WAV文件结构.doc

WAV文件结构 WAVE是录音时用的标准的WINDOWS文件格式，文件的扩展名为“WAV”，数据本身的格式为PCM或压缩型。 WAV文件格式是一种由微软和IBM联合开发的用于音频数字存储的标准，它采用RIFF文件格式结构，非常接近于AIFF和IFF格式。符合RIFF Resource Interchange File Format规范。所有的WAV都有一个文件头，这个文件头音频流的编码参数。 WAV文件作为最经典的Windows多媒体音频格式，应用非常广泛，它使用三个参数来表示声音：采样位数、采样频率和声道数。 声道有单声道和立体声之分，采样频率一般有11025Hz（11kHz）、22050Hz（22kHz）和44100Hz（44kHz）三种。WAV文件所占容量=（采样频率采样位数声道）时间/8（1字节=8bit）。 WAV对音频流的编码没有硬性规定，除了PCM之外，还有几乎所有支持ACM规范的编码都可以为WAV的音频流进行编码。多媒体应用中使用了多种数据， 包括位图、音频数据、视频数据以及外围设备控制信息等。RIFF为存储这些类型的数据提供了一种方法，RIFF文件所包含的数据类型由该文件的扩展名来标 识，能以RIFF文件存储的数据包括： 音频视频交错格式数据(.AVI) 、波形格式数据(.WAV) 、位图格式数据(.RDI) 、MIDI格式数据(.RMI) 、调色板格式(.PAL) 、多媒体电影(.RMN) 、动画光标(.ANI) 、其它RIFF文件(.BND) 。 WAVE文件可以存储大量格式的数据，通常采用的音频编码方式是脉冲编码调制(PCM)。由于WAV格式源自Windows/Intel环境，因而采用Little-Endian字节顺序进行存储。WAVE文件作为多媒体中使用的声波文件格式之一，它是以RIFF格式为标准的。RIFF是英文Resource Interchange File Format的缩写，每个WAVE文件的头四个字节便是“RIFF”。WAVE文件由文件头和数据体两大部分组成。其中文件头又分为RIFFWAV文件 标识段和声音数据格式说明段两部分。WAVE文件各部分内容及格式见附表。常见的声音文件主要有两种，分别对应于单声道（11.025KHz采样率、8Bit的采样值）和双声道（44.1KHz采样率、16Bit的采样 值）。采样率是指：声音信号在“模数”转换过程中单位时间内采样的次数。采样值是指每一次采样周期内声音模拟信号的积分值。对于单声道声音文件，采样数据为八位的短整数（short int 00H-FFH）；而对于双声道立体声声音文件，每次采样数据为一个16位的整数（int），高八位和低八位分别代表左右两个声道。 WAVE文件数据块包含以脉冲编码调制（PCM）格式表示的样本。WAVE文件是由样本组织而成的。在单声道WAVE文件中，声道0代表左声道，声道1代表右声道。在多声道WAVE文件中，样本是交替出现的。 WAVE文件的每个样本值包含在一个整数i中，i的长度为容纳指定样本长度所需的最小字节数。首先存储低有效字节，表示样本幅度的位放在i的高有效位 上，剩下的位置为0，这样8位和16位的PCM波形样本的数据格式。 WAVE文件作为多媒体中使用的声波文件格式之一，它是以RIFF格式为标准的。RIFF是英文Resource Interchange File Format的缩写，每个WAVE文件的头四个字节便是“RIFF”。WAVE文件是由若干个Chunk组成的。按照在文件中的出现位置包括：RIFF WAVEChunk, Format Chunk, Fact Chunk(可选), Data Chunk。具体见下图：.Wav 文件的四个组成部分：RIFF WAVE Chunk ID = RIFFRiffType= WAVEFormat Chunk ID = fmt Fact Chunk (optional) ID = factData ChunkID =data 其中RIFF WAVE Chunk： 名称 长度 内容ID4 BytesRIFFSize4 BytesFileLen-8，整个文件大小-8Type4 BytesWAVEstruct RIFF_HEADER char szRiffID4; / R,I,F,F DWORD dwRiffSize; char szRiffFormat4; / W,A,V,E;其中Format Chunk：名称长度 内容ID 4 Bytesfmt Size4 Bytes18/16 (有无附加信息)本结构大小（除ID,Size）FormatTag2 Bytes通常0x0001编码方式Channels2 Bytes1-单声道；2-双声道立体声声道数目SamplesPerSec4 Bytes采样频率AvgBytesPerSec 4 Bytes每秒所需字节数BlockAlign 2 Bytes数据块对齐单位BitsPerSample 2 Bytes每个采样需要的位bit数 附加信息2 Bytes(可选，通过Size来判断有无）附加信息结构定义如下：struct WAVE_FORMAT WORD wFormatTag; WORD wChannels; DWORD dwSamplesPerSec; DWORD dwAvgBytesPerSec; WORD wBlockAlign; WORD wBitsPerSample;struct FMT_BLOCK char szFmtID4; / f,m,t, DWORD dwFmtSize; WAVE_FORMAT wavFormat;其中 Fact Chunk (optional) ：（可选）ID 4 BytesfactSize4 Bytes数值为4data4 Bytesstruct FACT_BLOCK char szFactID4; / f,a,c,t DWORD dwFactSize;其中Data Chunk：ID 4 BytesdataSize4 Bytes数据区大小data4 Bytes数据区，真正存储数据的地方Data Chunk头结构定义如下：struct DATA_BLOCK char szDataID4; / d,a,t,a DWORD dwDataSize;WAVE文件格式剖析 WAVE文件作为多媒体中使用的声波文件格式之一，它是以RIFF格式为标准的。RIFF是英文Resource Interchange File Format的缩写，每个WAVE文件的头四个字节便是“RIFF”。WAVE文件由文件头和数据体两大部分组成。其中文件头又分为RIFFWAV文件标识段和声音数据格式说明段两部分。WAVE文件各部分内容及格式见附表。 常见的声音文件主要有两种，分别对应于单声道（11.025KHz采样率、8Bit的采样值）和双声道（44.1KHz采样率、16Bit的采样值）。采样率是指：声音信号在“模数”转换过程中单位时间内采样的次数。采样值是指每一次采样周期内声音模拟信号的积分值。 对于单声道声音文件，采样数据为八位的短整数（short int 00H-FFH）；而对于双声道立体声声音文件，每次采样数据为一个16位的整数（int），高八位和低八位分别代表左右两个声道。 WAVE文件数据块包含以脉冲编码调制（PCM）格式表示的样本。WAVE文件是由样本组织而成的。在单声道WAVE文件中，声道0代表左声道，声道1代表右声道。在多声道WAVE文件中，样本是交替出现的。 WAVE文件格式说明表文件头 偏移地址 字节数 数据类型 内 容 00H 4 char RIFF标志 04H 4 long int 文件长度 08H 4 char WAVE标志 0CH 4 char fmt标志 10H 4 过渡字节（不定） 14H 2 int 格式类别（10H为PCM形式的声音数据) 16H 2 int 声道数，单声道为1，双声道为2 18H 2 int 采样频率，（每秒样本数），表示每个通道的播放速度， 1CH 4 long int 波形音频数据传送速率，其值为通道数每秒数据位数每样本的数 据位数8。播放软件利用此值可以估计缓冲区的大小。 20H 2 int 数据块的调整数（按字节算的），其值为通道数每样本的数据位值8。播放软件需要一次处理多个该值大小的字节数据，以便将其值用于缓冲区的调整。 22H 2 采样位数，每样本的数据位数，表示每个声道中各个样本的数据位数。如果有多个声道，对每个声道而言，样本大小都一样。 24H 4 char 数据标记符data 28H 4 long int 语音数据的长度 PCM数据的存放方式： 样本1 样本2 8位单声道 0声道 0声道 8位立体声 0声道（左） 1声道（右） 0声道（左） 1声道（右） 16位单声道0声道低字节 0声道高字节 0声道低字节 0声道高字节 16位立体声0声道（左）低字节 0声道（左）高字节1声道（右）低字节 1声道（右）高字节 WAVE文件的每个样本值包含在一个整数i中，i的长度为容纳指定样本长度所需的最小字节数。首先存储低有效字节，表示样本幅度的位放在i的高有效