WAV文件解析

目录

一、WAV简介

二、WAV文件结构

2.1 首部数据

2.2 Format数据块

2.3 Data数据块

2.4其他数据块

参考资料

一、WAV简介

WAV格式是微软公司开发的一种声音文件格式，也叫波形声音文件，是最早的数字音频格式，被Windows平台及其应用程序广泛支持。WAV格式支持许多压缩算法，支持多种音频位数、采样频率和声道，采用44.1kHz的采样频率，16位量化位数，因此WAV的音质与CD相差无几，但WAV格式对存储空间需求太大不便于交流和传播。

二、WAV文件结构

WAV文件遵循RIFF规则，其内容以区块（chunk）为最小单位进行存储。WAV文件一般由3个区块组成：RIFF chunk、Format chunk和Data chunk。另外，文件中还可能包含一些可选的区块，如：Fact chunk、Cue points chunk、Playlist chunk、Associated data list chunk等。

下文将通过分析一个wav示例文件来详细介绍WAV文件格式。

2.1 首部数据

整个WAV都是由RIFF数据块组成，可以将整个WAV文件看作一个完整的RIFF数据块，在这个RIFF数据块中又包含若干的子块存放不同的信息。

对于整个WAV文件而言，其首部结构，也即整个RIFF数据块的头部结构如下。

在UltraEdit软件中打开样例音频文件。

WAV首部数据部分在图中用横线画出。

• 红线部分是ID，52 49 46 46 对应的ASCII字符为RIFF。
• 黄线部分是Size，代表文件大小，注意该项的端序为小端开始，即从低位向高位读入。该部分的实际值应为 80 B1 45 01 的反向顺序即 01 45 B1 80 换成10进制为21344640字节（20844kB）。
• 蓝线部分是Type，57 41 56 45对应的ASCII字符为WAVE。

2.2 Format数据块

WAV文件的其中一个重要的子块就是Format数据块，包含WAV音频文件的一些详细属性，具体结构如下。

继续分析示例文件，可以看到RIFF数据块后即为Format数据块。

红线部分是ID，66 6D 74 20对应的ASCII字符即为fmt 。（20对应的SCII字符为空格）

黄线部分是声道数，02 00 表示该音频文件为双声道。

绿线部分是采样率，同样从小端开始，00 00 AC 44 换成10进制为44100。

2.3 Data数据块

Data数据块是存放实际音频数据的数据块，具体结构如下。

样例文件中红线部分即为Data数据块的ID部分， 64 61 74 61 对应的ASCII字符为data。

蓝线部分为Data数据块的Size部分，代表Data数据块的长度，01 45 B0 BC换成10进制为21344444字节。

蓝线后的部分即为实际的音频数据，对于不同的声道数和采样率，音频数据的布局也不同，具体的布局如下。

2.4其他数据块

在WAV中还存在其他的数据块，存放不同的辅助信息，这些块都以RIFF数据块格式存储，格式如下。

当ID为“RIFF”或“LIST”时，允许该数据块中包含子块。

"LIST"块的数据域的起始位置也有一个四字节类型码(List Type)，用于说明LIST数据域的数据内容。比如，类型码为"INFO"时，其数据域可能包括"ICOP"、"ICRD"块，用于记录文件版权和创建时间信息。

 例如在示例文件中就有“IART”块（红线部分）用于存放音乐家姓名，“INAM”块（黄线部分）用于存放音乐标题；“IPRD”块（蓝线部分）用于存放音乐所属专辑名称。

参考资料

WAV_百度百科 (baidu.com)https://baike.baidu.com/item/WAV/218914?fromtitle=WAV%E6%A0%BC%E5%BC%8F&fromid=291538&fr=aladdin史上全最的WAV格式详解 - 简书 (jianshu.com)https://www.jianshu.com/p/b7cadd3e9c4dWAV文件格式详解_imxiangzi的专栏-CSDN博客_wav格式https://blog.csdn.net/imxiangzi/article/details/80265978