Wave(.wav)文件格式

Wave文件格式主要是用来存储音频PCM数据的，其实也可以存储非PCM音频数据，这种情况我们就不考虑了。文件的扩展名为“.wav”，采用RIFF文件结构。

一、RIFF文件格式简介

1、RIFF文件是由一个一个的chunk组成的，并且chunk之间可以嵌套。使用小端存储。

2、chunk的基本结构如下：

struct chunk
{
    char   chunkId[4];       // 4个字符组成的chunk标识，少于4字符右补空格
    U32    chunkSize;        // 数据块的大小，字节
    char   data[chunkSize]
};

chunkId可以为"RIFF"、"LIST"、"fmt"、"data"...

3、当chunkId为"RIFF"或"LIST"(类型块)时，chunk的结构变形为下面这样：

struct chunk
{
    char    chunkId[4];    // 4字符组成的chunk标识，少于4字符右补空格
    U32     chunkSize;     // chunkType + data的数据大小，字节
    char    chunkType[4];  // chunk的类型，e.g. WAVE/AVI...
    char    data[chunkSize - 4]
};

二、Wave文件格式

1、Wave文件采用RIFF文件格式，当然也就遵循RIFF文件结构。总体来看Wave文件是由多个chunk嵌套组成的。

Wave文件格式

字段					长度(B)	字段描述
chunk1	chunkId				4	第一个chunk的标识始终是"RIFF"
	chunkSize				4	该chunk的数据大小，包括chunkType
	chunkType				4	对于Wave文件chunk的类型为"WAVE"
	data	chunk2	chunkId		4	Wave文件的第二个chunk标识为"fmt"
			chunkSize		4	该chunk的数据大小
			data	wFormatTag	2	音频数据格式，0x0001表示PCM数据
				nChannels	2	声道数
				nSamplesPerSec	4	采样率，每秒采样次数
				nAvgBytesPerSec	4	每秒的音频数据大小(B)，声道数*采样率*每个采样点的比特数/8
				nBlockAlign	2	每个时刻的音频数据块大小(B)，声道数*每个采样点的比特数/8
				wBitsPerSample	2	每个采样点(的幅值)用多少比特编码(8 or 16)
		chunk3	chunkId		4	Wave文件的第三个chunk的标识为"data"
			chunkSize		4	该chunk的数据大小
			data	PCM数据	chunkSize	PCM数据

从上表可以看出：

(1) Wave文件最外层是一个标识为"RIFF"的类型块chunk1

(2) 在chunk1的data部分嵌套了2个chunk，即chunk2和chunk3

(3) chunk2的标识为"fmt"，在它的data部分存储音频的一些相关属性

(4) chunk3的标识为"data"，在它的data部分存储具体的音频PCM数据

2、PCM数据存储格式

三、实例分析

文件：C:\Windows\Media\Windows 关机.wav

工具：notepad++ Hex Editor插件（或者UltraEdit）

Windows 关机.wav

为方便描述，把Wave文件的各个字段进行了1-14编号 

---

1： 0x 52 49 46 46，4字节，"RIFF"的ASCII码，对应chunk1的chunkId字段

---

2： 0x dc 95 02 00，4字节，小端存储，转为大端字节序0x 00 02 95 dc，即十进制的169436

表示chunk1的数据大小为169436字节，对应chunk1的chunkSize字段

查看Windows 关机.wav文件的大小为169444字节，chunkId和chunkSize占用8字节，所以还有169436字节

---

3： 0x 57 41 56 45，4字节，"WAVE"的ASCII码，对应chunk1的chunkType字段

---

4： 0x 66 6d 74 20，4字节，"fmt "的ASCII码，"fmt"不够4个字符，所以右边补空格

对应chunk2的chunkId字段

---

5： 0x 10 00 00 00，4字节，小端存储，转为大端字节序0x 00 00 00 10，即十进制的16

表示chunk2的数据大小为16字节，由上面表格可知，wFormatTag、nChannels、nSamplesPerSec、nAvgBytesPerSec、nBlockAlign、wBitsPerSample总共16字节

对应chunk2的chunkSize字段

---

6： 0x 01 00，2字节，转为大端字节序0x 00 01，表示Wave文件存储的是音频PCM数据

 对应chunk2的data部分的wFormatTag字段

---

7： 0x 02 00，2字节，转为大端字节序0x 00 02，即十进制的2，表示声道数为2即双声道

对应chunk2的data部分的nChannels字段

---

8： 0x 44 ac 00 00，4字节，转为大端字节序0x 00 00 ac 44，即十进制的44100，表示音频采样率为44100Hz

 对应chunk2的data部分的nSamplesPerSec字段

---

9： 0x 10 b1 02 00，4字节，转为大端字节序0x 00 02 b1 10，即十进制的176400

表示每秒的音频数据大小为176400B，该值等于”声道数*采样率*每个采样点的比特数/8”

即2 * 44100 * 16 / 8 = 176400，对应chunk2的data部分的nAvgBytesPerSec

---

10： 0x 04 00，2字节，转为大端0x 00 04，即十进制的4

表示每个时钟(有2个采样点)的音频数据有4B大小，该值等于”声道数*每个采样点的比特数/8”

即2 * 16 / 8 = 4，对应chunk2的data部分的nBlockAlign字段

---

11： 0x 10 00，2字节，转为大端0x 00 10，即十进制的16，表示每个采样值用16比特编码

对应chunk2的data部分的wBitsPerSample字段

---

12： 0x 64 61 74 64，4字节，"data"的ASCII码，对应chunk3的chunkId字段

---

13： 0x b8 95 02 00，4字节，转为大端0x 00 02 95 b8，即十进制的169400

表示chunk3的data部分的数据大小即PCM音频数据的大小，对应chunk3的chunkSize字段

---

14： 音频PCM数据，chunk3的data