这点可以通过频谱看出，即使320kbps的mp3和wav一比，也要自卑了！

————摘自百度百科

#WAV文件头分析
下图为wav文件的基本格式。

这里写图片描述

仔细看上图，其实wav文件是由若干个数据块组成的。wav文件头信息包括从上图的RIFF头到数据块中的块头这一部分为wav文件的文件头（简而言之就是去除数据块中的块数据即为文件头，也就是不包含音频数据）

// wav文件头信息结构
struct WAVFILEHEADER
{
    // RIFF 头;
    char RiffName[4];
    unsigned long nRiffLength;

    // 数据类型标识符;
    char WavName[4];

    // 格式块中的块头;
    char FmtName[4];
    unsigned long nFmtLength;

    // 格式块中的块数据;
    unsigned short nAudioFormat;
    unsigned short nChannleNumber;
    unsigned long nSampleRate;
    unsigned long nBytesPerSecond;
    unsigned short nBytesPerSample;
    unsigned short nBitsPerSample;

    // 扩展信息(附加信息),根据 nFmtLength 来判断;
    // 扩展域大小;
    unsigned short nAppendMessage;
    // 扩展域信息数据;
    char* AppendMessageData;

    //Fact块,可选字段，一般当wav文件由某些软件转化而成，则包含该块和扩展信息;
    char FactName[4];
    unsigned long nFactLength;
    char FactData[4];

    // 数据块中的块头;
    char    DATANAME[4];
    unsigned long   nDataLength;
};

这里我们定义一个结构体分别对应上图中wav文件头从上到下不同的块。

##不同块数据的介绍

###RIFF 头

RIFFNAME —— (“RIFF”)
资源交换文件标志，以RIFF标示
nRIFFLength —— ( 文件长度-8 )
整个wav文件大小减去RIFFNAME和nRIFFLength所占用的字节数

数据类型标识符

WavName —— (“WAVE”)
波形文件标识符，wav文件标志，表示是wav文件

格式块中的块头

FmtName —— （"fmt "）注意这里fmt后面还要加一个空格以满足4个字节
波形格式标志
nFmtLength —— （一般为16 或者 18 也有大于18的数值）
表示格式块中块数据大小，通常为16，为18时表示格式块中块数据有附加信息（即扩展域大小-nAppendMessage），主要由一些软件制成的wav格式中含有该2个字节，当大于18时，nFmtLength - 18 （或者用nAppendMessage代替）即为扩展域信息数据所占的字节数（上图中也指出），具体包含什么数据也只有生成该wav文件的生成者知道了。

格式块中的块数据

nAudioFormat ——（0001H）
格式种类，也可以说是编码方式（值为1时，表示数据为线性PCM编码，大于1时表示有压缩的编码）
nChannleNumber ——（1 或者 2）
音频通道数目，1–单通道（声道）；2–双通道（声道）
nSampleRate
采样频率（每秒样本数）
nBytesPerSecond —— （采样频率 × 音频通道数 × 每次采样得到的样本位数 / 8）
波形数据传输速率（每秒平均字节数）
nBytesPerSample —— （通道数×每次采样得到的样本数据位值／8）
数据块对齐单位(每个采样需要的字节数)
nBitsPerSample
每次采样得到的样本数据位数值（Qt助手中提到一般设置为8 或 16 ，有一些系统可能支持更高的数据位数，百度百科中提到可取值 8、16、24）
nAppendMessage
扩展域大小，扩展信息（可选），根据nFmtLength 的值判断是否存在
AppendMessageData
扩展域信息数据，扩展信息（可选），根据nFmtLength 的值判断是否存在

Fact块（可选）

FactName （“fact”）
Fact块名，表面这是一个Fact块，此块目前由是否nFmtLength决定是否存在，与扩展信息一致。
nFactLength
Fact块数据长度，一般取值为4
FactData
Fact块数据，具体包含什么信息只有生成该wav文件的生成者知道了

数据块中的块头

DATANAME —— （“data”）
数据块标识符
nDataLength
采样数据总字节数 / 数据块中块数据总大小（即wav文件实际音频数据所占的大小）

##注意
需要注意的一点，上面叙述中添加了一个Fact块（可选块），也就是格式块中的扩展域后面可能存在的一块，目前认为是存在扩展域就会存在Fact块。见下图，在格式块中根据nFmtLength（格式块中块数据大小）的值，一般情况下为16字节，即不包含Fact块，看图中fmt子块中WAVEFORMATEX占了18个字节，通常情况下为16字节，包含附加信息Fact块就是18字节（也会大于18字节）。
从下图中可以看出wav文件都是以 52 49 46 46 开头（将wav文件用编辑器打开），也可以根据这几个值初步判断是否是一个wav文件。

通过以上对wav格式的分析，我们可以对一个wav文件进行解析，获取文件具体的信息，下篇中将会给出具体代码实现来解析一个wav文件，输出文件的信息。

这里写图片描述

##wav文件属性的计算
如果我们知道采样频率、每次采样得到的样本数据位数、声道数及wav文件大小就可以推出wav文件的时间，其实我们右击显示wav文件属性的时候，会有时间、比特率，但是这里显示的时间都是整数，不是很精确，比如一个小于1s的文件，查看属性显示时间长度就为0，所以想要得到精确的时间就得通过计算得出。
在Qt 之解析wav文件的头信息（详细分析、对比不同wav文件的数据）中我们给出了如何解析wav文件头信息的方法，这样我们就可以计算出wav文件的音频时长。

波形数据传输速率（每秒平均字节数） = 采样频率 × 音频通道数 × 每次采样得到的样本位数 / 8

比特率（kbs） = 波形数据传输速率 × 8 / 1000

WAV文件所占大小（字节) = 波形数据传输速率 × 音频文件时长

音频文件时长（秒） = WAV文件所占容量 / 波形数据传输速率

在Qt 之 WAV文件属性计算（比特率、文件大小、文件时长）文章中给出了具体分析。

###关于数据库中数据bit位置安排方式

数据块中的块数据才是真正的声音数据。除非安装其它特殊软件,否则Windows目前仅提供WAVE_FORMAT_PCM （pcm）一种数据格式,即脉冲编码调制(Pulse Code Modulation).根据声道数不同及取样位数的不同,安排4bit位的位置，wav数据的bit位置可以分成以下几种形式，见下图。

这里写图片描述