【音频】wave格式解析

本文目的：

1、了解wave格式组成，了解wave头各个部分组成

wav 格式，是微软开发的一种文件格式规范，整个文件分为两部分，第一部分是“文件头”，记录重要的参数信息，对于音频而言，就包括：采样率、通道数、位宽等等；第二部分是“数据块”，即一帧一帧的二进制数据，对于音频而言，就是原始的 PCM 数据。

所以wav格式 = Header(44 bytes) + data

Offset	Size	Name	Description
0	4	ChunkID	ASCII码”0x52494646”对应字母”RIFF”
4	4	ChunkSize	块大小是指除去ChunkID与ChunkSize的剩余部分有多少字节数据。注意：小尾字节序数。Value=36+SubChunk2SizeValue=36+SubChunk2Size 或者Value=4+(8+SubChunk1Size)+(8+SubChunk2Size)。Value=4+(8+SubChunk1Size)+(8+SubChunk2Size)。
8	4	Format	ASCII码”0x57415645”对应字母”WAVE”。该块由两个子快组成，一个“fmt”chunk用于详细说明数据格式，一个“data”chunk包含实际的样本数据。
12	4	Subchunk1ID	ASCII码”0x666d7420”对应字母”fmt “。
16	4	Subchunk1Size	如果文件采用PCM编码，则该子块剩余字节数为16。
20	2	AudioFormat	如果文件采用PCM编码(线性量化)，则AudioFormat=1。AudioFormat代表不同的压缩方式。
22	2	NumChannels	声道数，单声道（Mono）为1, 双声道（Stereo）为 2。
24	4	SampleRate	取样率，例：44.1kHz，48kHz。
28	4	ByteRate	传输速率，单位：Byte/s。Value==SampleRate∗NumChannels∗BitsPerSample/8Value==SampleRate∗NumChannels∗BitsPerSample/8
32	2	BlockAlign	一个样点（包含所有声道）的字节数。Value==NumChannels∗BitsPerSample/8Value==NumChannels∗BitsPerSample/8
34	2	BitsPerSample	每个样点对应的位数。
	2	ExtraParamSize	如果采用PCM编码，该值不存在。
	X	ExtraParams	用于存储其他参数。如果采用PCM编码，该值不存在。
36	4	Subchunk2ID	ASCII码”0x64617461”对应字母”data”。
40	4	Subchunk2Size	实际样本数据的大小（单位：字节）。Value==NumSamples∗NumChannels∗BitsPerSample/8Value==NumSamples∗NumChannels∗BitsPerSample/8
44	*	Data	实际的音频数据 。

简单地分析一下这个 wav 格式头，它主要分为三个部分：

第一部分，属于最“顶层”的信息块，通过“ChunkID”来表示这是一个 “RIFF”格式的文件，“ChunkSize”则记录了整个 wav 文件的字节数，"Format"包含了“WAVE”标识这是一个 wav 文件。

第二部分，属于“fmt”信息块，主要记录了本 wav 音频文件的详细音频参数信息，例如：通道数、采样率、位宽等等（含义请参考我的第一篇文章

第三部分，属于“data”信息块，由“Subchunk2Size”这个字段来记录后面存储的二进制原始音频数据的长度。

现在的wave支持哪些格式：

AudioFormat	Description
0 (0x0000)	Unknown
1 (0x0001)	PCM/uncompressed
2 (0x0002)	Microsoft ADPCM
6 (0x0006)	ITU G.711 a-law
7 (0x0007)	ITU G.711 µ-law
17 (0x0011)	IMA ADPCM
20 (0x0016)	ITU G.723 ADPCM (Yamaha)
49 (0x0031)	ITU G.721 ADPCM
80 (0x0050)	MPEG
65,536 (0xFFFF)	Experimental

将PCM文件转换为WAVE格式（其实就是在PCM前面加上了44个字节的头）：

int simplest_pcm16le_to_wave(const char *pcmpath,int channels,int sample_rate,const char *wavepath)
{
 
	typedef struct WAVE_HEADER{  
		char         fccID[4];        
		unsigned   long    dwSize;            
		char         fccType[4];    
	}WAVE_HEADER;  
 
	typedef struct WAVE_FMT{  
		char         fccID[4];        
		unsigned   long       dwSize;            
		unsigned   short     wFormatTag;    
		unsigned   short     wChannels;  
		unsigned   long       dwSamplesPerSec;  
		unsigned   long       dwAvgBytesPerSec;  
		unsigned   short     wBlockAlign;  
		unsigned   short     uiBitsPerSample;  
	}WAVE_FMT;  
 
	typedef struct WAVE_DATA{  
		char       fccID[4];          
		unsigned long dwSize;              
	}WAVE_DATA;  
 
 
	if(channels==0||sample_rate==0){
    channels = 2;
    sample_rate = 44100;
	}
	int bits = 16;
 
    WAVE_HEADER   pcmHEADER;  
    WAVE_FMT   pcmFMT;  
    WAVE_DATA   pcmDATA;  
 
    unsigned   short   m_pcmData;
    FILE   *fp,*fpout;  
 
	fp=fopen(pcmpath, "rb");
    if(fp == NULL) {  
        printf("open pcm file error\n");
        return -1;  
    }
	fpout=fopen(wavepath,   "wb+");
    if(fpout == NULL) {    
        printf("create wav file error\n");  
        return -1; 
    }        
	//WAVE_HEADER
    memcpy(pcmHEADER.fccID,"RIFF",strlen("RIFF"));                    
    memcpy(pcmHEADER.fccType,"WAVE",strlen("WAVE"));  
    fseek(fpout,sizeof(WAVE_HEADER),1); 
	//WAVE_FMT
    pcmFMT.dwSamplesPerSec=sample_rate;  
    pcmFMT.dwAvgBytesPerSec=pcmFMT.dwSamplesPerSec*sizeof(m_pcmData);  
    pcmFMT.uiBitsPerSample=bits;
    memcpy(pcmFMT.fccID,"fmt ",strlen("fmt "));  
    pcmFMT.dwSize=16;  
    pcmFMT.wBlockAlign=2;  
    pcmFMT.wChannels=channels;  
    pcmFMT.wFormatTag=1;  
 
    fwrite(&pcmFMT,sizeof(WAVE_FMT),1,fpout); 
 
    //WAVE_DATA;
    memcpy(pcmDATA.fccID,"data",strlen("data"));  
    pcmDATA.dwSize=0;
    fseek(fpout,sizeof(WAVE_DATA),SEEK_CUR);
 
    fread(&m_pcmData,sizeof(unsigned short),1,fp);
    while(!feof(fp)){  
        pcmDATA.dwSize+=2;
        fwrite(&m_pcmData,sizeof(unsigned short),1,fpout);
        fread(&m_pcmData,sizeof(unsigned short),1,fp);
    }  
 
    pcmHEADER.dwSize=44+pcmDATA.dwSize;
 
    rewind(fpout);
    fwrite(&pcmHEADER,sizeof(WAVE_HEADER),1,fpout);
    fseek(fpout,sizeof(WAVE_FMT),SEEK_CUR);
    fwrite(&pcmDATA,sizeof(WAVE_DATA),1,fpout);
	
	fclose(fp);
    fclose(fpout);
 
    return 0;
}

调用方法：

simplest_pcm16le_to_wave("NocturneNo2inEflat_44.1k_s16le.pcm",2,44100,"output_nocturne.wav");

参考：

http://soundfile.sapp.org/doc/WaveFormat/