WAVE文件头格式剖析以及pcm2wav

转自：http://blog.csdn.net/loveheronly/article/details/7383385

常用语音编码的WAVE文件头格式剖析

　　WAVE文件头作为多媒体中使用的声波文件格式之一，它是以RIFF格式为标准的。RIFF是英文Resource Interchange File Format的缩写，每个WAVE文件的头四个字节便是“RIFF”。合理利用WAVE文件头可以更有效地进行语音解码。

　　通常意义上说的语音编码都是指将8KHz采样、16比特量化的线性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、16比特量化的线性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。

　下面就分别剖析各种语音编码的WAVE文件头格式，用如下各个表（表1到表7）进行对比即可。


表1　8KHz采样、16比特量化的线性PCM语音信号的WAVE文件头格式表（共44字节）




偏移地址 字节数 数据类型 内容 文件头定义为
00H 4 char "RIFF" char riff_id[4]="RIFF"
04H 4 long int 文件总长-8 long int size0=文总长-8
08H 8 char "WAVEfmt " char wave_fmt[8]
10H 4 long int 10 00 00 00H(PCM) long int size1=0x10
14H 2 int 01 00H int fmttag=0x01
16H 2 int int channel=1 或2
18H 4 long int 采样率 long int samplespersec
1CH 4 long int 每秒播放字节数 long int bytepersec
20H 2 int 采样一次占字节数 int blockalign=声道数*量化数/8
22H 2 int 量化数 int bitpersamples=8或16
24H 4 char "data" char data_id="data"
28H 4 long int 采样数据字节数 long int size2=文长-44
2CH 到文尾 char 采样数据 　




表2　8KHz采样、8比特A律量化的PCM语音信号的WAVE文件头格式表（共58字节）




偏移地址 字节数 数据类型 内容 文件头定义为
00H 4 char "RIFF" char riff_id[4]="RIFF"
04H 4 long int 文件总长-8 long int size0=文总长-8
08H 8 char "WAVEfmt " char wave_fmt[8]
10H 4 long int 12000000H(ALAW) long int size1=0x12
14H 2 int 06 00H int fmttag=0x06
16H 2 int 声道数 int channel=1 或2
18H 4 long int 采样率 long int samplespersec
1CH 4 long int 每秒播放字节数 long int bytepersec
20H 2 int 采样一次占字节数 int blockalign=0x01
22H 4 long int 量化数 long int bitpersamples=8
26H 4 char "fact" char wave_fact="fact"
2AH 8 char 0400000000530700H定 char temp
32H 4 char "data" char wave_data="data"
36H 4 long int 采样数据字节数 lont int size2=文长-58




表3　8KHz采样、8比特U律量化的PCM语音信号的WAVE文件头格式表（共58字节）




偏移地址 字节数 数据类型 内容 文件头定义为
00H 4 char "RIFF" char riff_id[4]="RIFF"
04H 4 long int 文件总长-8 long int size0=文总长-8
08H 8 char "WAVEfmt " char wave_fmt[8]
10H 4 long int 12000000H(ULAW) long int size1=0x12
14H 2 int 07 00H int fmttag=0x07
16H 2 int 声道数 int channel=1 或2
18H 4 long int 采样率 long int samplespersec
1CH 4 long int 每秒播放字节数 long int bytepersec
20H 2 int 采样一次占字节数 int blockalign=0x01
22H 4 long int 量化数 long int bitpersamples=8
26H 4 char "fact" char wave_fact="fact"
2AH 8 char 0400000000530700H定 char temp
32H 4 char "data" char wave_data="data"
36H 4 long int 采样数据字节数 lont int size2=文长-58




表4　ADPCM语音编码后的WAVE文件头格式表（共90字节）




偏移地址 字节数 数据类型 内容 文件头定义为
00H 4 char "RIFF" char riff_id[4]="RIFF"
04H 4 long int 文件总长-8 long int size0=文总长-8
08H 8 char "WAVEfmt " char wave_fmt[8]
10H 4 long int 32000000H(ADPCM) long int size1=0x32
14H 2 int 02 00H int fmttag=0x02
16H 2 int 声道数 int channel=1 或2
18H 4 long int 采样率 long int samplespersec
1CH 4 long int 每秒播放字节数 long int bytepersec
20H 2 int 采样一次占字节数 int blockalign=声道数*量化数/8
22H 2 int 量化数 int bitpersamples=4
24H 34 char 固定字节 char temp1
46H 4 char "fact" char wave_fact="fact"
4AH 8 char 0400000004930600H定 char temp2
52H 4 char "data" char wave_data="data"
56H 4 long int 采样数据字节数 lont int size2=文长-90
5AH 到文尾 采样数据 　 　




表5　GSM语音编码后的WAVE文件头格式表（共60字节）




偏移地址 字节数 数据类型 内容 文件头定义为
00H 4 char "RIFF" char riff_id[4]="RIFF"
04H 4 long int 文件总长-8 long int size0=文总长-8
08H 8 char "WAVEfmt " char wave_fmt[8]
10H 4 long int 14000000H(GSM) long int size1=0x14
14H 2 int 31 00H int fmttag=0x31
16H 2 int 声道数 int channel=1 或2
18H 4 long int 采样率 long int samplespersec
1CH 4 long int 每秒播放字节数 long int bytepersec
20H 8 char 4100000002004001H定 char temp1
28H 8 char 6661637404000000H定 char temp2
30H 4 char 40 E2 05 00H定 char temp3
34H 4 char "data" char wave_data="data"
38H 4 long int 采样数据字节数 lont int size2=文长-60
3CH 到文尾 采样数据 　 　




表6　SBC语音编码后的WAVE文件头格式表（共58字节）




偏移地址 字节数 数据类型 内容 文件头定义为
00H 4 char "RIFF" char riff_id[4]="RIFF"
04H 4 long int 文件总长-8 long int size0=文总长-8
08H 8 char "WAVEfmt " char wave_fmt[8]
10H 4 long int 12000000H(SBC) long int size1=0x12
14H 2 int 71 00H int fmttag=0x71
16H 2 int 声道数 int channel=1 或2
18H 4 long int 采样率 long int samplespersec
1CH 4 long int 每秒播放字节数 long int bytepersec
20H 2 int 采样一次占字节数 int blockalign=0x25
22H 4 long int 量化数 long int bitpersamples=16
26H 4 char "fact" char wave_fact="fact"
2AH 8 char 0400000076280400H定 char temp
32H 4 char "data" char wave_data="data"
36H 4 long int 采样数据字节数 lont int size2=文长-59




表7　CELP语音编码后的WAVE文件头格式表（共58字节）




偏移地址 字节数 数据类型 内容 文件头定义为
00H 4 char "RIFF" char riff_id[4]="RIFF"
04H 4 long int 文件总长-8 long int size0=文总长-8
08H 8 char "WAVEfmt " char wave_fmt[8]
10H 4 long int 12000000H(CELP) long int size1=0x12
14H 2 int 70 00H int fmttag=0x70
16H 2 int 声道数 int channel=1 或2
18H 4 long int 采样率 long int samplespersec
1CH 4 long int 每秒播放字节数 long int bytepersec
20H 2 int 采样一次占字节数 int blockalign=0x0C
22H 4 long int 量化数 long int bitpersamples=16
26H 4 char "fact" char wave_fact="fact"
2AH 8 char 0400000060520700H定 char temp
32H 4 char "data" char wave_data="data"

36H 4 long int 采样数据字节数 lont int size2=文长-58

[cpp]  view plain  copy

1. // Test.cpp : 定义控制台应用程序的入口点。  
2. //  
3.   
4. #include "stdafx.h"  
5. #include <stdlib.h>  
6. #include <stdio.h>  
7. #include <malloc.h>  
8. #include <windows.h>  
9. #include <string>  
10. using namespace std;  
11.   
12. struct tagHXD_WAVFLIEHEAD  
13. {  
14.     CHAR RIFFNAME[4];  
15.     DWORD nRIFFLength;  
16.     CHAR WAVNAME[4];  
17.     CHAR FMTNAME[4];  
18.     DWORD nFMTLength;  
19.     WORD nAudioFormat;  
20.   
21.     WORD nChannleNumber;  
22.     DWORD nSampleRate;  
23.     DWORD nBytesPerSecond;  
24.     WORD nBytesPerSample;  
25.     WORD    nBitsPerSample;  
26.     CHAR    DATANAME[4];  
27.     DWORD   nDataLength;  
28. };typedef tagHXD_WAVFLIEHEAD HXD_WAVFLIEHEAD;  
29.   
30. int a_law_pcm_to_wav(const char *pcm_file, const char *wav)  
31. {  
32.     // 开始准备WAV的文件头  
33.     HXD_WAVFLIEHEAD DestionFileHeader;  
34.     DestionFileHeader.RIFFNAME[0] = 'R';  
35.     DestionFileHeader.RIFFNAME[1] = 'I';  
36.     DestionFileHeader.RIFFNAME[2] = 'F';  
37.     DestionFileHeader.RIFFNAME[3] = 'F';  
38.   
39.     DestionFileHeader.WAVNAME[0] = 'W';  
40.     DestionFileHeader.WAVNAME[1] = 'A';  
41.     DestionFileHeader.WAVNAME[2] = 'V';  
42.     DestionFileHeader.WAVNAME[3] = 'E';  
43.   
44.     DestionFileHeader.FMTNAME[0] = 'f';  
45.     DestionFileHeader.FMTNAME[1] = 'm';  
46.     DestionFileHeader.FMTNAME[2] = 't';  
47.     DestionFileHeader.FMTNAME[3] = 0x20;  
48.     DestionFileHeader.nFMTLength = 16;  //  表示 FMT 的长度  
49.     DestionFileHeader.nAudioFormat = 6; //这个表示a law PCM  
50.   
51.     DestionFileHeader.DATANAME[0] = 'd';  
52.     DestionFileHeader.DATANAME[1] = 'a';  
53.     DestionFileHeader.DATANAME[2] = 't';  
54.     DestionFileHeader.DATANAME[3] = 'a';  
55.     DestionFileHeader.nBitsPerSample = 8;  
56.     DestionFileHeader.nBytesPerSample = 1;    //  
57.     DestionFileHeader.nSampleRate = 8000;    //  
58.     DestionFileHeader.nBytesPerSecond = 8000;  
59.     DestionFileHeader.nChannleNumber = 1;  
60.   
61.     // 文件头的基本部分  
62.     int nFileLen = 0;  
63.     int nSize = sizeof(DestionFileHeader);  
64.   
65.     FILE *fp_s = NULL;  
66.     FILE *fp_d = NULL;  
67.   
68.     fp_s = fopen(pcm_file, "rb");  
69.     if (fp_s == NULL)  
70.         return -1;  
71.   
72.     fp_d = fopen(wav, "wb+");  
73.     if (fp_d == NULL)  
74.         return -2;  
75.   
76.   
77.     int nWrite = fwrite(&DestionFileHeader, 1, nSize, fp_d);     //将文件头写入wav文件  
78.     if (nWrite != nSize)  
79.     {  
80.         fclose(fp_s);  
81.         fclose(fp_d);  
82.         return -3;  
83.     }  
84.   
85.     while( !feof(fp_s))  
86.     {  
87.         char readBuf[4096];  
88.         int nRead = fread(readBuf, 1, 4096, fp_s);    //将pcm文件读到readBuf  
89.         if (nRead > 0)  
90.         {  
91.             fwrite(readBuf, 1, nRead, fp_d);      //将readBuf文件的数据写到wav文件  
92.         }  
93.   
94.         nFileLen += nRead;  
95.     }  
96.     fseek(fp_d, 0L, SEEK_SET);   //将读写位置移动到文件开头  
97.   
98.     DestionFileHeader.nRIFFLength = nFileLen - 8 + nSize;  
99.     DestionFileHeader.nDataLength = nFileLen;  
100.     nWrite = fwrite(&DestionFileHeader, 1, nSize, fp_d);   //重新将文件头写入到wav文件  
101.     if (nWrite != nSize)  
102.     {  
103.         fclose(fp_s);  
104.         fclose(fp_d);  
105.         return -4;  
106.     }  
107.   
108.     fclose(fp_s);  
109.     fclose(fp_d);  
110.   
111.     return nFileLen;  
112. }  
113.   
114.   
115. int _tmain(int argc, _TCHAR* argv[])  
116. {  
117.   
118.     char pcm[256]={0},wav[256]={0};  
119.     strcpy(pcm,"C:\\2200124.pcm");  
120.     strcpy(wav,"C:\\2200124.wav");  
121.     a_law_pcm_to_wav(pcm,wav);  
122.   
123.     
124.    getchar();  
125.     return 0;  
126. }