如何写WAV格式文件头（笔记）

最新推荐文章于 2024-09-16 09:01:40 发布

seven407

最新推荐文章于 2024-09-16 09:01:40 发布

阅读量3.5k

点赞数 1

文章标签： struct 存储语言 header c byte

本文链接：https://blog.csdn.net/seven407/article/details/5836911

版权

解读Wave文件头
2010-08-02 20:34
转自：http://blog.csdn.net/caomiao2006/archive/2009/11/20/4839631.aspx

要用Java写个在线画Wave图形的程序，就研究了一下Wave文件头结构。
解读Wave，文件头解释，可以用16位编辑器UltraEdit打开，然后可以观察文件的结构。
我发现对应C语言里面的字WORD（32位），16进制文件对应2个字节（Byte），而DWORD（64位），对应4个字节。

然后顺便普及一下16进制文件的存储规律，对于WORD，先存储低位字节，然后存储高位字节，而DWORD，则先存储低两位的低位，然后是低两位的高位，然后是高两位的低位，然后是高两位的高位。

介绍一下WAVE文件的结构：
标志符（RIFF）
数据大小
格式类型（"WAVE"）
"fmt"
Sizeof(PCMWAVEFORMAT)
PCMWAVEFORMAT
"data"
声音数据大小
声音数据

查到C语言中对应的WAV的文件头结构如下：
Typedef struct
{
WAVEFORMAT wf;//波形格式；
WORD wBitsPerSample;//WAVE文件的采样大小；
}PCMWAVEFORMAT;
//WAVEFORMAT结构定义如下：
typedef struct
{
WORD wFormatag;//编码格式，包括WAVE_FORMAT_PCM，WAVEFORMAT_ADPCM等
WORD nChannls;//声道数，单声道为1，双声道为2;
DWORD nSamplesPerSec;//采样频率；
DWORD nAvgBytesperSec;//每秒的数据量；
WORD nBlockAlign;//块对齐；
}WAVEFORMAT;

然后我们根据实际的一个文件的文件头进行对比分析，然后大家就应该明白了：
首先是一串"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。
然后是"E4 3C 00 00"，这个是我这个WAV文件的数据大小，记住这个大小是包括头文件的一部分的，包括除了前面8个字节的所有字节，也就等于文件总字节数减去8。这是一个DWORD，我这个文件对应是15588。
然后是"57 41 56 45 66 6D 74 20"，也是Ascii字符"WAVEfmt"，这部分是固定格式。

然后是PCMWAVEFORMAT部分，可以对照一下上面的struct定义，首先就是一个WAVEFORMAT的struct。
随后是"10 00 00 00"，这是一个DWORD，对应数字16，这个对应定义中的Sizeof(PCMWAVEFORMAT)，后面我们可以看到这个段内容正好是16个字节。
随后的字节是"01 00"，这是一个WORD，对应定义为编码格式"WAVE_FORMAT_PCM"，我们一般用的是这个。
随后的是"01 00"，这是一个WORD，对应数字1，表示声道数为1，这是个单声道Wav。
随后的是"22 56 00 00"，这是一个DWORD，对应数字22050，代表的是采样频率22050。
随后的是"44 AC 00 00"，这是一个DWORD，对应数字44100，代表的是每秒的数据量。
然后是"02 00"，这是一个WORD，对应数字是2，表示块对齐的内容，含义不太清楚。
然后是"10 00"，这是一个WORD，对应WAVE文件的采样大小，数值为16，采样大小为16Bits。
然后是一串"64 61 74 61"，这个是Ascii字符"data"，标示头结束，开始数据区域。
而后是数据区的开头，有一个DWORD，我这里的字符是"C0 3C 00 00"，对应的十进制数为15552，看一下前面正好可以看到，文件大小是15596，其中到"data"标志出现为止的头是40个字节，再减去这个标志的4个字节正好是15552，再往后面就是真正的Wave文件的数据体了，头文件的解析就到这里。

下面从别人的文章转述文件体的数据格式：
16位单声道：
采样一（低字节、高字节），采样二（低字节、高字节），……
16位双声道：
采样一[左声道（低字节、高字节）、右声道（低字节、高字节）]，……

这样，我就明白了WAVE的文件结构了，希望大家能够从中得到帮助。

http://tech.techweb.com.cn/thread-332600-1-1.html

MSDN对于WAV格式有说明，PCMWAVFORMAT已经被WAVEFORMATEX结构取代。

注：
1. 所以，wave文件头的大小是44个字节，从45开始是音频数据（注：有的wav文件头长度为46字节）
2. 百度百科里的《WAV格式》文章讲到文件头格式时，使用了多个结果体。比较一下就知道内容和上面讲的是一样的，可供参考：http://baike.baidu.com/view/14471.htm

wav文件格式分析详解转自：http://blog.csdn.net/BlueSoal/archive/2006/07/17/932395.aspx

一、综述
WAVE文件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"。
WAVE文件是由若干个Chunk组成的。按照在文件中的出现位置包括：RIFF WAVE
Chunk, Format Chunk, Fact Chunk(可选), Data Chunk。具体见下图：

其中除了Fact Chunk外，其他三个Chunk是必须的。每个Chunk有各自的ID，位
于Chunk最开始位置，作为标示，而且均为4个字节。并且紧跟在ID后面的是Chunk大
小（去除ID和Size所占的字节数后剩下的其他字节数目），4个字节表示，低字节
表示数值低位，高字节表示数值高位。下面具体介绍各个Chunk内容。
PS：
所有数值表示均为低字节表示低位，高字节表示高位。

以'FIFF'作为标示，然后紧跟着为size字段，该size是整个wav文件大小减去ID
和Size所占用的字节数，即FileLen - 8 = Size。然后是Type字段，为'WAVE'，表
示是wav文件。
结构定义如下：
struct RIFF_HEADER
{
char szRiffID[4]; // 'R','I','F','F'
DWORD dwRiffSize;
char szRiffFormat[4]; // 'W','A','V','E'
};

以'fmt '作为标示。一般情况下Size为16，此时最后附加信息没有；如果为18
则最后多了2个字节的附加信息。主要由一些软件制成的wav格式中含有该2个字节的
附加信息。
结构定义如下：
struct WAVE_FORMAT
{
WORD wFormatTag;
WORD wChannels;
DWORD dwSamplesPerSec;
DWORD dwAvgBytesPerSec;
WORD wBlockAlign;
WORD wBitsPerSample;
};
struct FMT_BLOCK
{
char szFmtID[4]; // 'f','m','t',' '
DWORD dwFmtSize;
WAVE_FORMAT wavFormat;
};

Fact Chunk是可选字段，一般当wav文件由某些软件转化而成，则包含该Chunk。
结构定义如下：
struct FACT_BLOCK
{
char szFactID[4]; // 'f','a','c','t'
DWORD dwFactSize;
};

Data Chunk是真正保存wav数据的地方，以'data'作为该Chunk的标示。然后是
数据的大小。紧接着就是wav数据。根据Format Chunk中的声道数以及采样bit数，
wav数据的bit位置可以分成以下几种形式：
---------------------------------------------------------------------
| 单声道 | 取样1 | 取样2 | 取样3 | 取样4 |
| |--------------------------------------------------------
| 8bit量化 | 声道0 | 声道0 | 声道0 | 声道0 |
---------------------------------------------------------------------
| 双声道 | 取样1 | 取样2 |
| |--------------------------------------------------------
| 8bit量化 | 声道0(左) | 声道1(右) | 声道0(左) | 声道1(右) |
---------------------------------------------------------------------
| | 取样1 | 取样2 |
| 单声道 |--------------------------------------------------------
| 16bit量化 | 声道0 | 声道0 | 声道0 | 声道0 |
| | (低位字节) | (高位字节) | (低位字节) | (高位字节) |
---------------------------------------------------------------------
| | 取样1 |
| 双声道 |--------------------------------------------------------
| 16bit量化 | 声道0(左) | 声道0(左) | 声道1(右) | 声道1(右) |
| | (低位字节) | (高位字节) | (低位字节) | (高位字节) |
---------------------------------------------------------------------
图6 wav数据bit位置安排方式

Data Chunk头结构定义如下：
struct DATA_BLOCK
{
char szDataID[4]; // 'd','a','t','a'
DWORD dwDataSize;
};

三、小结
因此，根据上述结构定义以及格式介绍，很容易编写相应的wav格式解析代码。
这里具体的代码就不给出了。

四、参考资料
1、李敏, 声频文件格式WAVE的转换, 电脑知识与技术(学术交流), 2005.
2、http://www.codeguru.com/cpp/g-m/multimedia/audio/article.php/c8935__1/
3、http://www.smth.org/pc/pcshowcom.php?cid=129276

实现函数addWavHeader ，

参考: http://blog.sina.com.cn/s/blog_5eb1ba9e0100c7p0.html

http://www.rosoo.net/a/Media/AVPlay/200912/8067.html

struct WAVHEAD
{
char RIFFNAME[4];
unsigned long nRIFFLength;
char WAVNAME[4];
char FMTNAME[4];
unsigned long nFMTLength;
unsigned short nAudioFormat;
unsigned short nChannleNumber;
//unsigned short nSampleRate;
unsigned long nSampleRate;
unsigned long nBytesPerSecond;
unsigned short nBytesPerSample;
unsigned short nBitsPerSample;
char DATANAME[4];
unsigned long nDataLength;
};

int addWavHeader(unsigned int fd, unsigned int bits, unsigned int chn,
unsigned int hz)
{
// 开始准备WAV的文件头
DestionFileHeader.RIFFNAME[0] = 'R';
DestionFileHeader.RIFFNAME[1] = 'I';
DestionFileHeader.RIFFNAME[2] = 'F';
DestionFileHeader.RIFFNAME[3] = 'F';

DestionFileHeader.WAVNAME[0] = 'W';
DestionFileHeader.WAVNAME[1] = 'A';
DestionFileHeader.WAVNAME[2] = 'V';
DestionFileHeader.WAVNAME[3] = 'E';

DestionFileHeader.FMTNAME[0] = 'f';
DestionFileHeader.FMTNAME[1] = 'm';
DestionFileHeader.FMTNAME[2] = 't';
DestionFileHeader.FMTNAME[3] = 0x20;
DestionFileHeader.nFMTLength = 16; // 表示 FMT 的长度
DestionFileHeader.nAudioFormat = 1; //这个表示a law PCM

DestionFileHeader.DATANAME[0] = 'd';
DestionFileHeader.DATANAME[1] = 'a';
DestionFileHeader.DATANAME[2] = 't';
DestionFileHeader.DATANAME[3] = 'a';
DestionFileHeader.nBitsPerSample = bits;
DestionFileHeader.nBytesPerSample = bits*chn/8; //
DestionFileHeader.nSampleRate = hz; //
DestionFileHeader.nBytesPerSecond = bits*hz*chn/8;
DestionFileHeader.nChannleNumber = chn;

ssize_t nSize = sizeof(DestionFileHeader);

int nWrite = write(fd, &DestionFileHeader, nSize);
if (nWrite != nSize)
{
fprintf(stderr, "write %d bytes/n", nWrite);
perror("ERROR:");
return -1;
}

return 0;
}

int finishWavHeader(unsigned int fd, unsigned long nFileLen)
{
lseek(fd,0,SEEK_SET);
ssize_t nSize = sizeof(DestionFileHeader);
DestionFileHeader.nRIFFLength = nFileLen - 8 + nSize;
DestionFileHeader.nDataLength = nFileLen;
int nWrite = write(fd, &DestionFileHeader, nSize);
if (nWrite != nSize)
{
return -1;
}

return 0;
}