【数据压缩3】WAV格式文件分析

目录

WAV格式文件概述

关于RIFF文件格式

WAV文件内部结构

WAV格式文件具体实例分析

1.RIFF标头部分

2.fmt部分

3.data部分

问题

---

• WAV格式文件概述

Waveform Audio Format(WAVE，又或者是因为.wav后缀而被大众所知的），它采用RIFF(Resource Interchange File Format)文件格式结构。通常用来保存PCM格式的原始音频数据，所以通常被称为无损音频。但是严格意义上来讲，wav也可以存储其它压缩格式的音频数据。

关于RIFF文件格式

1. 构成RIFF文件的基本单位称之为块(chunk)。
2. 每个RIFF文档是由若干个块构成。
3. 每个块(chunk)由块标识、块长度及数据等三部分所组成。

WAV文件内部结构

（1）RIFF标头

0-3字节	ChunkID	包含ASCII格式的字母"RIFF",表明该文件为有效的 RIFF 格式文档
4-7字节	ChunkSize	从下一个字段首地址开始到文件末尾的总字节数。该字段的数值加 8 为当前文件的实际长度。
8-11字节	format	包含ASCII格式的字母"WAV",表明该文件是 WAV 格式文件

（2）fmt子块——描述声音数据的格式

12-15字节	Subchunk1ID	包含小写字符串"fmt "
16-19字节	Subchunk1Size	fmt块的大小（不包含Subchunk1ID和Subchunk1Size所占字节)，其数值取决于编码格式，可以是 16、 18 、20、40 等。
20-21字节	AudioFormat	音频数据的编码方式，1表示PCM编码
22-23字节	NumChannels	声道数，单声道为1，双声道为2
24-27字节	SampleRate	采样率（每秒采样数），如44100
28-31字节	ByteRate	音频数据传送速率，单位是字节。该数值为:SampleRate× NumChannels×BitsPerSample/8。播放软件利用此值可以估计缓冲区的大小。
32-33字节	BlockAlign	采样帧大小（即每次采样的大小），单位是字节。该数值为:NumChannels × BitsPerSample/8。播放软件需要一次处理多个该值大小的字节数据,用该数值调整缓冲区。
34-35字节	BitsPerSample	存储每个采样值所用的二进制数位数，即记录每个声道的采样精度。常见的位数有 4、8、12、16、24、32。

（3）data子块——描述数据的大小和实际的声音数据

36-39字节	Subchunk2ID	包含字母“data”
40-43字节	Subchunk2Size	音频数据块的大小（不包含Subchunk2ID和Subchunk2Size所占字节）
44及以后字节	Data	实际的声音数据

 注：data字段不一定是从36字节开始，data之前可能还会有拓展字段

• WAV格式文件具体实例分析

以下列wav文件为例进行分析：

 用二进制编辑器打开该文件：

1.RIFF标头部分

（1）第1-4字节：52 49 46 46 表示"RIFF”的ACSII字符，表明该文件为有效的 RIFF 格式文档
（2）第5-8字节：A6 88 E5 00 说明这个文件的数据大小，根据低位在前高位在后的原则，这串数据为0xE588A6，说明该文件大小为15042726+8=15042734字节。
打开文件属性可以验证：

（3） 第9-12字节：57 41 56 45 表示"WAV”的ACSII字符,表明该文件是 WAV 格式文件

2.fmt部分

（1）第13-16字节：66 6D 74 20 表示“fmt”的ASCII字符，是固定的
（2）第17-20字节：10 00 00 00 表示格式块长度，这串数据为0x00000010，表示块长度为16
（3）第21-22字节：01 00 这是一个WORD，表示编码格式为PCM
（4）第23-24字节：02 00 这是一个WORD，表示此文件为双声道文件
（5）第25-28字节：44 AC 00 00 表示采样频率，这串数据为0xAC44，表示采样频率为44100
（6）第29-32字节：10 B1 02 00 表示每秒数据量，这串数据为0x2B110，表示音频数据传送速率为176400，可以根据公式计算：SampleRate× NumChannels×BitsPerSample(根据后面可知为16)/8 = 44100×2×16/8=176400
（7）第33-34字节： 04 00 表示采样帧大小，这串数据为0x04，十进制数为4，也可以根据公式计算：NumChannels × BitsPerSample/8 = 2 × 16/8 = 4
（8）第35-36字节：10 00 表示每样本的数据位数，即16bit

3.data部分

（1）64 61 74 61：表示“data”的ASCII字符
（2）60 88 E5 00：表示音频数据块的大小，但是不包含Subchunk2ID和Subchunk2Size所占字节，这串数据为0xE58860，即音频数据块大小为15042656字节，与前面的整个文件数据数据大小15042726字节相差70字节，表明data前的头文件占70字节

• 问题

本实例中data部分前fmt部分后有34字节的拓展字段，在查找资料的过程中，一般都没有这些拓展部分，这些拓展部分也不知道具体表示什么意思，期待读者们在评论区里跟小编讨论讨论^-^