WAV文件格式解析

版权声明：我的Github博客:https://wintrysec.github.io https://blog.csdn.net/qq_35553433/article/details/86550320

WAV格式简介

WAVE(Waveform Audio File Format)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"。

                                                                                      波形文件(.wav)文件头示例

文件头中的关键值包括：

音频类型：WAVE

调制方法：以PCM为例（脉冲编码调制）

声道个数：2，大多数音频文件都有两个声道

采样频率：每个声道44 100 (根据奈奎斯特定理，每次采样使用的字节数和位数)

头文件下方是连续的数据信息，而数据长度是规定好的4字节的16进制数 04-5C-67-00 。

推导每个声道的采样值：

（1）大小端序转换

交换 04-5C-67-00 的字节和字，将小端序转换成大端序；

得到实际长度为 00-67-5C-04(16进制)-> 6 737 476(十进制)

(2)双声道分解

因为音频又两个声道，所以把上边的结果除以2，得每个声道 3 386 882个字节。

每个记录样本大小位16位(2字节)

因此每个声道得采样值为：1 693 441。

此外，例如音频时长38s，可用38s x 44 100 样例/s，求得采样值（精度不准）

格式解析

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。

RIFF区块

名称	偏移地址	字节数	端序	内容
ID	0x00	4Byte	大端	'RIFF' (0x52494646)
Size	0x04	4Byte	小端	fileSize - 8
Type	0x08	4Byte	大端	'WAVE'(0x57415645)

• 以'RIFF'为标识
• Size是整个文件的长度减去ID和Size的长度
• Type是WAVE表示后面需要两个子块：Format区块和Data区块

FORMAT区块

名称	偏移地址	字节数	端序	内容
ID	0x00	4Byte	大端	'fmt ' (0x666D7420)
Size	0x04	4Byte	小端	16
AudioFormat	0x08	2Byte	小端	音频格式
NumChannels	0x0A	2Byte	小端	声道数
SampleRate	0x0C	4Byte	小端	采样率
ByteRate	0x10	4Byte	小端	每秒数据字节数
BlockAlign	0x14	2Byte	小端	数据块对齐
BitsPerSample	0x16	2Byte	小端	采样位数

• 以'fmt '为标识
• Size表示该区块数据的长度（不包含ID和Size的长度）
• AudioFormat表示Data区块存储的音频数据的格式，PCM音频数据的值为1
• NumChannels表示音频数据的声道数，1：单声道，2：双声道
• SampleRate表示音频数据的采样率
• ByteRate每秒数据字节数 = SampleRate * NumChannels * BitsPerSample / 8
• BlockAlign每个采样所需的字节数 = NumChannels * BitsPerSample / 8
• BitsPerSample每个采样存储的bit数，8：8bit，16：16bit，32：32bit

DATA区块

名称	偏移地址	字节数	端序	内容
ID	0x00	4Byte	大端	'data' (0x64617461)
Size	0x04	4Byte	小端	N
Data	0x08	NByte	小端	音频数据

• 以'data'为标识
• Size表示音频数据的长度，N = ByteRate * seconds
• Data音频数据

小端存储

WAV文件以小端形式来进行数据存储。

大端模式：数据的低位保存在内存的高地址中，而数据的高位，保存在内存的低地址中；
小端模式：数据的低位保存在内存的低地址中，而数据的高位，保存在内存的高地址中。

PCM数据在WAV文件中的bit位排列方式

PCM数据类型	采样	采样
8Bit 单声道	声道0	声道0
8Bit 双声道	声道0	声道1
16Bit 单声道	声道0低位，声道0高位	声道0低位，声道0高位
16Bit 双声道	声道0低位，声道0高位	声道1低位，声道1高位