关于wav amr音频分析

关于wav amr音频分析

从事嵌入式开发过程中，如果遇到播放wav 和 amr格式音频的话，我们就必须要对这两种音频格式的数据有所了解，今天就简单介绍下这两种音频文件。

1.WAV文件
WAVE文件格式是Microsoft的RIFF规范的一个子集，用于存储数字音频，整个文件就是一个RIFF大块，它的基本形式包括两种块：fmt块，用于描述压缩格式、采样率等基本信息；data块。包含实际样本数据。

咋们先贴一张WAV文件的二进制数据图。

WAV文件=wav头+ 音频数据

先介绍下wav音频数据的头分析

地址/大小	描述
00H 4 bytes	RIFF
04H 4 bytes	从此地址计算本文件的大小
08H 4 bytes	wav
0cH 4 bytes	fmt
10H 4 bytes	从此地址计算文件大小
14H 2 bytes	编码格式0x0001代表pcm
16H 2 bytes	channels，1-单声道，2-双声道
18H 4 bytes	sample rate 采用频率
1cH 4 bytes	bitssample ratechannels/8 每秒传输字节数
20H 2 bytes	bits*channels/8
22H 2 bytes	bits（量化位数）
24H 4 bytes	“data”
28H 4 bytes	后面开始的语音数据的大小，真正的文件大小=这个值+0x2c
2cH …	语音数据

c语言中对于一个wav头，如下

struct wav_header {
    uint32_t riff_id;
    uint32_t riff_sz;
    uint32_t riff_fmt;    /*  riff end  */
    uint32_t fmt_id;
    uint32_t fmt_sz;    /* fmt sz fmt大小 wav头中描述其格式占用字节数   */
    uint16_t audio_format;    /* fmt_sz start   */
    uint16_t num_channels;
    uint32_t sample_rate;
    uint32_t byte_rate;       /* sample_rate * num_channels * bps / 8 */
    uint16_t block_align;     /* num_channels * bps / 8 */
    uint16_t bits_per_sample;     /*  fmt_sz end   */
    uint32_t data_id;
    uint32_t data_sz;
};

一个wav文件偏移wav大小就是pcm格式的音频数据了，该数据可以被声卡直接播放。我们在编写程序时，如果要播放或者录制wav格式的音频该怎么办。
播放：
提取wav头文件，包括的一些重要参数，采样率，音频本身音频格式，通道，音频数据大小等，主要用于打开与设置pcm设备，然后将pcm音频数据直接送入声卡中播放即可。
录制：
创建一个文件，先写入wav结构体的头，然后使用音频应用接口从pcm设备中读取要录制的pcm数据后，直接写入，即可形成一个wav格式的音频。

2.amr格式音频
amr格式音频叫什么，自适应多速率编码格式，它分为两种，一种为amrnb，另一种为amrwb，两者区别如下：
amr-nb:语音带宽范围：300－3700Hz，8KHz采样频率
amr-wb:语音带宽范围：50～7000Hz，16KHz采样频率

简单说下amrnb音频格式
amrnb音频主要有如下编码方式
amr关键在于20ms采样一帧数据，这个是重点。
8KHz的采样频率，20ms采样一帧数据，每秒50帧数据，每帧数据8KHz/50=160个采样点，会得到一个数据长度的数据，amr是压缩型的数据，所以需要对采样数据经常信息提取，把数据进行压缩，重新编码，通过此法得到8中编码格式如下：

序号	规格	音频帧字节数	帧头	FT
0	AMR 4.75	13	0400000100	0000
1	AMR 5.15	14	0C 00001100	0001
2	AMR 5.9	16	14 00010100	0010
3	AMR6.7	18	1C 00011100	0011
4	AMR 7.4	20	24 00100100	0100
5	AMR 7.95	21	2C 00101100	0101
6	AMR 10.2	27	34 00110100	0110
7	AMR 12.2	32	3C 00111100	0111

下面看看amr格式文件二进制数据：

从上图可知，当前文件采用AMR12.2规格编码方式进行编码的，我们如果要播放此格式音频，如何提取数据，并且对数据进行节目呢？
1.偏移amr头 6个字节
2.读取一个字节数据，从中提取出本语音帧使用的规格，判断出字节数，在从数据中提取出语音帧。

一般语音帧帧头不属于上面的8种，采用直接跳过，往下读取的方法，最终将整个amr文件读取完毕为止。