MMIO----Wav格式文件解析

Posted 2020-10-23 lgxZJ

DirectSound只支持Wav格式的音频文件，在创建次缓冲区之前需要先确定播放的Wav音频数据的格式。如果是从本地Wav文件播放，则需要先读出它的数据格式。

1. Wav音频格式布局

Wav是WAVE音频格式文件的后缀名，WAVE音频格式全称是Waveform Audio File Format，又叫波形文件。这是一种微软和IBM合理推出的音频比特流文件格式，是RIFF（Resource Interchange File Format）文件格式的一种特殊应用。

RIFF使用一种叫做Chunk的数据块来存储各种信息，主要分为两部分：RIFF Chunk、Other Chunk。

RIFF Chunk:

• Chunk id: chunk标识符，值为FOURCC(‘R‘, ‘I‘, ‘F‘, ‘F‘)组成的一个32位的无符号整数。
• file size: 4字节大小，file type和data部分的数据大小总和。
• file type: 用FOURCC标识的文件类型，对于Wav文件来说值为FOURCC(‘W‘, ‘A‘, ‘V‘, ‘E‘)。
• data: 该部分包含剩余的chunk块。

Other Chunk按顺序包含3个部分:

• Chunk id：这是每个chunk的标识符，是由4个字符组成一个FOURCC。
• Chunk size：4字节值，表明该chunk块数据部分的大小。
• Chunk data：数据部分，该数据可能为空，并且实际的数据会被填充到2字节边界。

对于Wav音频文件来说，常见并被称为标准格式的Wav格式的只包含“RIFF”、“fmt”和“data” chunk 块（今天我们不讨论格式标准，因此不深入探讨这方面），只有“data”子块中的data部分包含实际的音频数据，可以被用来播放。实际上整个RIFF文件只由一个“RIFF”块组成，而该“RIFF”又包含其他子块（例如“fmt”、“data”块）。由于Wav文件可能包含其他子块，因此在解析的时候不能假定这些字块的顺序。

2.Wav音频数据格式

Wav音频的数据格式信息包含在“fmt”块中，“fmt”字块的data部分就包含数据的格式信息。Wav文件多包含的是PCM（ Pulse -code modulation）原始音频数据，即未经压缩的数据，但其实它可以包含多种数据格式，包括原始的和经过压缩的：

• PCM

• ADPCM

• GSM
• MP3
• CELP
• SBC

• Truespeech

我们这里只处理PCM原始数据，因为DirectSound只支持它。我们看下图：

在Windows平台上开发时，系统已经为我们定义好了数据格式用来存储Wav格式信息WAVEFORMATEX,可以看到这个结构体的字段除cbSize以外都是按顺序和“fmt”块中data部分的格式信息字段一一对应的，这极大地方便了我们对格式信息的处理。

3. 读取Wav音频格式信息

HMMIO mmioOpen(LPTSTR szFilename, LPMMIOINFO lpmmioinfo, DWORD dwOpenFlags);
MMRESULT mmioAscend(HMMIO hmmio, LPMMCKINFO lpck, UINT wFlags);
MMRESULT mmioDescend(HMMIO hmmio, LPMMCKINFO lpck, LPMMCKINFO lpckParent, UINT wFlags);
LONG mmioRead(HMMIO hmmio, HPSTR pch, LONG cch);
...

微软提供了mmio系列的函数来帮助我们操作RIFF文件，首先我们调用mmioOpen打开一个Wav文件并防止被其他程序写入：

HMMIO mmioHandle = mmioOpenW(tempFilePath, NULL,
                            MMIO_READ |
                            MMIO_DENYWRITE |
                            MMIO_ALLOCBUF);
if (mmioHandle == NULL) {
    throw std::exception("mmioOpon error!");
}

然后我们调用mmioDescend函数下降到RIFF块，通过在MMCKINFO结构体中设置file type为FOURCC(‘W‘, ‘A‘, ‘V‘, ‘E‘)，我们表明我们想下降到的RIFF块里的文件类型是“WAVE”：

MMCKINFO riffChunkInfo;
riffChunkInfo.fccType = mmioFOURCC(‘W‘, ‘A‘, ‘V‘, ‘E‘);
DWORD as;
if ((as = mmioDescend(mmioHandle, &riffChunkInfo, NULL, MMIO_FINDRIFF))
        !=
    MMSYSERR_NOERROR) {

    throw std::exception("mmioDescend error!");
}

因为“fmt”块是RIFF的子块，因此我们紧接着下降到“fmt”子块：

MMCKINFO fmtSubChunkInfo;
fmtSubChunkInfo.ckid = mmioFOURCC(‘f‘, ‘m‘, ‘t‘, ‘ ‘);
if (mmioDescend(mmioHandle, &fmtSubChunkInfo, &riffChunkInfo, MMIO_FINDCHUNK)
        !=
    MMSYSERR_NOERROR) {

    throw std::exception("mmioDescend error!");
}

然后我们调用mmioRead函数来读取格式信息到一个WAVEFORMATEX结构体中。调用mmioRead时，我们需要自己提供存放读取信息的地址，像这里我们提供的是一个栈上的变量地址：

//  `fmt` chunk contains wave audio format described by WAVEFORMAT or WAVEFORMATEX
if (mmioRead(mmioHandle, (HPSTR)&m_waveFormat, fmtSubChunkInfo.cksize)
        <= 0) {

    throw std::exception("mmioRead read fmt chunk error!");
}

4. 运行结果

完整代码见链接