AVI和WAV文件格式分析

---

AVI文件

使用Atomic Browser 软件打开AVI文件，可以看出视频和音频的数据是交织放置的。

WAV文件概述

    WAVE(Waveform Audio File Format),是录音时用的标准的Windows文件格式，文件的扩展名为“WAV”，数据本身的格式为PCM或压缩型。WAVE文件格式是一种由微软和IBM联合开发的用于音频数字存储的标准，它采用RIFF文件格式结构，非常接近于AIFF和IFF格式。符合 PIFF Resource Interchange File Format规范。WAVE文件可以存储大量格式的数据，通常采用的音频编码方式是脉冲编码调制(PCM)。WAVE对音频流的编码没有硬性规定，除了PCM之外，还有几乎所有支持ACM规范的编码都可以为WAV的音频流进行编码。由于 WAV格式源自Windows/Intel环境，因而采用Little-Endian字节顺序进行存储。

---

文件结构

• WAV文件遵循RIFF规则，其内容以区块（chunk）为最小单位进行存储。
• RIFF格式的wav文件由若干个Chunk(块)组成，按顺序为 RIFF WAVE Chunk、Format Chunk、Fact Chunk(可选)和Data Chunk。每个块都有固定而且类似的格式。
• 一般整个WAV文件可以分成两部分：前一部分为文件头，后一部分为数据块。根据其编码方式和采样位数的不同, 这两部分的大小有所不同。

1. RIFF WAVE块格式

名称	长度（字节）	说明
ID	4	“RIFF”，块标识
Size	4
Type	4	“WAVE”

• Wav 文件最开始 4 个字节是 ID 部分，其内容为 RIFF 的 ASCII码，紧跟的4个字节表示的文件大小是总文件字节数减去ID 和Size所占字节数的8 个字节。然后是 Type部分，其内容为WAVE的ASCII码，4个字节。

• 以上图为例：
  52 49 46 46 ：表示RIFF文件格式，固定。
  72 0d 0b 00 ：表示WAV文件大小，为724338(0xb0d72)字节
        （不包括ID 和Size所占字节数的8个字节）。
  57 41 56 45 : 表示WAVE文件, 固定.

2. Format块格式

名称	长度(字节)	说明
ID	4	“fmt”，块标识，字符最后以空格结束
Size	4	Format块长度（不包括ID、Size），其数值不确定,取决于编码格式。
AudioFormat	2	表示Data区块存储的音频数据的编码类型标识
NumChannels	2	音频数据的声道数，1：单声道，2：双声道
SampleRate	4	采样频率
ByteRate	4	数据传输速率，每秒记录的数据量（单位：字节）
BlockAlign	2	数据块对齐单位,表示每个采样帧占据的字节数
BitsPerSample	2	采样位数，存储每个采样值所用的二进制数位数
(附加，可选)	2	系统预留，全部置0，仅8位采样文件中有

• 其中，ByteRate和Block可以由其他数据计算得出：
  ByteRate = SampleRate * NumChannels * BitsPerSample / 8
  BlockAlign = NumChannels * BitsPerSample / 8

• 以上图为例:
  66 6D 74 20 : “fmt ”, Format块标识
  10 00 00 00 ：表示Format块数据大小，为16字节。
  01 00 ：音频数据的编码类型标识,为PCM编码
  01 00 ：音频数据的声道数，为单声道
  40 1F 00 00 ：采样频率为8000Hz
  80 3E 00 00 ：数据传输速率为16000字节/s
  02 00 : 数据块对齐单位,每个采样帧占据2字节
  10 00 : 采样位数，每个采样值所用的二进制数位数为16

3. Fact块格式

名称	长度（字节）	说明
ID	4	“fact”，块标识
Size	4	Fact块长度（不包括ID、Size），一般为4
Data	4	Fact数据，表示每个声道的采样总数

4. Data块格式

名称	长度（字节）	说明
ID	4	“data”，块标识
Size	4	Data块数据长度，ByteRate * seconds
Data	-	Data块数据

对于Data块，根据声道数和采样率的不同情况，布局如下：

1) 8比特单声道

采样1	采样2
数据1	数据2

2) 8比特双声道

采样1		采样2
声道1数据1	声道2数据1	声道1数据2	声道2数据2

3) 16比特单声道

采样1		采样2
数据1低字节	数据1高字节	数据2低字节	数据2高字节

4) 16比特双声道

采样1
声道1数据1低字节	声道1数据1高字节	声道2数据1低字节	声道2数据1高字节
采样2
声道1数据2低字节	声道1数据2高字节	声道2数据2低字节	声道2数据2高字节

---

以上图为例
64 61 74 61 ： “data”，数据块标识
4E 0D 0B 00 : data块数据长度，为724302字节
剩下的是数据部分