WAV格式文件分析

WAV格式文件分析
WAV格式简介
WAV是最常见的声音文件格式之一，是微软公司专门为Windows开发的一种标准数字音频文件，该文件能记录各种单声道或立体声的声音信息，并能保证声音不失真。它符合资源互换文件格式（RIFF）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。Wave格式支持MSADPCM、CCITT A律、CCITT μ律和其他压缩算法，支持多种音频位数、采样频率和声道，是PC机上最为流行的声音文件格式；但其文件尺寸较大，多用于存储简短的声音片段。（来自百度百科）

WAV格式组成
WAV文件遵循RIFF规则，其内容以chunk为最小单位进行存储。WAV文件一般由三个区块组成：RIFF chunk，Format chunk和Data chunk。同时，文件中也可能存在一些可选的区块，比如：Fact chunk，PlayList chunk等。在分析的过程中，我们重点分析前三种区块：RIFF chunk，Format chunk和Data chunk。

下面详细给出各区块的组成结构：

1 RIFF Chunk

名称	字节数	偏移地址	端序	内容
ID	4	0x00	大端	RIFF (0x52494646)
SIZE	4	0x04	小端	fileSize - 8
Type	4	0x08	大端	WAVE(0x57415645

以RIFF为标识
Size是指的整个文件的大小减去ID和Size的长度。故是f i l e s i z e − 8 filesize - 8filesize−8
Type为Wave表示后面需要有两个子块：Format和Data

2 Format Chunk
 

名称	字节数	偏移地址		内容
ID	4	0x00	大端	fmt (0x666D7420)
Size	4	0x04	小端	16/18
AudioFormat	2	0x08	小端	音频格式
NumChannels	2	0x0A	小端	声道数
SampleRate	4	0x0C	小端	采样率
ByteRate	4	0x10	小端	每秒数据字节数
BlockAlign	2	0x14	小端	数据块对齐
BitsPerSample	2	0x16	小端	采样位数

以fmt为标识
Size表示该区块数据的长度（不包含ID和Size的长度）为16时WAV头部不包含附加信息。
AudioFormat表示Data区块存储的音频数据的格式，PCM音频数据的值为1
NumChannels表示音频数据的声道数，1：单声道，2：双声道
SampleRate表示音频数据的采样率
ByteRate每秒数据字节数 S a m p l e R a t e ∗ N u m C h a n n e l s ∗ B i t s P e r S a m p l e / 8 SampleRate * NumChannels * BitsPerSample / 8SampleRate∗NumChannels∗BitsPerSample/8
BlockAlign每个采样所需的字节数 N u m C h a n n e l s ∗ B i t s P e r S a m p l e / 8 NumChannels * BitsPerSample / 8NumChannels∗BitsPerSample/8
BitsPerSample每个采样存储的bit数，取值有8，16，32
 

3 Data Chunk

名称	偏移地址	字节数	端序	内容
ID	0x00	4	大	data(0x64617461)
Size	0x04	4	小	视实际情况
Data	0x08	文件大小有关	小	音频数据

Data为标识
Size表示音频的长度B y t e R a t e ∗ S e c o n d s ByteRate * SecondsByteRate∗Seconds
Data表示数据
对于Data Chunk，声道数和采样率不同，造成不同的数据布局

大小端端序

Wave文件以小端端序来存储数据

• 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，如PNG文件格式；
• 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。