wav音频文件头解析
Posted wzzkaifa
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了wav音频文件头解析相关的知识，希望对你有一定的参考价值。
wav概述
WAV为微软公司（Microsoft)开发的一种声音文件格式。它符合RIFF(Resource
Interchange File Format)文件规范，用于保存Windows平台的音频信息资源。被Windows平台及其应用程序所广泛支持，该格式也支持MSADPCM。CCITT
A LAW等多种压缩运算法，支持多种音频数字，取样频率和声道。标准格式化的WAV文件和CD格式一样。也是44.1K的取样频率。16位量化数字。因此在声音文件质量和CD相差无几。 WAV打开工具是WINDOWS的媒体播放器。
通常使用三个參数来表示声音。量化位数，取样频率和採样点振幅。量化位数分为8位，16位。24位三种，声道有单声道和立体声之分，单声道振幅数据为n*1矩阵点，立体声为n*2矩阵点，取样频率一般有11025Hz(11kHz)
。22050Hz(22kHz)和44100Hz(44kHz) 三种，只是虽然音质出色，但在压缩后的文件体积过大！相对其它音频格式而言是一个缺点，其文件大小的计算方式为：WAV格式文件所占容量（B)
= （取样频率 X量化位数X 声道） X 时间 / 8 (字节=
8bit) 每一分钟WAV格式的音频文件的大小为10MB。其大小不随音量大小及清晰度的变化而变化。
支持WAV设计的手机主要为智能手机，如索尼爱立信P910和诺基亚N90以及採用Windows Moblie的多普达等手机还有微软Windows
Phone系列手机。而其他一些非智能手机的产品，假设宣传支持WAV格式则多半属于仅仅是支持单声道的。
格式解析
WAVE文件是很easy的一种RIFF文件，它的格式类型为"WAVE"。RIFF块包括两个子块，这两个子块的ID各自是"fmt"和"data",当中"fmt"子块由结构PCMWAVEFORMAT所组成，其子块的大小就是sizeofof(PCMWAVEFORMAT),数据组成就是PCMWAVEFORMAT结构中的数据。
整个头长度44byte.
|
标志符（RIFF） |
|
余下全部数据的长度 |
|
格式类型（"WAVE"） |
|
"fmt" |
|
PCMWAVEFORMAT的长度 |
|
PCMWAVEFORMAT |
|
"data" |
|
声音数据大小 |
|
声音数据 |
wav头结构体定义
/* RIFF WAVE file struct.
* For details see WAVE file format documentation
* (for example at http://www.wotsit.org).
*/
typedef struct WAV_HEADER_S
{
char riffType[4]; //4byte,资源交换文件标志:RIFF
unsigned int riffSize; //4byte,从下个地址到文件结尾的总字节数
char waveType[4]; //4byte,wav文件标志:WAVE
char formatType[4]; //4byte,波形文件标志:FMT(最后一位空格符)
unsigned int formatSize; //4byte,音频属性(compressionCode,numChannels,sampleRate,bytesPerSecond,blockAlign,bitsPerSample)所占字节数
unsigned short compressionCode;//2byte,格式种类(1-线性pcm-WAVE_FORMAT_PCM,WAVEFORMAT_ADPCM)
unsigned short numChannels; //2byte,通道数
unsigned int sampleRate; //4byte,採样率
unsigned int bytesPerSecond; //4byte,传输速率
unsigned short blockAlign; //2byte,数据块的对齐，即DATA数据块长度
unsigned short bitsPerSample; //2byte,採样精度-PCM位宽
char dataType[4]; //4byte,数据标志:data
unsigned int dataSize; //4byte,从下个地址到文件结尾的总字节数。即除了wav header以外的pcm data length
}WAV_HEADER;头解析程序演示样例
wav.h
#ifndef __WAV_H__
#define __WAV_H__
#define debug(fmt...) do { printf("[%s::%d] ", __func__, __LINE__); printf(fmt); }while(0)
/* RIFF WAVE file struct.
* For details see WAVE file format documentation
* (for example at http://www.wotsit.org).
*/
typedef struct WAV_HEADER_S
{
char riffType[4]; //4byte,资源交换文件标志:RIFF
unsigned int riffSize; //4byte,从下个地址到文件结尾的总字节数
char waveType[4]; //4byte,wave文件标志:WAVE
char formatType[4]; //4byte,波形文件标志:FMT
unsigned int formatSize; //4byte,音频属性(compressionCode,numChannels,sampleRate,bytesPerSecond,blockAlign,bitsPerSample)所占字节数
unsigned short compressionCode;//2byte,编码格式(1-线性pcm-WAVE_FORMAT_PCM,WAVEFORMAT_ADPCM)
unsigned short numChannels; //2byte,通道数
unsigned int sampleRate; //4byte,採样率
unsigned int bytesPerSecond; //4byte,传输速率
unsigned short blockAlign; //2byte,数据块的对齐
unsigned short bitsPerSample; //2byte,採样精度
char dataType[4]; //4byte,数据标志:data
unsigned int dataSize; //4byte,从下个地址到文件结尾的总字节数，即除了wav header以外的pcm data length
}WAV_HEADER;
typedef struct WAV_INFO_S
{
WAV_HEADER header;
FILE *fp;
unsigned int channelMask;
}WAV_INFO;
#endif
wav.c
#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#include "wav.h"
/* func : endian judge
* return : 0-big-endian othes-little-endian
*/
int IS_LITTLE_ENDIAN(void)
{
int __dummy = 1;
return ( *( (unsigned char*)(&(__dummy) ) ) );
}
unsigned int readHeader(void *dst, signed int size, signed int nmemb, FILE *fp)
{
unsigned int n, s0, s1, err;
unsigned char tmp, *ptr;
if ((err = fread(dst, size, nmemb, fp)) != nmemb)
{
return err;
}
if (!IS_LITTLE_ENDIAN() && size > 1)
{
//debug("big-endian \n");
ptr = (unsigned char*)dst;
for (n=0; n<nmemb; n++)
{
for (s0=0, s1=size-1; s0 < s1; s0++, s1--)
{
tmp = ptr[s0];
ptr[s0] = ptr[s1];
ptr[s1] = tmp;
}
ptr += size;
}
}
else
{
//debug("little-endian \n");
}
return err;
}
void dumpWavInfo(WAV_INFO wavInfo)
{
debug("compressionCode:%d \n",wavInfo.header.compressionCode);
debug("numChannels:%d \n",wavInfo.header.numChannels);
debug("sampleRate:%d \n",wavInfo.header.sampleRate);
debug("bytesPerSecond:%d \n",wavInfo.header.bytesPerSecond);
debug("blockAlign:%d \n",wavInfo.header.blockAlign);
debug("bitsPerSample:%d \n",wavInfo.header.bitsPerSample);
}
int wavInputOpen(WAV_INFO *pWav, const char *filename)
{
signed int offset;
WAV_INFO *wav = pWav ;
if (wav == NULL)
{
debug("Unable to allocate WAV struct.\n");
goto error;
}
wav->fp = fopen(filename, "rb");
if (wav->fp == NULL)
{
debug("Unable to open wav file. %s\n", filename);
goto error;
}
/* RIFF标志符推断 */
if (fread(&(wav->header.riffType), 1, 4, wav->fp) != 4)
{
debug("couldn‘t read RIFF_ID\n");
goto error; /* bad error "couldn‘t read RIFF_ID" */
}
if (strncmp("RIFF", wav->header.riffType, 4))
{
debug("RIFF descriptor not found.\n") ;
goto error;
}
debug("Find RIFF \n");
/* Read RIFF size. Ignored. */
readHeader(&(wav->header.riffSize), 4, 1, wav->fp);
debug("wav->header.riffSize:%d \n",wav->header.riffSize);
/* WAVE标志符推断 */
if (fread(&wav->header.waveType, 1, 4, wav->fp) !=4)
{
debug("couldn‘t read format\n");
goto error; /* bad error "couldn‘t read format" */
}
if (strncmp("WAVE", wav->header.waveType, 4))
{
debug("WAVE chunk ID not found.\n") ;
goto error;
}
debug("Find WAVE \n");
/* fmt标志符推断 */
if (fread(&(wav->header.formatType), 1, 4, wav->fp) != 4)
{
debug("couldn‘t read format_ID\n");
goto error; /* bad error "couldn‘t read format_ID" */
}
if (strncmp("fmt", wav->header.formatType, 3))
{
debug("fmt chunk format not found.\n") ;
goto error;
}
debug("Find fmt \n");
readHeader(&wav->header.formatSize, 4, 1, wav->fp); // Ignored
debug("wav->header.formatSize:%d \n",wav->header.formatSize);
/* read info */
readHeader(&(wav->header.compressionCode), 2, 1, wav->fp);
readHeader(&(wav->header.numChannels), 2, 1, wav->fp);
readHeader(&(wav->header.sampleRate), 4, 1, wav->fp);
readHeader(&(wav->header.bytesPerSecond), 4, 1, wav->fp);
readHeader(&(wav->header.blockAlign), 2, 1, wav->fp);
readHeader(&(wav->header.bitsPerSample), 2, 1, wav->fp);
offset = wav->header.formatSize - 16;
/* Wav format extensible */
if (wav->header.compressionCode == 0xFFFE)
{
static const unsigned char guidPCM[16] = {
0x01, 0x00, 0x00, 0x00, 0x00, 0x00, 0x10, 0x00,
0x80, 0x00, 0x00, 0xaa, 0x00, 0x38, 0x9b, 0x71
};
unsigned short extraFormatBytes, validBitsPerSample;
unsigned char guid[16];
signed int i;
/* read extra bytes */
readHeader(&(extraFormatBytes), 2, 1, wav->fp);
offset -= 2;
if (extraFormatBytes >= 22)
{
readHeader(&(validBitsPerSample), 2, 1, wav->fp);
readHeader(&(wav->channelMask), 4, 1, wav->fp);
readHeader(&(guid), 16, 1, wav->fp);
/* check for PCM GUID */
for (i = 0; i < 16; i++) if (guid[i] != guidPCM[i]) break;
if (i == 16) wav->header.compressionCode = 0x01;
offset -= 22;
}
}
debug("wav->header.compressionCode:%d \n",wav->header.compressionCode);
/* Skip rest of fmt header if any. */
for (;offset > 0; offset--)
{
fread(&wav->header.formatSize, 1, 1, wav->fp);
}
#if 1
do
{
/* Read data chunk ID */
if (fread(wav->header.dataType, 1, 4, wav->fp) != 4)
{
debug("Unable to read data chunk ID.\n");
free(wav);
goto error;
}
/* Read chunk length. */
readHeader(&offset, 4, 1, wav->fp);
/* Check for data chunk signature. */
if (strncmp("data", wav->header.dataType, 4) == 0)
{
debug("Find data \n");
wav->header.dataSize = offset;
break;
}
/* Jump over non data chunk. */
for (;offset > 0; offset--)
{
fread(&(wav->header.dataSize), 1, 1, wav->fp);
}
} while (!feof(wav->fp));
debug("wav->header.dataSize:%d \n",wav->header.dataSize);
#endif
/* return success */
return 0;
/* Error path */
error:
if (wav)
{
if (wav->fp)
{
fclose(wav->fp);
wav->fp = NULL;
}
//free(wav);
}
return -1;
}
#if 0
int main(int argc,char **argv)
{
WAV_INFO wavInfo;
char fileName[128];
if(argc<2 || strlen(&argv[1][0])>=sizeof(fileName))
{
debug("argument error !!! \n");
return -1 ;
}
debug("size : %d \n",sizeof(WAV_HEADER));
strcpy(fileName,argv[1]);
wavInputOpen(&wavInfo, fileName);
return 0;
}
#endif
附：FIFF文件知识点
1. 简单介绍RIFF全称为资源互换文件格式（ResourcesInterchange FileFormat），RIFF文件是windows环境下大部分多媒体文件遵循的一种文件结构,RIFF文件所包括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)其他RIFF文件（.BND)
2. CHUNK
chunk是组成RIFF文件的基本单元。它的基本结构例如以下：
struct chunk{
u32 id; /* 块标志 */
u32 size; /* 块大小 */
u8 dat[size]; /* 块内容 */
};
id 由4个ASCII字符组成，用以识别块中所包括的数据。如：‘RIFF‘,‘LIST‘,‘fmt‘,‘data‘,‘WAV‘,‘AVI‘等等，因为这样的文件结构最初是由Microsoft和IBM为PC机所定义,RIFF文件是依照little-endian[2] 字节顺序写入的。
size（块大小） 是存储在data域中数据的长度,id与size域的大小则不包含在该值内。
dat（块内容） 中所包括的数据是以字(WORD)为单位排列的，假设该数据结构长度是奇数。则在最后加入一个空(NULL)字节。
chunk块中有且仅有两种类型块：‘RIFF‘和‘LIST‘类型能够包括其他块，而其他块仅能含有数据。
‘RIFF‘和‘LIST‘类型的chunk结构例如以下
structchunk{
u32 id; /* 块标志 */
u32 size; /* 块大小 */
/*此时的dat = type + restdat */
u32 type ; /* 类型 */
u8 restdat[size] /* dat中除type4个字节后剩余的数据*/
};
能够看出，‘RIFF‘和‘LIST‘也是chunk,仅仅是它的dat由两部分组成type和restdat。
type,由4个ASCII字符组成，代表RIFF文件的类型，如‘WAV‘,‘AVI ‘；或者‘LIST‘块的类型，如avi文件里的列表‘hdrl‘,‘movi‘。
restdat,dat中除type4个字节后剩余的数据，包括块内容，包括若干chunk和‘LIST‘
2.1 FOURCC 一个FOURCC(fourcharacter
code）是一个占4个字节的数据，一般表示4个ASCII字符。在RIFF文件格式中，FOURCC很普遍,structchunk
中的id成员。‘LIST‘,‘RIFF‘的type成员，起始标识等信息都是用FOURCC表示的。
FOURCC通常是四个字符，如‘abcd‘这种形式。也能够三个字符包括一个空格，如‘abc‘这种形式。
RIFF文件的FileData部分由若干个‘LIST‘和chunk组成。而‘LIST‘的ListData又能够由若干个‘LIST‘和chunk组成，即‘LIST‘是能够嵌套的。
FileSize,ListSize,ChunkSize为little-endian32-bit正整数，表示Type（仅仅有‘RIFF‘,‘LIST‘chunk有Type)+Data一起的大小，注意它是little-endian表示，如：0x00123456,存储地址由低到高，在little-endian系统中的存储表示为0x56341200（字节由低位到高位存储）。而在big-endian为0x00123456（字节由高位到低位存储）。
32bit整数0x00123456存储地址低--------->。高little-endian（字节由低位到高位存储）56341200big-endian（字节由高位到低位存储）00123456
以上是关于wav音频文件头解析的主要内容，如果未能解决你的问题，请参考以下文章