|
|
发表于 2005-9-24
|
|阅读模式
数字化声音文件格式之一，它是微软专门为Windows系统定义的波形文件格式（Waveform Audio），由于其扩展名为"*.wav"。
" P9 J+ h! O! PWAVE文件是计算机领域最常用的数字化声音文件格式之一，它是微软专门为Windows系统定义的波形文件格式（Waveform Audio），由于其扩展名为"*.wav"。
+ U i0 T" m- e8 i; C9 AWAVE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。
) j. ?; Q$ n8 V6 cWAV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 PIFF 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。! g4 C9 k* [9 T4 y4 r2 d5 a
0 T* h: R# { H$ E, H) R. Q2 L5 I
; q Y; D- m! TWAV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。
- V6 N- x- Z3 G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：- b8 l6 Y8 X1 i/ k
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)。
" t! l7 m" n6 I2 s, u; kwave文件有很多不同的压缩格式，所以，正确而详细地了解各种WAVE文件的内部结构是成功完成压缩和解压缩的基础，也是生成特有音频压缩格式文件的前提。; }0 ^. W5 y8 \+ V5 ~# L1 Y, U
最基本的WAVE文件是PCM（脉冲编码调制）格式的，这种文件直接存储采样的声音数据没有经过任何的压缩，是声卡直接支持的数据格式，要让声卡正确播放其它被压缩的声音数据，就应该先把压缩的数据解压缩成PCM格式，然后再让声卡来播放 [1] 。
: q" U$ ~ b) Z6 h& q内部结构
2 |! R7 _( p7 X% {1 w7 J5 l* F注：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。) j/ _- j' y+ L$ E% d
WAVE文件是以RIFF(Resource Interchange File Format, "资源交互文件格式")格式来组织内部结构的。( e+ ]. u2 a# j6 k3 h
RIFF文件结构可以看作是树状结构，其基本构成是称为"块"（Chunk）的单元，最顶端是一个“RIFF”块，下面的每个块有“类型块标识(可选)”、“标志符”、“数据大小”及“数据”等项所组成。块的结构如下表所示：
- C% M$ E2 I( x- g
/ ~5 J; K4 I& w- K b s- k t6 V8 V' _! l% t: v) Y+ Z; ^: z D
名称
0 J% V& @9 N* y* e( u1 Y" d | Size, L5 ~$ u& z4 N7 R; |
| 备注
4 X3 n, S3 z, h. P | 块标志符4 {7 ]' p3 |. k. f1 X6 c, F+ }
| 4 A7 O& e5 i! p+ [
| 4个小写字符(如 "fmt ", "fact", "data" 等)
7 x% o/ o) a# x& |' ^ | 数据大小
. U) x& F) L/ n! F3 q. V | 4; ]! p$ Z/ Q# i3 o1 m
| DWORD类型,表示后接数据的大小(N Bytes)
; M. e6 M+ `# {2 e+ y* h8 e | 数据' q, r5 N7 F' e0 b# ]
| N& ], t, o' y( Q
| 本块中正式数据部分
i( c/ l* |9 a' g4 B |
上面说到的“类型块标识”只在部分chunk中用到，如 "WAVE" chunk中，这时表示下面嵌套有别的chunk。; R$ u7 e) P. \
当使用了 "类型块标识" 时，该chunk就没有别的项（如块标志符，数据大小等），它只作为文件读取时的一个标识。先找到这个“类型块标识”，再以它为起点读取它下面嵌套的其它chunk。1 E: P1 H% t2 u7 W" I
每个文件最前端写入的是RIFF块，每个文件只有一个RIFF块。从 Wave文件格式详细说明 中可以看到这一点。
+ i- U- g0 n& A! X! ?. i非PCM格式的文件会至少多加入一个 "fact" 块，它用来记录数据(注意是数据而不是文件)解压缩后的大小。这个 "fact" 块一般加在 "data" 块的前面。: F2 N$ g7 l$ R$ \- x& X7 ?- ^) k- [
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 WAVE Chunk, Format Chunk, Fact Chunk(可选), Data Chunk。具体见下表：
, s8 k& L; P5 F) u" x-------------------------------------------; a: v- S. ~8 ]3 {* [7 I) t
| RIFF WAVE Chunk |( \5 V9 j8 d+ ]. U
| ID = "RIFF" |
& X: }% |; R& F, Q0 k2 j, ~| RiffType = "WAVE" |
3 _4 {3 M8 n2 q* Z7 R) z' \-------------------------------------------3 I( B) ~4 g7 ^" x! s
| Format Chunk |* \/ }- M3 ?% H! Y
| ID = "fmt " |
: S H9 R! ]* Z1 U3 X-------------------------------------------4 ?- ^" m' t" V# E5 d7 S/ d5 J
| Fact Chunk(optional) |
7 F( k& O7 [9 X2 \4 m# m| ID = "fact" |1 i9 q, O' G: j' j3 Q& J& d
-------------------------------------------
3 K) d% L P8 l1 S- i6 m, K, [| Data Chunk |
0 y9 r% G2 ~' u; l; v+ Q& b! A| ID = "data" |
( ~: I$ J5 f' D& e: s# x- j-------------------------------------------5 j# f9 t/ }1 t$ {) V' K6 `% C* W5 \
Wav格式包含Chunk示例/ `5 a# t2 f6 A8 D; K- B
Fact Chunk. P8 i g# |" a7 b8 z" O% \) d
=======================================0 e' H, J/ ?/ I& w
| |所占字节数|具体内容 |: v6 K3 Z- ]; f2 e- ?
=======================================
$ B. D/ d6 H4 E% ~ \| ID | 4Bytes | "fact" |
# J; e3 {* ^& D S---------------------------------------
% H! g5 \6 \5 k9 t, e! d& L| Size | 4Bytes | 4 |
: Z+ x* e0 |' b) w---------------------------------------* c" n# P0 v: E) o u- p! X4 _
| data | 4Bytes |解压后的音频数据的大小(B)|
: J1 g( j+ m) k! y; X ?
7 c& |+ ~) h4 H/ a别名 字节数 类型 注释
3 [% z: @* N: mckid 4 char "RIFF" 标志, 大写0 m6 Y2 ?' |8 ]/ y0 V7 |
cksize 4 int32 文件长度。这个长度不包括"RIFF"标志 和文件长度 本身所占字节, 下面的 子块大小也是这样。& c$ f. [+ i/ j7 s3 D; k
fcc type 4 char "WAVE" 类型块标识, 大写。/ y8 u! m! G1 F$ E1 L, O9 X+ m
ckid 4 char 表示"fmt" chunk的开始。此块中包括文件内部格式信息。小写, 最后一个字符是空格。3 N" _. E+ M& e2 r: `
cksize 4 int32 文件内部格式信息数据的大小。4 H3 S/ A2 c, D$ z
FormatTag 2 int16 音频数据的编码方式。1 表示是 PCM 编码
% w( m) I& H) Y' @1 c! oChannels 2 int16 声道数，单声道为1，双声道为2
/ M. U* ?9 ?& k+ g2 [SamplesPerSec 4 int32 采样率(每秒样本数), 比如 44100 等) ?$ A& G5 a% p5 s6 c
BytesPerSec 4 int32 音频数据传送速率, 单位是字节。其值为采样率×每次采样大小。播放软件 利用此值可以估计缓冲区的大小。/ \- H! A' k$ F( Y9 C
BlockAlign 2 int16 每次采样的大小 = 采样精度*声道数/8(单位是字节); 这也是字节对齐的最小单位, 譬如 16bit 立体声在这里的值是 4 字节。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。
0 N9 W& W- D; ?# T5 wBitsPerSample 2 int16 每个声道的采样精度; 譬如 16bit 在这里的值就是16。如果有多个声道，则每个声道的采样精度大小都一样的。! I! M; \) t# a* r
[cbsize] 2 int16 [可选]附加数据的大小。+ y K( ^& _9 O
[...] x" j, A- s. d) \0 \% ]
[ckid] 4 char "fact"., F/ `4 B( l, {, P# F7 u! D4 w
[cksize] 4 int32 "fact" chunk data size.9 j5 a- q( S5 F/ T8 d5 {; v- p4 @. T
[fact data] 4 int32 解压后的音频数据的大小(Bytes).
8 ?+ |& l. G7 F6 ^% M" M; Vckid 4 char 表示 "data" chunk的开始。此块中包含音频数据。小写。
+ l( v, ~6 l" _1 B7 Zcksize 4 int32 音频数据的长度4 u0 J4 L2 W9 X$ s' o8 i
...... 文件声音信息数据(真正声音存储部分)
, u* y4 ^& ^6 d' `" Q+ n[......] 其它 chunk |
|
