数据压缩第三周作业

一.分析avi文件

AVI是一种RIFF文件格式。通常情况下，一个AVI文件可以包含多个不同类型的媒体流（通常有一个音频流和一个视频流）。

RIFF文件使用四字符码FOURCC来表征数据类型，比如"RIFF""AVI ""LIST"等。Windows操作系统使用的字节顺序为little-endian，因此一个四字符码"abcd"实际的DWORD值应为0x6463626。

RIFF AVI格式：

使用分析软件打开一个avi文件：

 

当AVI文件包含多个流的时候，数据块使用一个四字符码来表征它的类型，这个 四字符码由两个字节的类型码和两个字节的流编号组成。标准的类型码定义如下："db"(非压缩视频帧)"dc"(压缩视频帧)"pc"(改用新的调色板)"wb"(音缩视频)。上图00dc,01wb交织分布，说明avi文件格式中视频和音频是交织分布的。一个视频帧占据120000字节，一个音频帧占用6404字节。

二.WAV文件分析

        WAV是最常见的声音文件格式之一，是微软公司专门为Windows开发的一种标准数字音频文件，该文件能记录各种单声道或立体声的声音信息，并能保证声音不失真。它符合资源互换文件格式（RIFF）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。Wave格式支持MSADPCM、CCITT A律、CCITT μ律和其他压缩算法，支持多种音频位数、采样频率和声道，是PC机上最为流行的声音文件格式；但其文件尺寸较大，多用于存储简短的声音片段。

        WAV文件遵循RIFF规则，其内容以chunk为最小单位进行存储。WAV文件一般由三个区块组成：RIFF chunk，Format chunk和Data chunk。同时，文件中也可能存在一些可选的区块，比如：Fact chunk，PlayList chunk等。在分析的过程中，我们重点分析前三种区块：RIFF chunk，Format chunk和Data chunk。

1.RIFF区块

2.FORMAT区块

3.DATA区块

 

 WAV实例分析：

打开一个5秒的WAV文件：

其中RIFF区块：

  1-4字节“0x52494646”表示“RIFF”标识；5-8字节代表size，即整个文件的长度减去前8个字节；9-12字节“0x57415645”表示“wav”标识

FORMAT区块：

 1-4字节为“fmt”标识，5-8字节为该区块数据的长度减去8字节，9-10字节代表音频格式，11-12字节代表声道数，13-16字节代表采样率，17-20字节代表每秒数据字节数，21-22字节为每个采样所需的字节数（等于bits per sample*声道数/8），23-24字节为每个采样存储的bit数。

本WAV文件中，format tag为“1”代表PCM音频数据，单声道，采样率为11.025khz，bit深度为8位

DATA区块：

 1-4字节“0x64617461”为“data”标识，5-8字节为数据音频的长度（等于每秒数据字节数*秒数），之后的字节为音频数据。如果是单声道的话，采样点就是简单的顺序排列。如果是双声道的话，采样点就是左右声道交错排列。这里是单声道，所以采样单简单顺序排列。