wave格式

文件解码 - wav

wav是微软与IBM开发的一种存储音频原始数据的格式。存储的数值是离散采样的音频振幅

由ADC将模拟信号转换成数字信号后，每隔一定时间（间隔由采样率决定）量化的数值。

样本大小	数据格式	最小值	最大值
8位PCM	unsigned int	0	225
16位PCM	int	-32767	32768

文件整体结构

主要分成3块，如果是其他文件转码来的，可能存在fact块，在fmt块的BlockAlign指示了是否存在fact块

Riff块

名称	长度	内容
ID	4	“RIFF”
Size	4	不含ID和Size的共8个字节，下同
Type	4	“WAVE”

struct Riff{
	unsigned char RiffID[4];
	unsigned char RiffSize[4];
	unsigned char RiffType[4];
};

Format块

名称	长度	内容
ID	4	“fmt”
Size	4	16|18 18则跟有附加的2字节
FormatTag	2	编码方式，一般0x0001
Channels	2	声道数，1-mono单声道 2-stereo双声道
SamplesPerSec	4	采样频率
AvgBytesPerSec	4	码率
BlockAlign	2	每个采样包含的字节数
BitsPerSample	2	每个采样需要的比特数
（附加可选）	2	附加信息，由Size决定有无

编码方式及fmt长度 fact块是否存在

格式代码	格式名称	fmt 块长度	fact 块
1(0x0001)	PCM/非压缩格式	16
2(0x0002)	Microsoft ADPCM	18	√
3(0x0003)	IEEE float	18	√
6(0x0006)	ITU G.711 a-law	18	√
7(0x0007)	ITU G.711 μ-law	18	√
49(0x0031)	GSM 6.10	20	√
64(0x0040)	ITU G.721 ADPCM		√
65,534(0xFFFE)	见子格式块中的编码格式	40

fmt扩展表

偏移	长度	数据类型	字段名称	字段说明
24H	2	整型数	扩展区长度	22
26H	2	整型数	有效采样位数	最大值为每个采样字节数*8
28H	4	长整形数	扬声器位置	声道号与扬声器位置映射的二进制掩码
32H	2	整型数	编码格式	真正的编码格式代码
34H	14

struct Format{
	unsigned char FormatID[4];
	unsigned char FormatSize[4];
	unsigned char FormatTag[2];
	unsigned char FormatChannells[2];	//1- mono 2-stereo
	unsigned char FormatSamplesPerSec[4];
	unsigned char FormatAvgBytesPerSec[4];
	unsigned char FormatBolckAlign[2];
	unsigned char FormatBitsPerSample[2];
	unsigned char FormatAttach[2];
};

Fact块

该块是可选的,对于压缩编码格式要包含这个块

名称	长度	内容
ID	4	“fact”
Size	4	4
data	4	采样总数 (每个声道)

struct Fact{
	unsigned char FactID[4];
	unsigned char FactSize[4];
	unsigned char FactData[4];
};

Data块

真正存储PCM数据的块

位深	单声道排列	双声道排列
8bit	声道0|声道0|声道0 | 声道0|…	声道0|声道1|声道0 | 声道1|…
16bit	声道0低字节| 声道0高字节 |声道0低字节 |声道0高字节	声道0低字节| 声道0高字节 |声道1低字节 |声道1高字节