wav文件格式解析

wav文件格式解析

概述

wav文件支持多种不同的比特率、采样率、多声道音频。
wav是一种RIFF（resource interchange file format 资源互换文件格式，以chunk为单位组织文件）格式文件。在windows上，大部分多媒体文件都是RIFF文件。
wav文件由RIFF chunk构成，fmt /data chunk是其必须的两个子chunk，除此以外还可以有fact等可选chunk，我们在做parse的时候，主要是分析fmt chunk的数据。

wav标准结构

1.wav文件都是由chunk组成，chunk的格式如下：

size	内容	解释
4 bytes	ID	如“RIFF”
4 bytes	chunk size N	如标准fmt chunk为16字节
N bytes	data	chunk的内容

2.只有“fmt ”、“data”两个子chunk的wav文件格式：

size	内容	解释
4 bytes	RIFF	文件类型格式
4 bytes	filesize	其值为filesize字段后的大小，真正的文件大小为filesize + 8 bytes
4 bytes	WAVE	文件格式
4 bytes	"fmt "	chunk id,fmt即format，这个chunk保存了音频的采样率、声道数、采样位数等关键信息
4 bytes	fmt chunk size	fmt chunk的大小，一般有16/18/20/22/40字节(也有超过40字节的情况，如果不知道后面部分的含义，直接跳过即可)，超过16字节部分为扩展块
2 bytes	AudioFormat	编码格式代码，其值见 《常见编码格式》 表
2 bytes	Num channels	声道数，一般有1-8
4 bytes	Sample Rate	采样率，8/11.025/12/16/22.05/24/32/44.1/48/64/88.2/96/176.4/192 kHZ
4 bytes	Byte Rate	传输速率，每秒的字节数，计算公式为：采样率*channels*采样位数/8
2 bytes	Block Align	块对齐，告知播放软件一次性需处理多少字节，公式为： 采样位数*声道数/8
2 bytes	Bits Per Sample	采样位数，一般有8/16/24/32/64，值越大，对声音的还原度越高
4 bytes	“data”	data chunk id
4 bytes	Data Size N	原始音频数据的大小
N bytes	Data	原始音频数据，也是我们最终想获得的部分，数据保存方式见 pcm存储 表

3.fmt 扩展块

fmt chunk的大小一般为16/18/20/22/40字节，当其大小大于16字节时，多出的内容都保存在扩展块中。

size	内容	解释
2bytes	cbsize	扩展块长度，为0时，fmt chunk size为18；为2时，fmt chunk size为20；为22时，fmt chunk size为40
2bytes	有效采样位数	最大值为采样字节数*8
4bytes	声道掩码	声道号与扬声器位置的映射掩码
2bytes	codec	真正的编码格式代码（相对于extension 的fmt codec为0xFFFE而言）
14bytes	unknown	还不知道其含义，在mediainfo中与2字节的codec一起组成subformat

示例

以下代码为解析wave格式文件的示例，其功能为将wave文件中的数据部分取出并输出为文件，同时打印相关信息。
output文件可命名为xxx.pcm。
命令行使用：xxx.exe [input] [output]

wav_type.h

/*****************************************************
File Name   :  wav_type.h
Date        :  2020/10/27
Author      :  l.hua
Descriptions:  all the declarations used by wav_to_pcm.c

Change log  :
Date               Mender           Cause
******************************************************/
#ifndef _WAV_TYPE_H_
#define _WAV_TYPE_H_

extern "C"
{
   
#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#include <windows.h>
#include <direct.h>
#include <stdint.h>
}

#define DECODE_FAIL -1
#define COPY_FAIL -2
#define READ_BUF_SIZE (1024*1024*4)                  

#define WAVE_FORMAT_UNKNOWN             0x0000
#define WAVE_FORMAT_UNKNOWN_DES         "WAVE_FORMAT_UNKNOWN" 
#define WAVE_FORMAT_PCM                 0x0001
#define WAVE_FORMAT_PCM_DES             "WAVE_FORMAT_PCM"
#define WAVE_FORMAT_ADPCM               0x0002
#define WAVE_FORMAT_ADPCM_DES           "WAVE_FORMAT_ADPCM"
#define WAVE_FORMAT_IEEE_FLOAT          0x0003
#define WAVE_FORMAT_IEEE_FLOAT_DES      "WAVE_FORMAT_IEEE_FLOAT"
#define WAVE_FORMAT_ALAW                0x0006
#define WAVE_FORMAT_ALAW_DES            "WAVE_FORMAT_ALAW"
#define WAVE_FORMAT_MULAW               0x0007
#define WAVE_FORMAT_MULAW_DES           "WAVE_FORMAT_MULAW"
#define WAVE_FORMAT_DTS_MS              0x0008
#define WAVE_FORMAT_DTS_MS_DES          "WAVE_FORMAT_DTS_MS"
#define WAVE_FORMAT_WMAS                0x000A
#define WAVE_FORMAT_WMAS_DES            "WAVE_FORMAT_WMAS"
#define WAVE_FORMAT_IMA_ADPCM           0x0011
#define WAVE_FORMAT_IMA_ADPCM_DES       "WAVE_FORMAT_IMA_ADPCM"
#define WAVE_FORMAT_TRUESPEECH          0x0022
#define WAVE_FORMAT_TRUESPEECH_DES      "WAVE_FORMAT_TRUESPEECH"
#define WAVE_FORMAT_GSM610              0x0031
#define WAVE_FORMAT_GSM610_DES          "WAVE_FORMAT_GSM610"
#define WAVE_FORMAT_MSNAUDIO            0x0032
#define WAVE_FORMAT_MSNAUDIO_DES        "WAVE_FORMAT_MSNAUDIO"
#define WAVE_FORMAT_G726                0x0045
#define WAVE_FORMAT_G726_DES            "WAVE_FORMAT_G726"
#define WAVE_FORMAT_MPEG                0x0050
#define WAVE_FORMAT_MPEG_DES            "WAVE_FORMAT_MPEG"
#define WAVE_FORMAT_MPEGLAYER3          0x0055
#define WAVE_FORMAT_MPEGLAYER3_DES      "WAVE_FORMAT_MPEGLAYER3"
#define WAVE_FORMAT_UNKNOWN2            0x0070
#define WAVE_FORMAT_UNKNOWN2_DES      "WAVE_FORMAT_UNKNOWN2"
#define WAVE_FORMAT_UNKNOWN3            0x0072
#define WAVE_FORMAT_UNKNOWN3_DES      "WAVE_FORMAT_UNKNOWN3"
#define WAVE_FORMAT_DOLBY_AC3_SPDIF     0x0092
#define WAVE_FORMAT_DOLBY_AC3_SPDIF_DES "WAVE_FORMAT_DOLBY_AC3_SPDIF"
#define WAVE_FORMAT_A52                 0x2000
#define WAVE_FORMAT_A52_DES             "WAVE_FORMAT_A52"
#define WAVE_FORMAT_DTS                 0x2001
#define WAVE_FORMAT_DTS_DES             "WAVE_FORMAT_DTS"
#define WAVE_FORMAT_WMA1                0x0160
#define WAVE_FORMAT_WMA1_DES            "WAVE_FORMAT_WMA1"
#define WAVE_FORMAT_WMA2                0x0161
#define WAVE_FORMAT_WMA2_DES            "WAVE_FORMAT_WMA2"
#define WAVE_FORMAT_WMAP                0x0162
#define WAVE_FORMAT_WMAP_DES            "WAVE_FORMAT_WMAP"
#define WAVE_FORMAT_WMAL                0x0163
#define WAVE_FORMAT_WMAL_DES            "WAVE_FORMAT_WMAL"
#define WAVE_FORMAT_DIVIO_AAC           0x4143
#define WAVE_FORMAT_DIVIO_AAC_DES       "WAVE_FORMAT_DIVIO_AAC"
#define WAVE_FORMAT_AAC                 0x00FF
#define WAVE_FORMAT_AAC_DES             "WAVE_FORMAT_AAC"
#define WAVE_FORMAT_FFMPEG_AAC          0x7060
#define WAVE_FORMAT_FFMPEG_AAC_DES      "WAVE_FORMAT_FFMPEG_AAC"
#define WAVE_FORMAT_EXTENSIBLE          0xFFFE
#define WAVE_FORMAT_EXTENSIBLE_DES      "WAVE_FORMAT_EXTENSIBLE"

/******************************
	STRUCTURE   DECLARATIONS
******************************/
typedef struct {
   
	uint16_t u16FormatTag;
	uint16_t u16Channels;
	uint32_t u32SamplesPerSec;
	uint32_t u32BytePerSec;
	uint16_t u16BlockAlign;
	uint16_t u16BitsPerSample;
}WavFmtCommTex_S;

typedef struct {
   
	WavFmtCommTex_S sFmtComm;
	uint16_t u16ExtraSize;
	uint16_t u16EffectiveBitsPerSample;
	uint32_t u32Loudspeaker;
	uint16_t u16RealCodecTag;
	uint8_t u8Occupy[24];
}WavFmtTex_S;

typedef struct {
   
	char cRiff[4];
	uint32_t lFileSize;
	char cWave[4];
	char cFmtChunk[4];
	uint32_t lChunkLen;
}WavComTex_S;

typedef struct {
   
	WavComTex_S sComm;
	WavFmtTex_S sFmt;
}WavHeaderTex_S;

/******************************
	FUNCTION   DECLARATIONS
******************************/

int WavDecode(FILE* FSrcFile, WavHeaderTex_