这篇文章是网络上流行的比较广泛的针对WAVE头分析的文章, 整体写的简单明了非常好,但是
18H | 2 | int | 采样率(每秒样本数),表示每个通道的播放速度, |
应该是不对的, 如果按这个该文章的计算,WAVE头只有42byte, 实际上wave头是44byte.
参考MS的标准文档知道这个采样率是占4byte的.(见 WAVE PCM soundfile format )
// ----------------------------------------------------------------
WAVE文件格式剖析 WAVE 文件作为多媒体中使用的声波文件格式之一,它是以RIFF格式为标准的。RIFF是英文Resource Interchange File Format的缩写,每个WAVE文件的头四个字节便是"RIFF"。WAVE文件由文件头和数据体两大部分组成。其中文件头又分为RIFF/WAV文件 标识段和声音数据格式说明段两部分。WAVE文件各部分内容及格式见附表。[!21ki@][@21ki!] 常 见的声音文件主要有两种,分别对应于单声道(11.025KHz 采样率、8Bit的采样值)和双声道(44.1KHz采样率、16Bit的采样值)。采样率是指:声音信号在"模→数"转换过程中单位时间内采样的次数。 采样值是指每一次采样周期内声音模拟信号的积分值。[!21ki@][@21ki!] 对于单声道声音文件,采样数据为八位的短整数(short int 00H-FFH);而对于双声道立体声声音文件,每次采样数据为一个16位的整数(int),高八位和低八位分别代表左右两个声道。[!21ki@][@21ki!] WAVE文件数据块包含以脉冲编码调制(PCM)格式表示的样本。WAVE文件是由样本组织而成的。在单声道WAVE文件中,声道0代表左声道,声道1代表右声道。在多声道WAVE文件中,样本是交替出现的。
WAVE文件格式说明表 [!21ki@][@21ki!]
| 偏移地址 | 字节数 | 数据类型 | 内 容 |
文件头[!21ki@][@21ki!] | 00H | 4 | char | "RIFF"标志 |
04H | 4 | long int | 文件长度 | |
08H | 4 | char | "WAVE"标志 | |
0CH | 4 | char | "fmt"标志 | |
10H | 4 |
| 过渡字节(不定) | |
14H | 2 | int | 格式类别(10H为PCM形式的声音数据) | |
16H | 2 | int | 通道数,单声道为1,双声道为2 | |
18H | 2 | int | 采样率(每秒样本数),表示每个通道的播放速度, | |
1CH | 4 | long int | 波形音频数据传送速率,其值为通道数×每秒数据位数×每样本的数据位数/8。播放软件利用此值可以估计缓冲区的大小。 | |
20H | 2 | int | 数据块的调整数(按字节算的),其值为通道数×每样本的数据位值/8。播放软件需要一次处理多个该值大小的字节数据,以便将其值用于缓冲区的调整。 | |
22H | 2 |
| 每样本的数据位数,表示每个声道中各个样本的数据位数。如果有多个声道,对每个声道而言,样本大小都一样。 | |
24H | 4 | char | 数据标记符"data" | |
28H | 4 | long int | 语音数据的长度 |
PCM数据的存放方式: [!21ki@][@21ki!]
| 样本1 | 样本2 | ||
8位单声道 | 0声道 | 0声道 | ||
8位立体声 | 0声道(左) | 1声道(右) | 0声道(左) | 1声道(右) |
16位单声道 | 0声道低字节 | 0声道高字节 | 0声道低字节 | 0声道高字节 |
16位立体声 | 0声道(左)低字节 | 0声道(左)高字节 | 1声道(右)低字节 | 1声道(右)高字节 |
WAVE文件的每个样本值包含在一个整数i中,i的长度为容纳指定样本长度所需的最小字节数。首先存储低有效字节,表示样本幅度的位放在i的高有效位上,剩下的位置为0,这样8位和16位的PCM波形样本的数据格式如下所示。 [!21ki@][@21ki!]
样本大小 | 数据格式 | 最大值 | 最小值 |
8位PCM | unsigned int | 225 | 0 |
16位PCM | int | 32767 | -32767 |
分析WAVE头的代码
/*
WAVE文件头(PCM格式)
field size type description
-----------------------------------------------------------------------
ChunkID 4 char "RIFF"标志
ChunkSize 4 long int 文件长度(WAVE文件的大小, 不含前8个字节)
Format 4 char "WAVE"标志
SubChunk1ID 4 char "fmt "标志
SubChunk1Size 4 过渡字节(不定)
AudioFormat 2 short int 格式类别(1为PCM格式的声音数据)
NumChannels 2 short int 通道数(单声道为1, 双声道为2)
SampleRate 4 long int 采样率(每秒样本数), 表示每个通道的播放速度
一般情况是每秒采样44100次
ByteRate 4 long int 波形音频数据传输速率, 其值为:通道数*每秒数据位数*每样本的数据位数/8
播放软件可以利用该值估计缓冲区大小
2 *
BlockAlign 2 short int 每样本的数据位数(按字节算), 其值为:通道数*每样本的数据位值/8, 播放
软件需要一次处理多个该值大小的字节数据, 以便将其值用于缓冲区的调整
每样本占几个字节 : NumChannels * 16/8
BitsPerSample 2 每样本的数据位数, 表示每个声道中各个样本的数据位数. 如果有多个声道,
对每个声道而言, 样本大小都一样
就是分辨率, 一般是16位, 8位也有但是要少一些.
SubChunk2ID 4 char 数据标记"data"
SubChunk2Size 4 long int 语音数据的长度
*/
#include <stdlib.h>
#include <stdio.h>
#include <string.h>
#include <mem.h>
/* WAVE文件头 */
typedef struct wave_tag
{
char ChunkID[5]; // "RIFF"标志
unsigned long int ChunkSize; // 文件长度(WAVE文件的大小, 不含前8个字节)
char Format[5]; // "WAVE"标志
char SubChunk1ID[5]; // "fmt "标志
unsigned long int SubChunk1Size; /*
* 过渡字节(不定)
* 16 for PCM. This is the size of the rest of the
* Subchunk which follows this number.
*/
unsigned short int AudioFormat; /*
* 格式类别(10H为PCM格式的声音数据)
* PCM=1 (i.e. Linear quantization)
* Values other than 1 indicate some form of compression.
*/
unsigned short int NumChannels; // 通道数(单声道为1, 双声道为2)
//unsigned short int SampleRate; // 采样率(每秒样本数), 表示每个通道的播放速度
unsigned long int SampleRate; // 采样率(每秒样本数), 表示每个通道的播放速度
unsigned long int ByteRate; /*
* 波形音频数据传输速率, 其值为:通道数*每秒数据位数*每样本的数据位数/8
* 播放软件可以利用该值估计缓冲区大小
*/
unsigned short int BlockAlign; /*
* 每样本的数据位数(按字节算), 其值为:通道数*每样本的数据位值/8, 播放
* 软件需要一次处理多个该值大小的字节数据, 以便将其值用于缓冲区的调整
*/
unsigned short int BitsPerSample; /*
* 每样本的数据位数, 表示每个声道中各个样本的数据位数. 如果有多个声道,
* 对每个声道而言, 样本大小都一样
*/
char SubChunk2ID[5]; // 数据标记"data"
unsigned long int SubChunk2Size; // 语音数据的长度
} WAVE;
/* 分辨率为16的样本 */
typedef struct swatch16_tag
{
char swing;
} swatch16;
/* 分辨率为8的样本 */
typedef struct swatch8_tag
{
} swatch8;
// 爱情复兴 :), 长度: 41.5MB(43,554,860 字节)
#define FILE_PATH "aiqingfuxing1.wav"
/*
* 分析音频文件格式
*/
int
main ( void )
{
FILE *stream;
WAVE wav;
stream = fopen( FILE_PATH, "r" ); /* open a file for reading */
/*
* 读wav文件的各个field
*/
fread(wav.ChunkID, 4, 1, stream);
wav.ChunkID[4] = (char)0;
fread(&(wav.ChunkSize), 4, 1, stream);
fread(wav.Format, 4, 1, stream);
wav.Format[4] = (char)0;
fread(wav.SubChunk1ID, 4, 1, stream);
wav.SubChunk1ID[4] = (char)0;
fread(&(wav.SubChunk1Size), 4, 1, stream);
fread(&(wav.AudioFormat), 2, 1, stream);
fread(&(wav.NumChannels), 2, 1, stream);
fread(&(wav.SampleRate), 4, 1, stream);
fread(&(wav.ByteRate), 4, 1, stream);
fread(&(wav.BlockAlign), 2, 1, stream);
fread(&(wav.BitsPerSample), 2, 1, stream);
fread(wav.SubChunk2ID, 4, 1, stream);
wav.SubChunk2ID[4] = (char)0;
fread(&(wav.SubChunk2Size), 4, 1, stream);
printf("ChunkID---->%s/n", wav.ChunkID);
printf("ChunkSize---->%ld/n", wav.ChunkSize);
printf("Format---->%s/n", wav.Format);
printf("SubChunk1ID---->%s/n", wav.SubChunk1ID);
printf("SubChunk1Size---->%ld/n", wav.SubChunk1Size);
printf("AudioFormat---->%d/n", wav.AudioFormat);
printf("NumChannels---->%d/n", wav.NumChannels);
printf("SampleRate---->%ld/n", wav.SampleRate);
printf("ByteRate---->%ld/n", wav.ByteRate);
printf("BlockAlign---->%d/n", wav.BlockAlign);
printf("BitsPerSample---->%d/n", wav.BitsPerSample);
printf("SubChunk2ID---->%s/n", wav.SubChunk2ID);
printf("SubChunk2Size---->%ld/n", wav.SubChunk2Size);
printf("*************rrr**********/n"); //
system( "pause" );
return 0;
}
/*
打印结果
ChunkID---->RIFF
ChunkSize---->43554852
Format---->WAVE
SubChunk1ID---->fmt
SubChunk1Size---->16
AudioFormat---->1
NumChannels---->2
SampleRate---->44100
ByteRate---->176400
BlockAlign---->4
BitsPerSample---->16
SubChunk2ID---->data
SubChunk2Size---->43554816
*************rrr**********
请按任意键继续. . .
*/
/*
WAVE头的16进制码
52 49 46 46 C 4 86 01 00 57 41 56 45 66 6D 74 20
10 00 00 00 01 00 02 00 44 AC 00 00 10 B1 02 00
04 00 10 00 64 61 74 61 A 0 86 01 00 D7 FA DA FE
52 49 46 46 ChunkID "RIFF"
C4 86 01 00 ChunkSize
57 41 56 45 Format "WAVE"
66 6D 74 20 SubChunk1ID "fmt "
10 00 00 00 SubChunk1Size
01 00 AudioFormat
02 00 NumChannels
44 AC 00 00 SampleRate
10 B1 02 00 ByteRate
04 00 BlockAlign
10 00 BitsPerSample
64 61 74 61 SubChunk2ID
A0 86 01 00 SubChunk2Size
*/