wav文件文件头格式文档格式.docx
- 文档编号:21014669
- 上传时间:2023-01-26
- 格式:DOCX
- 页数:9
- 大小:32.09KB
wav文件文件头格式文档格式.docx
《wav文件文件头格式文档格式.docx》由会员分享,可在线阅读,更多相关《wav文件文件头格式文档格式.docx(9页珍藏版)》请在冰豆网上搜索。
播放软件利用此值可以估计缓冲区的大小。
20H2int数据块的调整数(按字节算的),其值为通道数×
每样本的数据位值/8。
播放软件需要一次处理多个该值大小的字节数据,以便将其值用于缓冲区的调整。
22H2 每样本的数据位数,表示每个声道中各个样本的数据位数。
如果有多个声道,对每个声道而言,样本大小都一样。
24H4char数据标记符"data"
28H4longint语音数据的长度
PCM数据的存放方式:
样本1样本2
8位单声道0声道0声道
8位立体声0声道(左)1声道(右)0声道(左)1声道(右)
16位单声道0声道低字节0声道高字节0声道低字节0声道高字节
16位立体声0声道(左)低字节0声道(左)高字节1声道(右)低字节1声道(右)高字节
WAVE文件的每个样本值包含在一个整数i中,i的长度为容纳指定样本长度所需的最小字节数。
首先存储低有效字节,表示样本幅度的位放在i的高有效位上,剩下的位置为0,这样8位和16位的PCM波形样本的数据格式如下所示。
样本大小数据格式最大值最小值
8位PCMunsignedint2250
16位PCMint32767-32767
二、是个很专业的技术社区
三、参考程序
type
TMyWaveFormat=record
FieldLabel:
array[0..3]
of
Char;
//"
RIFF"
FieldLen:
DWORD;
//从08H开始到文件末尾字节数
WaveID:
WAVE"
57
41
56
45
FmtID:
fmt
"
66
6D
74
20
FmtLen:
//A_LAW
12
00
PCM
10
00
wFormatTag:
Word;
//
format
type
A_LAW
06
01
nChannels:
声道数
nSamplesPerSec:
DWORD;
sample
rate
采样率
40
1F
nAvgBytesPerSec:
for
buffer
estimation
每秒平均字节数
nBlockAlign:
block
size
data
块调整
wBitsPerSample:
//采样BITS数
08
DataID:
data"
64
61
61
DataLen:
采样数据总字节数
end;
四、各种WAV文件头格式
Wav文件也分好几个种类,相应的非数据信息存储在文件头部分,以下是各种WAV文件头格式。
表1 8KHz采样、16比特量化的线性PCM语音信号的WAVE文件头格式表(共44字节)
偏移
地址
字节数
数据类型
内容
文件头定义为
00H
4
char
"
riff_id[4]="
04H
long
int
文件总长-8
size0=文总长-8
08H
8
WAVEfmt
wave_fmt[8]
10H
10
00
00H(PCM)
size1=0x10
14H
2
01
fmttag=0x01
16H
channel=1
或2
18H
采样率
samplespersec
1CH
每秒播放字节数
bytepersec
20H
采样一次占字节数
blockalign=声道数*量化数/8
22H
量化数
bitpersamples=8或16
24H
data"
data_id="
28H
采样数据字节数
size2=文长-44
2CH
到文尾
采样数据
表2 8KHz采样、8比特A律量化的PCM语音信号的WAVE文件头格式表(共58字节)
偏移地址
12000000H(ALAW)
size1=0x12
06
fmttag=0x06
声道数
blockalign=0x01
bitpersamples=8
26H
fact"
wave_fact="
2AH
0400000000530700H定
temp
32H
wave_data="
36H
lont
size2=文长-58
表3 8KHz采样、8比特U律量化的PCM语音信号的WAVE文件头格式表(共58字节)
12000000H(ULAW)
07
fmttag=0x07
表4 ADPCM语音编码后的WAVE文件头格式表(共90字节)
32000000H(ADPCM)
size1=0x32
02
fmttag=0x02
bitpersamples=4
34
固定字节
temp1
46H
4AH
0400000004930600H定
temp2
52H
56H
size2=文长-90
5AH
表5 GSM语音编码后的WAVE文件头格式表(共60字节)偏移地址
14000000H(GSM)
size1=0x14
31
fmttag=0x31
4100000002004001H定
6661637404000000H定
30H
40
E2
05
00H定
temp3
34H
38H
size2=文长-60
3CH
表6 SBC语音编码后的WAVE文件头格式表(共58字节)
12000000H(SBC)
71
fmttag=0x71
blockalign=0x25
bitpersamples=16
0400000076280400H定
size2=文长-59
表7 CELP语音编码后的WAVE文件头格式表(共58字节)
12000000H(CELP)
70
fmttag=0x70
blockalign=0x0C
0400000060520700H定
WAVEFORMATEX
typedef
struct{WORD
wFormatTag;
WORD
nChannels;
DWORD
nSamplesPerSec;
nAvgBytesPerSec;
nBlockAlign;
wBitsPerSample;
cbSize;
}
WAVEFORMATEX;
具体参数解释如下:
wFormatTag:
波形数据的格式,定义在MMREG.H文件中
nChannels:
波形数据的通道数:
单声道或立体声
nSamplesPerSec:
采样率,对于PCM格式的波形数据,采样率有8.0
kHz,11.025kHz,22.05
kHz,44.1
kHz等
nAvgBytesPerSec:
数据率,对于PCM格式的波形数据,数据率等于采样率乘以每样点字节数
nBlockAlign:
每个样点字节数
wBitsPerSample:
采样精度,对于PCM格式的波形数据,采样精度为8或16
cbSize:
附加格式信息的数据块大小
概念2、定义设备头结构
WAVEHDR定义了指向波形数据缓冲区的设备头。
WAVEHDR
struct
{
LPSTR
lpData;
dwBufferLength;
dwBytesRecorded;
dwUser;
dwFlags;
dwLoops;
wavehdr_tag
*
lpNext;
reserved;
WAVEHDR;
lpData:
波形数据的缓冲区地址
dwBufferLength:
波形数据的缓冲区地址的长度
dwBytesRecorded:
当设备用于录音时,标志已经录入的数据长度
dwUser:
用户数据
dwFlags:
波形数据的缓冲区的属性
dwLoops:
播放循环的次数,仅用于播放控制中
lpNext和reserved均为保留值
注意:
上述结构体以及我们在程序中所使用到的“HWAVEIN””HWAVEOUT”结构体均是系统已经存在的,我们只需要对其进行赋值即可。
五、本文就经常见的一种格式PCM(44字节)的Wav文件头进行分析
一.解析文件头
举例说明:
kugoo下载的一首wav文件:
魏三抹去泪水wav.wav(大小14,703,980字节,时长2:
46),文件头如下:
1.地址00H-03H,值为“RIFF”标志;
2.地址04H-07H,值为“645DE000”,存储的是文件大小刨去8字节后的值,注意这个是little-endian的,也就是高地址存低位,地地址存高位,所以Size=00E05D64H=14703972字节,比文件总大小少8个字节,这8个字节就是00H-07H。
3.地址08H-0FH,就是“WAVEfmt”标记。
4.地址10H-13H,fmt格式的块大小,这种格式时是“10000000”,也是little-endian的,即块大小为16,也有可能为18,这时最后多了2个字节的附加信息。
。
其他格式的可能是20。
5.地址14H-15H,“0100”,也是little-endian的,标记编码方式,一般为0x0001。
6.地址16H-17H,“0100”,也是little-endian,标记声道数,这里值为1。
注意1代表单声道,2代表双声道。
7.地址18H-1BH,“44AC0000”,也是little-endian,标记采样频率,这里为441000Hz。
8.地址1CH-1FH,“8858
0100”每秒所需的字节数,也是little-endian,bytepersec=00015888H=88200(字节)。
【加上点自己的看法88200=频率*采样一次占的字节数=44100*2,我觉得这种关系是存在的,虽然很多资料上没提到)。
9.地址20H-21H,“0200”,采样一次占字节数
,有些地方也叫数据块对齐单位,也是little-endian的,这里是两个字节。
声道数*量化数/8=1*16/8=2(字节)。
10.地址22H-23H,“1000”,量化数,也就是每个采样需要的bit数,也是little-endian的,所以这里是16位。
11.地址24H-27H,“64617461”,就是“data”了。
12.地址28H-2BH,“405DE000”,存储的是文件大小刨去44字节后的值,这个也是little-endian的,Size=00E05D40H=14703936字节。
二、编程方法
1.计算文件播放时长
文件播放时长=(文件总长度-文件头长度)/每秒所需的字节数。
如上例duration=(14,703,980-44)/88200=166.7s,这个在kugoo的制作铃声功能下可以查询的到。
2.按时间点切割文件(只精确到秒已用程序实现过,精确到0.1s理论上也是可以,但是没有用程序去实现)
2.1切割文件的前N秒为一个新文件
第一步,计算N秒的偏移量,Set
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- wav 文件 格式