-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
现在工作任务太杂了,从后台到数据库,再到界面,现在还要用音频相关的。
虽然是工作也要认真记录完成。
1 WAV/WMA/MP3的比较
介绍WAV格式之前,有必要拿最常见的几种格式进行一下比较。
MP3(Moving Picture Experts Group Audio Layer II)即MPEG Audio Layer3,是一种音频压缩技术。WMA诞生时间稍微晚一点,也是一种音频压缩技术,相关资料显示,其压缩率相对于MP3更有优势,只不过其标准不及MP3开放,所以市面上MP3格式的文件相对流行一些。
而WAV为声音文件的格式,采用RIFF标准(RIFF是Microsoft提出的一种多媒体文件的存储方式,不同编码的音频、视频文件,可以按照它定义的存储规则保存、记录各自不同的数据,WAV和AVI都采用这种标准),不进行压缩。
2 WAV格式描述
WAV格式符合RIFF标准,同样采用FOURCC,CHUNK和LIST进行组织,三者的关系形象的来进行比喻的话,FOURCC类似与Linux中的RootFS,LIST类似于各个分区的目录,而CHUNK类似于文件,系统中可能存在多个FOURCC和CHUNK,并且RIFF和LIST块可以包含其他块,而其它块仅能含有数据。
这里引用资料中的一张图片来进行形象说明,如下:
(待添加)
WAV文件由若干个Chunk构成,按照从前向后的顺序依次为RIFF WAVE CHUNKàFORMAT CHUNKàFACT CHUNK(可选,不一定有)àDATA CHUNK,如下图所示:
------------------------------------------------
| RIFF WAVE Chunk |
| ID = 'RIFF' |
| RiffType = 'WAVE' |
------------------------------------------------
| Format Chunk |
| ID = 'fmt ' |
------------------------------------------------
| Fact Chunk(optional) |
| ID = 'fact' |
------------------------------------------------
| Data Chunk |
| ID = 'data' |
------------------------------------------------
其中,按照RIFF的规定,每个Chunk的格式都是固定的,可以用下面的结构体来进行描述:
structchunk { u32id; /* 块标志*/ u32size; /* 块大小*/ u8dat[size]; /* 块内容*/ }; |
WAV文件的详细Layout如下表所描述:
endian | field name | Size | Column1 |
big | ChunkID | 4 | 文件头标识,一般就是" RIFF" 四个字母 |
little | ChunkSize | 4 | 整个数据文件的大小,不包括上面ID和Size本身 |
big | Format | 4 | 一般就是" WAVE" 四个字母 |
big | SubChunk1ID | 4 | 格式说明块,本字段一般就是"fmt " |
little | SubChunk1Size | 4 | 本数据块的大小,不包括ID和Size字段本身 |
little | AudioFormat | 2 | 音频的格式说明 |
little | NumChannels | 2 | 声道数 |
little | SampleRate | 4 | 采样率 |
little | ByteRate | 4 | 比特率,每秒所需要的字节数 |
little | BlockAlign | 2 | 数据块对齐单元 |
little | BitsPerSample | 2 | 采样时模数转换的分辨率 |
big | SubChunk2ID | 4 | 真正的声音数据块,本字段一般是"data" |
little | SubChunk2Size | 4 | 本数据块的大小,不包括ID和Size字段本身 |
little | Data | N | 音频的采样数据 |
举例以文件simtkit_callwait.wav为例来进一步说明wav文件的格式,该文件为WinCE6.0下的系统自带音频文件,可以从VS2005开发环境下找到。
该文件前64字节如下:
详细分析如下:
使用Adobe Audition分析如下:
分析Sample 0如下:
可以看到,采样点0的采样值(114)正好是二进制文件中Sample 0的采样值(0x72),其它采样点不再具体分析。
解析wav头文件代码如下:
struct RIFF_HEADER
{
char szRiffID[4]; // 'R','I','F','F'
DWORD dwRiffSize;
char szRiffFormat[4]; // 'W','A','V','E'
};
struct WAVE_FORMAT
{
WORD wFormatTag;
WORD wChannels;
DWORD dwSamplesPerSec;
DWORD dwAvgBytesPerSec;
WORD wBlockAlign;
WORD wBitsPerSample;
};
struct waveHead
{
RIFF_HEADER riff;
char szFmtID[4]; // 'f','m','t',' '
DWORD dwFmtSize;
WAVE_FORMAT wavFormat;
};
struct FACT_BLOCK
{
char szFactID[4]; // 'f','a','c','t'
DWORD dwFactSize;
};
struct DATA_BLOCK
{
char szDataID[4]; // 'd','a','t','a'
DWORD dwDataSize;
};
waveHead aHeader;
fseek(m_soundf, 0, SEEK_SET);
fread(&aHeader, 1, sizeof(waveHead), m_soundf);
memcpy(&m_wformat, &(aHeader.wavFormat), sizeof(WAVE_FORMAT));
m_wformat.cbSize = 0;
//if (aHeader.dwFmtSize == 18)
//fread(&(m_wformat.cbSize), 1, sizeof(WORD), m_soundf);
fseek(m_soundf, aHeader.dwFmtSize-16, SEEK_CUR);
FACT_BLOCK fact;
DATA_BLOCK data;
fread(&fact, 1, sizeof(FACT_BLOCK), m_soundf);
if (*((DWORD*)fact.szFactID) == *((DWORD*)"fact"))
{
fseek(m_soundf, fact.dwFactSize, SEEK_CUR);
fread(&data, 1, sizeof(DATA_BLOCK), m_soundf);
}
else if (*((DWORD*)fact.szFactID) == *((DWORD*)"data"))
memcpy(&data, &fact, sizeof(DATA_BLOCK));
m_iDataStart = ftell(m_soundf);
m_iDataSize = data.dwDataSize;