WAV文件如何封装PCM数据：深入解析

#一直在奇怪，为什么二进制流的PCM无法直接用前端播放，但是二进制的MP3和WAV都可以播放？

在数字音频世界中，WAV和PCM是两种非常基础且重要的概念。WAV文件格式广泛用于存储和传输高质量的音频数据，而PCM则是这些数据的原始数字表示形式。本文将详细探讨WAV文件是如何封装PCM数据的。

什么是PCM？

PCM（脉冲编码调制）是一种未压缩的音频格式，它直接将模拟音频信号转换为数字形式。这个过程包括三个主要步骤：采样、量化和编码。

• 采样：在特定时间间隔内测量模拟信号的幅度。
• 量化：将连续的采样值映射到最接近的离散值。
• 编码：将量化的值转换为数字形式。

PCM数据是音频信号的直接数字副本，它提供了非常高的音质，因为它不丢失任何信息。

什么是WAV？

WAV文件格式是一个由微软和IBM开发的用于存储音频数据的容器格式。它通常用于保存PCM数据，但也支持其他类型的音频编码，如ADPCM（自适应差分脉冲编码调制）。

WAV文件不仅包含PCM样本数据，还包含一个文件头，其中存储了音频的元数据。这些元数据包括采样率、位深、通道数等，它们对于正确解码和播放音频至关重要。

WAV文件的结构

一个典型的WAV文件由以下几个部分组成：

1. RIFF Header：文件的开始部分，包含文件大小和类型。
2. WAVE Header：标识文件为WAVE类型。
3. Fmt Subchunk：格式子块，包含音频格式信息，如编码方式、采样率、位深和通道数。
4. Data Subchunk：数据子块，包含实际的PCM音频样本。

RIFF Header

RIFF Header是WAV文件的第一部分，它定义了整个文件的结构。它包含以下几个字段：

• Chunk ID：始终为"RIFF"。
• Chunk Size：整个WAV文件的大小，不包括这8个字节。
• Format：格式标识，对于WAV文件，这通常是"WAVE"。

WAVE Header

紧接着RIFF Header的是WAVE Header，它简单地包含"WAVE"标识，表示这是WAVE文件。

Fmt Subchunk

Fmt Subchunk包含音频格式的详细信息，它由以下字段组成：

• Subchunk ID：格式子块的标识，通常是"fmt "。
• Subchunk Size：格式子块的大小。
• Audio Format：音频数据的编码格式，PCM通常为1。
• Num Channels：通道数，如1（单声道）或2（立体声）。
• Sample Rate：采样率，单位为Hz。
• Byte Rate：每秒传输的字节数。
• Block Align：每块数据的字节对齐。
• Bits Per Sample：每个样本的位数。

Data Subchunk

Data Subchunk是WAV文件中实际存储音频样本的部分。它由以下字段组成：

• Subchunk ID：数据子块的标识，通常是"data"。
• Subchunk Size：数据子块的大小，即PCM样本数据的总大小。

PCM数据的封装

当PCM数据被封装进WAV文件时，它会按照上述结构进行组织。以下是封装过程的简要概述：

1. 收集元数据：确定音频的采样率、位深、通道数等信息。
2. 创建文件头：根据收集的元数据创建RIFF Header、WAVE Header和Fmt Subchunk。
3. 添加PCM样本：将PCM样本数据添加到Data Subchunk中。
4. 计算文件大小：计算整个WAV文件的大小，并更新RIFF Header中的Chunk Size字段。

结论

WAV文件通过包含丰富的元数据和实际的PCM样本数据，提供了一种标准化的方式来存储和传输高质量的音频。这种结构不仅确保了音频数据的完整性，还使得WAV文件能够在不同的系统和应用程序之间无缝工作。理解WAV文件如何封装PCM数据对于音频工程师、软件开发者以及任何需要处理数字音频的人来说都是非常重要的。