数据压缩原理与应用 WAV文件的分析

一、WAV格式的概念

• 定义
  WAV为微软公司开发的一种声音文件格式，它符合RIFF(Resource Interchange File Format)文件规范，用于保存Windows平台的音频信息资源，被Windows平台及其应用程序所广泛支持。

• RIFF格式
  RIFF即“资源互换文件格式”，基本构成单位为chunk，每个chunk由辨别码（4字节）、数据大小（4字节）及数据所组成。

• WAV格式
  WAVE文件由若干个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。
  每个Chunk的开头就是它的ID，占4个字节。随后是Chunk的Size，同样占4个字节，且Size的大小是文件本身大小减去ID和Size所占8字节之后的大小。

	RIFF WAVE Chunk	Format Chunk	Fact Chunk	Data Chunk
ID	RIFF	fmt	fact	data
RiffType	WAVE

• RIFF WAVE Chunk
  1.结构体

struct RIFF_HEADER
 {
  char szRiffID[4];  // 'R','I','F','F'
  DWORD dwRiffSize;
  char szRiffFormat[4]; // 'W','A','V','E'
 };

2.具体组成

地址	内容	字节数	具体内容
00H-03H	ID	4字节	‘RIFF’标识符
04H-07H	Size	4字节	WAVE文件大小-8字节
08H-0BH	Type	4字节	格式辨别码’WAVE’

• Format Chunk
  1.结构体

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;
 };

2.具体组成

地址	内容	字节数	具体内容
0CH-0FH	ID	4字节	‘fmt’标识符
10H-13H	Size	4字节	数值为16或18，18则最后又附加信息
14H-15H	FormatTag	2字节	编码方式，一般为0x0001
16H-17H	Channels	2字节	声道数目，1-单声道；2-双声道
18H-1BH	SamplesPerSec	4字节	采样频率
1CH-1FH	AvgBytesPerSec	4字节	每秒所需字节数
10H-21H	BlockAlign	2字节	数据块对齐单位
22H-23H	BitsPerSample	2字节	每个采样需要的bit数
24H-25H		2字节	附加信息，可选

• Format Chunk
  结构体

struct FACT_BLOCK
 {
  char  szFactID[4]; // 'f','a','c','t'
  DWORD  dwFactSize;
 };

• Data Chunk
  结构体

struct DATA_BLOCK
 {
  char szDataID[4]; // 'd','a','t','a'
  DWORD dwDataSize;
 };

二、课后问题

• 8比特和16比特样值的二进制编码表示一样吗？

  • 8比特量化单声道
    
  • 8比特量化双声道
    
  • 16比特量化单声道
    
  • 16比特量化双声道
    

• 现有的WAV支持哪几种音频压缩方法？

  FormatTag可取十个值分别对应十种编码算法

  FormatTag	编码方式
  0001H	PCM/uncompressed
  0002H	Microsoft ADPCM
  0006H	ITU G.711 a-law
  0007H	ITU G.711 µ-law
  0011H	IMA ADPCM
  0016H	ITU G.723 ADPCM (Yamaha)
  0031H	GSM 6.10
  0040H	ITU G.721 ADPCM
  0050H	MPEG
  FFFFH	Experimental