wav音频文件实例详细解析

1.WAV格式

 Waveform Audio File Format （ WAV ，又或者是因为 WAV 后缀而被大众所知的），它采用 RIFF （Resource Interchange File Format）文件格式结构。通常用来保存 PCM 格式的原始音频数据，所以通常被称为无损音频。但是严格意义上来讲， WAV 也可以存储其它压缩格式的音频数据。

2.WAV文件格式

WAV 文件遵循 RIFF 规则用于存储多媒体文件，其内容以区块（chunk）为最小单位进行存储。WAV文件一般由3个区块组成：RIFF chunk、Format chunk和Data chunk。所有基于压缩编码的WAV文件必须含有fact块。此外所有其它块都是可选的。

RIFF块包含两个子块，这两个子块的ID分别是 "fmt" 和 "data",其中 "fmt" 子块由结构PcmWaveFormat所组成，其子块的大小就是sizeof(PcmWaveFormat),数据组成就是PcmWaveFormat结构中的数据。

3.实例分析

WAV文件的声音数据保存在数据块中。块标识符为“data”, 块长度值为声音数据的长度。

从数据块的第9个字符开始是声音波形采样数据。每个样本按采样的时间先后顺序写入。样本的字节数取决于采样位数。对于多字节样本, 低位字节数据 放在低地址单元,相邻的高位字节数据放在高地址单元。多声道样本数据采用交替方式存储。例如: 立体声(双声道)采样值的存储顺序为:

通道1第1采样值, 通道2第1采样值；通道1第2采样值, 通道2第2采样值;以此类推。基于PCM编码的样本数据排列方式。

 

（1）“52 49 46 46”这个是Ascii字符“RIFF”，这部分是固定格式，表明这是一个WAVE文件头。

（2）“24 53 07 00”，这个是我这个WAV文件的数据大小，这个大小包括除了前面4个字节的所有字节，也就等于文件总字节数减去8。480044-8=480036个字节。

（3）“57 41 56 45 66 6D 74 20”，也是Ascii字符“WAVEfmt”，这部分是固定格式。
以后是PCMWAVEFORMAT部分（通常意义上说的语音编码都是指将8KHz采样、16bits量化的线性PCM语音信号压缩成其它格式的语音信号，解码时就将其它格式的语音信号变换成8KHz采样、16bits量化的线性PCM语音信号。一般说来，这个转换过程比较复杂，费时费力。如果对其它格式的语音信号直接加上对应的WAVE文件头就不用这个转换过程，用微软自带的录音机就可解码语音。）

（4）“10 00 00 00”，这是一个DWORD（双字节数据类型），对应数字16，这个对应定义中的PCMWAVEFORMAT部分的大小，可以看到后面的这个段内容正好是16个字节。一般情况下大小为16，此时最后附加信息没有。

（5）“01 00”，这是一个WORD，对应定义为编码格式（01表示WAVE_FORMAT_PCM格式）。

（6）“01 00”，这是一个WORD，对应数字1，表示声道数为1，是个单声道Wav。

（7）“80 3E 00 00”对应数字16000，代表的是采样频率16000，采样率（每秒样本数），表示每个通道的播放速度。

（8）“00 7D 00 00”对应数字32000，代表的是每秒的数据量，波形音频数据传送速率，其值为通道数×每秒样本数×每样本的数据位数／8（1*16000*16/8）。播放软件利用此值可以估计缓冲区的大小。

（9）“02 00”对应数字是2，表示块对齐的内容。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。

（10）“10 00”数值为16，采样大小为16Bits，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。

（11）“00 00”此处为附加信息（可选），和（4）中的size对应。

（12）“64 61 74 61”，这个是Ascii字符“data”，标示头结束，开始数据区域。

4.附录

ASCII码值一览表