16K 16BIT双声道文件格式解析

Posted 2023-01-19

       前几天我对MS进行优化，解决一个时间戳跳变问题。将修改的代码提交后，经过现场测试结果发现双声道录音中有一个通道不正常。我记得这个功能让让同事修改了，在现场运行正常。目前他已经离职了，我打电话询问，他说不知道怎么回事。他平时脑子就不是特别清晰，我也懒得去追究了。然后我静下心分析，最后分析发现，这个离职的同事没有将该修改的代码提交入库。考虑他平时就有些悟性差，我就当做是无心之举了。经过我细心分析，发现了问题BUG，调整后，录音及通话均正常了。闲话少叙，下面我将16K 16BIT的双声道文件格式继续做个分享，希望对读者能有所帮助。

        一、文件头格式

         我用UE打开双声道的文件，进行举例说明。

       1）开头4个字节 0~3 固定是RIFF

         

   2）4~7字节是长度

这个长度是其后所有字节数的总和。这4个字节填充时，低位字节在前，高位字节在后。

3）8~15字节是WAVEfmt 。

这8个字节是WAVEfmt ，请注意t后面有个空格。

4）16~19是fmtsize，固定是16

     

固定是16，低位字节在前，高位字节在后。

5）20~21 固定是01

 固定是1，低位字节在前，高位字节在后。1表示PCM语音格式。语音格式表如下：

6）22~23 声道数2

声道数2，低字节在前。

7）24~27 单个通道采样率16000

单个通道采样率16000，低字节在前。

8）28~31 两个声道每秒记录的数据长度64000

 每秒记录的数据长度为=采样率*声道数*位长/8，16000*2*16/2=64000。低位字节在前。

9）32~33 块对齐 4

这个是块对齐，告知播放软件一次性需处理多少字节。公式为： BitsPerSample*FmtChannels/8。

10）34~35 采样位数 16

这个是采样位数，标题中16BIT指的就是它。

11）36~39 固定是data

固定为data

 12）40~43 是真实语音的长度。

这个长度和前面那个长度不一样的是前面的长度比它多了36个字节头。这个长度就是真实语音的长度。

    二、文件体格式

前面的文件头一共是44个字节，它告诉了播放器播放的参数。那么双声道的语音中，左右声道的语音语句是如何存储的呢。

算法是左声道一次采样+右声道一次采样。声道一次采样是16BIT，也就是两个字节。所以一次采样存储4个字节，前面两个字节存左声道，后面两个字节存右声道。

 我将部分代码贴一下，仅供参考。

 

int i = 0;
     //int j = 0;
     //int k = 0;
     //int state = 0;
     char twoChannelBuffer[MAXAUDIOBUFFERSIZE] ;
     memset(twoChannelBuffer,0,MAXAUDIOBUFFERSIZE);
     
    // for ( i = 0, j = 0 ; i != 640; i++ )
     for ( i = 0; i <320; i++)
     
       twoChannelBuffer[4*i] = buffer1[i*2];
       twoChannelBuffer[4*i+1] = buffer1[i*2+1];
       twoChannelBuffer[4*i+2] = buffer2[i*2];
       twoChannelBuffer[4*i+3] = buffer2[i*2+1];
     
     m_mediaFile->putAudioData(twoChannelBuffer, i*4 );

这样的算法，我一次保存的字节是1280个字节。之所以这样计算是因为我的MS，每20ms循环一次，一秒钟循环50次。那么我的一秒的16000次采样，分到20毫秒中，每次320个采样。每个采样是16BIT，也就是2个字节。那么我的一个声道的一次采样就是640个字节。两个声道的采样就是1280个字节。

总结：

以上是我的实战经验，仅供参考，谢谢阅读。