WAV文件格式实例分析
44.1khz 的wav例子
题目：探索44.1kHz的WAV音频格式在当今数字化的世界里，音频文件已经成为我们日常生活中不可或缺的一部分。
而WAV格式作为一种常见的音频文件格式，其44.1kHz的采样率更是被广泛运用于各种音频设备和媒体评台。
在本文中，我们将深入探讨44.1kHz的WAV音频格式，探寻其在音频处理和播放中的重要性。
1. 什么是44.1kHz的WAV音频格式？WAV是一种无损音频文件格式，最初由微软和IBM在Windows上推出。
它以PCM编码方式存储音频数据，因此能够提供高质量的音频效果。
而44.1kHz则是指音频的采样率，即以每秒44,100次的频率对声音的快照进行采样。
这一标准是由CD音质确定的，因此被广泛应用于CD音轨和音频编辑中。
2. 44.1kHz的重要性和适用场景44.1kHz的采样率之所以被广泛采用，是因为它能够准确地还原人耳能够感知的所有频率。
这意味着在这一采样率下录制的音频可以达到接近原始声音的还原效果，保留了丰富的音频细节，尤其适用于音乐、录音以及音频处理等领域。
3. 如何理解44.1kHz的WAV音频格式？在理解44.1kHz的WAV音频格式时，我们不仅要关注其数字表示，还需深入了解其对音频体验的影响。
采样率的增加能够提高音频的精度和质量，而44.1kHz的采样率已经达到了人类耳朵的极限感知范围。
无论是从技术还是从感官上来说，这一采样率都能够满足我们对高品质音频的追求。
4. 结语44.1kHz的WAV音频格式在当前的数字音频领域中扮演着重要的角色，其高质量和广泛应用性使其成为音频文件处理和传输中不可或缺的一部分。
通过深入探索和理解这一音频格式，我们不仅能够更好地应用于实际场景中，更能够对数字音频的发展与应用有着更全面、深刻的理解。
个人观点：作为一名音频领域的从业者，我对44.1kHz的WAV音频格式有着深刻的认识和理解。
这一采样率的选择不仅考虑了技术因素，更兼顾了人类听觉的特性，为我们带来了更加真实和丰富的音频体验。
PCM编码与Waveform音频文件（.wav）格式详解
PCM编码与Waveform⾳频⽂件（.wav）格式详解 ⼤家好，我是痞⼦衡，是正经搞技术的痞⼦。
今天痞⼦衡给⼤家介绍的是PCM编码及Waveform⾳频⽂件格式。
嵌⼊式⾥有时候也会和⾳频打交道，⽐如最近特别⽕的智能⾳箱产品，离不开前端的⾳频信号采集、降噪，中间的语⾳识别（ASR）、⾃然语⾔处理（NLP），以及后端的⽂语合成（TTS）、⾳频播放。
⾳频信号采集是处理声⾳的第⼀步，要采集⾳频就离不开PCM编码，⾳频采集完成⾃然需要保存，waveform格式（.wav）是⼀种最经典的⾳频⽂件格式。
今天痞⼦衡就给⼤家详细介绍PCM编码以及waveform⽂件格式。
⼀、声⾳基础 众所周知，声⾳是由物体振动产⽣的声波，声⾳通过介质（空⽓或固体、液体）传播并能被⼈听觉器官所感知。
发⾳物体情况（材料，距离，振动强度等）不同，产⽣的声⾳也不同。
为了区分不同的声⾳，我们主要⽤如下三个参数来描述声⾳的特征：⾳量：⼈主观上感觉到的声⾳⼤⼩（也叫响度），由“振幅”（amplitude）和⼈离声源的距离决定。
⾳调：声⾳的⾼低（⾼⾳、低⾳），由“频率”（frequency）决定，频率越⾼⾳调越⾼。
⾳⾊：⾳⾊是⼀种抽象的东西，波形决定了声⾳的⾳⾊。
声⾳因不同发声物体材料⽽具有不同特性，波形是把这个抽象特性直观的表现出来。
典型的⾳⾊波形有⽅波，锯齿波，正弦波，脉冲波等。
三⼤参数⾥除了⾳⾊没有度量单位外（可以认为⾳⾊是声⾳的UID，每种⾳⾊都是独⼀⽆⼆的），⾳量和⾳调均有度量单位，这意味着⾳量和⾳调是可调整的，也是声⾳之间可对⽐的特征参数。
1.1 ⾳量单位-分贝(dB) 声波是⼀种机械波（压⼒波）。
声波（空⽓质点）的连续振动，使空⽓分⼦不断交替的压缩和松弛，使⼤⽓压迅速产⽣起伏，这种⽓压的起伏部分，就称为声压。
声压的振幅表⽰质点离开平衡位置的距离，反映从波形波峰到波⾕的压⼒变化，以及波所携带的能量的多少。
声压值虽然可以反映⾳量⼤⼩，但⼈们⽇常⽣活中遇到的声⾳，若以声压值表⽰，变化范围⾮常⼤（达到六个数量级以上），并且⼈体听觉对声信号强弱刺激反应不是线形的，⽽是成对数⽐例关系。
WAV文件格式分析与详解
WAV文件格式分析与详解作者：王若钧何杉来源：《数字技术与应用》2014年第03期摘要：WAV文件格式信息是对WAV文件编程的重要依据。
揭开WAV文件格式的奥秘是开发功能强大的具有自主知识产权的语音处理软件的关键。
本文结合波形文件的基本知识，较系统地说明了WAV文件的存储原理、文件结构、WAV文件头格式、基于PCM编码的数据组织，内容全面、清楚、准确，还包含了一些新汇集的参数。
可作为开发人员的参考资料。
关键词：文件格式 WAV 编码声音中图分类号：TP311 文献标识码：A 文章编号：1007-9416（2014）03-0093-021 引言WAV文件是在PC机平台上很常见的、最经典的多媒体音频文件，最早于1991年8月出现在Windows 3.1操作系统上，文件扩展名为WAV，是WaveFom的简写，也称为波形文件，可直接存储声音波形，还原的波形曲线十分逼真。
WAV文件格式简称WAV格式是一种存储声音波形的数字音频格式，是由微软公司和IBM联合设计的，经过了多次修订，可用于Windows，Macintosh，Linix等多种操作系统，详述如下。
2 波形文件的基础知识2.1 波形文件的存储过程声源发出的声波通过话筒被转换成连续变化的电信号，经过放大、抗混叠滤波后，按固定的频率进行采样，每个样本是在一个采样周期内检测到的电信号幅度值；接下来将其由模拟电信号量化为由二进制数表示的积分值；最后编码并存储为音频流数据。
有的应用为了节省存储空间，存储前，还要对采样数据先进行压缩。
2.2 WAV文件的编码编码包括了两方面内容，一是按一定格式存储数据，二是采用一定的算法压缩数据。
WAV格式对音频流的编码没有硬性规定，支持非压缩的PCM（Puls Code Modulation）脉冲编码调制格式，还支持压缩型的微软自适应差分脉冲编码调制Microsoft ADPCM（Adaptive Differential Puls Code Modulation）、国际电报联盟（International Telegraph Union）制定的语音压缩标准ITU G.711 a-law、ITU G.711-law、IMA ADPCM、ITU G.723 ADPCM （Yamaha）、GSM 6.10、ITU G.721 ADPCM编码和其它压缩算法。
WAV文件格式分析
WAV文件格式分析
WAV(PCM)文件格式是一种容器文件格式，它可以包含多种编码方式的
音频数据，但最常见的是PCM编码方式。
PCM是一种无损的音频编码方式，它将音频信号按照时序进行采样，并将每个采样值量化成离散的数字，进
而进行存储。
PCM编码方式的音频数据是最原始、最接近原始音频信号的
数据，因此在音质上具有高保真性。
文件头是WAV(PCM)文件的第一部分，用于描述整个文件的基本信息。
文件头的长度为44个字节。
它包含了文件的格式、采样率、通道数、量
化位数等信息。
其中，采样率表示每秒采样的次数，通道数表示音频数据
的通道数（例如单声道或立体声），量化位数表示每个采样值用多少位进
行表示。
附加信息部分是可选的，它可以用来存储一些附加的音频信息，如音
频标记、标题、歌手信息等。
附加信息部分的长度可以根据需要进行扩展。
然而，WAV(PCM)文件格式也存在一些不足之处。
由于PCM编码方式没
有对音频数据进行压缩处理，因此WAV(PCM)文件的尺寸相对较大，占用
存储空间较多。
另外，由于其采样率和量化位数的限制，WAV(PCM)文件格
式可能无法满足一些高质量音频的需求。
针对这些问题，人们常常使用其
他音频格式如MP3、AAC等进行压缩编码，以减小文件尺寸并提高存储和
传输效率。
总结起来，WAV(PCM)文件格式是一种常见的音频文件格式，它基于PCM编码方式进行存储和传输。
WAV(PCM)文件格式具有音质高、兼容性强
等优点，但同时也存在文件较大和存储、传输效率低的不足之处。
wav文件格式分析
char szFactID[4]; // 'f','a','c','t'
DWORD dwFactSize;
};
Data Chunk
==================================
| |所占字节数| 具体内容 |
==================================
{
char szFmtID[4]; // 'f','m','t',' '
DWORD dwFmtSize;
WAVE_FORMAT wavFormat;
};
Fact Chunk
==================================
| |所占字节数| 具体内容 |
--------------------------------------------------------------------
| Size | 4 Bytes | 数值为16或18，18则最后又附加信息 |
-------------------------------------------------------------------- ----
| FormatTag | 2 Bytes | 编码方式，一般为0x0001 | |
-------------------------------------------------------------------- |
| Channels | 2 Bytes | 声道数目，1--单声道；2--双声道 | |
wav文件格式分析
一. RIFF概念在Windows环境下，大部分的多媒体文件都依循着一种结构来存放信息，这种结构称为"资源互换文件格式"(Resources lnterchange File Format)，简称RIFF。
例如声音的WAV文件、视频的AV1文件等等均是由此结构衍生出来的。
RIFF可以看做是一种树状结构，其基本构成单位为chunk，犹如树状结构中的节点，每个chunk由"辨别码"、"数据大小"及"数据"所组成。
图一、块的结构示意图辨别码由4个ASCII码所构成，数据大小则标示出紧跟其后数据的长度(单位为Byte)，而数据大小本身也用掉4个Byte，所以事实上一个chunk的长度为数据大小加8。
一般而言，chunk本身并不允许内部再包含chunk，但有两种例外，分别为以"RIFF"及"L1ST"为辨别码的chunk。
而针对此两种chunk，RIFF又从原先的"数据"中切出4个Byte。
此4个Byte称为"格式辨别码"，然而RIFF又规定文件中仅能有一个以"RIFF"为辨别码的chunk。
图二、RIFF/LIST块结构只要依循此一结构的文件，我们均称之为RIFF档。
此种结构提供了一种系统化的分类。
如果和MS一DOS 文件系统作比较，"RIFF"chunk就好比是一台硬盘的根目录，其格式辨别码便是此硬盘的逻辑代码(C：或D：)，而"L1ST"chunk即为其下的子目录，其他的chunk则为一般的文件。
至于在RIFF文件的处理方面，微软提供了相关的函数。
视窗下的各种多媒体文件格式就如同在磁盘机下规定仅能放怎样的目录，而在该目录下仅能放何种数据。
二. WAV文件格式WAVE文件是非常简单的一种RIFF文件，它的格式类型为"WAVE"。
多媒体文件解析（一）：WAV文件解析
多媒体⽂件解析（⼀）：WAV⽂件解析在之前的系列中，我们对主流的多媒体的⽂件格式进⾏了整理和讲述。
这⾥开始我们开始对如何分析和解释多媒体⽂件来进⾏整理，以便于以后我们⾃⼰排查⼀些问题的时候有⼀些帮助。
本篇我们就讲⼀下WAV⽂件格式。
⾸先我们知道WAV格式的实质就是在 PCM ⽂件的前⾯加了⼀个⽂件头。
下⾯是使⽤⼆进制打开的⼀个WAV⽂件，此⽂件只写⼊了WAV头信息。
整个⽂件的⼤⼩为44b。
下⾯我们就针对WAV头进⾏⼀点点的解析和整理。
WAV⽂件遵循RIFF规则，其内容以区块最⼩单位进⾏存储。
WAV⽂件由3个区块组成：RIFF chunk， Format chunk 和 Data chunk。
另外还有可能包含其他的可选区块，如：Fact chunk、Cue points chunk等。
⼀、RIFF区块下⾯我们针对此区块的三个名称的内容进⾏分析：ID：在WAV格式中，ID固定以 RIFF 为标识。
换成进制数据为：0x52494646，此值为⼤端序，按照正常的顺序进⾏读取即可。
Size：Size的⼤⼩为整个⽂件的长度减去ID和Size的长度. 注意此为⼩端序，计算⼤⼩的时候，需从右边往左读。
例如本WAV的Size为36（⼗六进制：24），再加上Size和ID的长度，整个⽂件的⼤⼩44b就是这么来的.Type：在WAV⽂件中，Type的内容固定为 "WAVE"，表⽰后⾯会有两个区块，Format区块和Data区块。
⼆、FORMAT区块ID：此区块的ID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1NumChannels：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 / 8BlockAlign：每个采样所需的字节数 = NumChannels * BitsPerSample / 8BitsPerSample：每个采样存储的bit数，8：8bit，16：16bit，32：32bit三、DATA区块ID：区块的ID以'data'为标识Size：表⽰⾳频数据的长度，N = ByteRate * secondsData：存储的是⾳频数据四、WAV⾳频数据存储⽅式WAV⽂件的PCM⾳频数据以⼩端形式来进⾏数据存储。
wav文件格式
＂ ＶＥ ＷＡ ，
＂ｍｔ ｆ ＂
ｓｅｆ ＭＷＡ Ｅ Ｏ ＭＡ ） ｉｏ（Ｃ ｚ Ｐ ＶＦＲ Ｔ
ｓｒｃ ｏ Ｐ ＭＷＡＶＥ Ｏ ｔ ｔ Ｃ ｕ ｆ Ｆ ＲＭＡＴ
ｄｔ ａａ
ｘ Ｘ ｘ Ｘ
辨别码由４ 个 Ａ Ｃ Ｉ Ｓ Ｉ码所构成 ， 数据大小则标
示出紧跟其后数据的长度（ 单位为 Ｂ ｔ ， ｙ ）而数据大 ｅ 小本身也用掉 ４ Ｂｔ， 个 ｙ 所以事实上一个 ｃｕｋ的 ｅ ｈｎ
ｎａｐｓ ｒｃ 每 取 数。 Ｓ ： 录 秒 样 Ｓ ｌ ｅｅ 记 ｍｅ Ｐ
ｎ ｖＢｔ ｅ ｃ记录每秒的数据量。 Ｐｒｅ： Ａ ｇｙ ｓ Ｓ ｅ
ｎｌ ｋ ｌ ： ｎ记录区块的对齐单位。 Ｂｏ Ａｉ ｃ ｇ
２ Ｖ文件信息的具体应用 ＷＡ
ＷＡ 中包括 了对原始声音的高速率采 Ｖ文件 样， 并且以ＷＡ Ｅ Ｃ ＿ Ｒ Ｔ脉冲编码调制 Ｖ ＿ Ｆ ＭＡ Ｐ Ｍ Ｏ 格式， 我们可以在 Ｖ Ｓ Ａ Ｃ十十程序中实现， ＩＵ Ｌ 在读 出 ＷＡ Ｅ Ｄ Ｖ Ｈ Ｒ文件头之后 ， 下面就是原始声音 的 高速率采样信息， 我们可以对它作多方面的信息处
ｎ ｈｎ ｅ ＝ ｗ ｉＰｒａ ｐ １ ｌ＝ Ｃ ａｎｌ ２ Ｂｔ ｅ ｍ ｅ ６ ｓ ， ｓ Ｓ 图 ２ Ｃ 文件中位元安排方式 Ｐ Ｍ
第一排表示单声道 ８ 位元， 第二排表示双声道 ８ 位元， 第三排表示单声道 １ ６位元 ， 第四排表示双 声道 １ 位元。８位元代表音量大小由 ８个位元所 ６ 表示 ，６ １ 位元则代表音量大小由 １ 个位元所表示。 ６
如果和 ＭＳ Ｏ － Ｓ文件系统作 比较，Ｒ Ｆ ＂ ｎ Ｄ ＂ ＩＦ ｃｕｋ ｈ 就好 比是一台硬盘的根 目录， 其格式辨别码便是此 《 电子技术》０ １ ２０ 年第 １ 期
WAV文件格式实例分析
’’ ’’ )& $$ ： 记 录 每 秒 取 样 数 。 每 秒 取 样 数 为 ’’’’ )&$$C 。
记 录 每 秒 的 数 据 量 。每 秒 的 数 据 量 为 ’’ ’’ )& $$ ：
’’’’ )&$$C 。
记 录 区 块 的 对 齐 单 位 为 "。 ’’ ’" ： 记录每个取样所需的位元数， 它 的 值 为 #， 表 ’’ ’# ： 示 需 要 用 "9 。 为备 用 字。 ’’ $# ： 对 应 的 <5BEE 码 为 LOHN ， 表 示 HIJ,K && &" &% 2! ： 的 辨 别 码 为 LOHN 。
其 意义分别为：
! =#08*<+6<E ： 记 录 此 声 音 的 格 式 代 号 ， 例 如 %&’(S#5!4&6S234 、 %&’(S#5!&4S&O234 等 。
记录声音的频道数。 " B3D<BB/F, ： 记录每秒取样数。 # BI<*PF/,2/8I/: ： 记录每秒的数据量。 $ B&>EAJ+/,2/8I/: ： 记录区块的对齐单位。 % BAF0:G&F-EB ： 记录每个取样所需的位元数。 & =A-+,2/8I<*PF/ ：
对 应 的 <5BEE 码 为 LMN> 注 意 N 后 面 有 && &6 2! $’ ： 表 示 HIJ,K 的 辨 别 码 为 LMN> 注 意 N 后 面 有 " 个 " 个 空 格A， 空 格 A。 表 示 辨 别 码 为 LMN 的 HIJ,K 的 数 据 长 ’’ ’’ ’’ "$ ： 度 为 ’’’’ ’"#!C。
WAV格式转换分析
WAV音频转换分析报告音频转换数据：莫斯科没有眼泪.wav 1400kbps 40.2M莫斯科没有眼泪.wma 320kbps 16.4M莫斯科没有眼泪.wma 128kbps 8.4M莫斯科没有眼泪.mp3 320kbps 10.1M莫斯科没有眼泪.mp3 128kbps 4.4M莫斯科没有眼泪.mp3 64kbps 2.2M莫斯科没有眼泪.mp3 33kbps 1.01M数据分析：1).WAV本身的结构更适合存放未经压缩的音频数据，因此其最大的缺点是占用存储空间大，不适合长时间记录数据。
2）在128kbps及以下码流的试听中WMA完全超过了MP3格式，低码流之王不是浪得虚名的。
但是当码流上升到128kbp以后，WMA的音质却并没有如MP3一样随着码流的提高而大大提升。
3). 相同数据率下如128Kbs，WMA的音值的确稍胜一筹；5). 在低数据率情况下，WMA的音质比MP3要高出很多。
如64Kbps时，WMA基本与128Kbps相差无几，而MP3已有明显差别；在32Kbps时WMA依然可听，MP3已经绝对不可听了；值的说明的是，128kbps的MP3要好于64kbps的WMA，更远远好于48Kbps的WMA。
6). MP3的确是一种非常成功的算法，在128Kbps时音质足够，如果用大于128Kbps的变码率压缩则音质可以达到非常好的程度，但其数据率的下限是128Kbps，在低于这个数值时，效果大幅度下降；7）.WMA主要改善了极低数据率下高频信号的回放，在大于128Kbps时与MP3相比并无优势，而且高频失真情况比较严重，但如果用于压缩英语听力等素材则是上上之选。
8）.从格式转换后，发现主要问题之一是WMA的高音部分有金属声，失真较大。
9）.总体感觉WMA的声音偏硬,适合流行摇滚,如果是古典或者纯人声的话,感觉有点生硬,在低于128K时，WMA对于MP3拥有绝对优势！128以上的WMA相比MP3会有薄的感觉。
WAV文件格式说明
从WAV文件中提取声音采样数据
一般来说，可以从WAV文件中提取声音数据，标准的WAV格式的声音文件含有声音的采样数据和文件头
文件头描述了后面声音数据的一些信息，如通道数、采样频率、采样位数以及数据的长度等
通道数，是指声音的采样路数，如单声道、立体声等采样频率，是指每秒钟对声音的采样次数，采样频率越高，还原出来的声音越接近原始声音，如表l所列要精确还原出某种频率的波形，其最小采样率应为该波形的2倍
采样位数，指的是每次采样的采样精度采样位数越高，还原出来的声音的量化噪声越小，波形也越接近原波形。
WAV(PCM)文件格式分析
18H 2 int 采样率（每秒样本数），表示每个通道的播放速度，
1CH 4 long int 波形音频数据传送速率，其值为通道数×每秒数据位数×每 样本的数据位数／8。播放软件利用此值可以估计缓冲区的大小。
样本大小 数据格式 最大值 最小值
8位PCM unsigned int 225 0
16位PCM int 32767 -32767�
0CH 4 char "fmt"标志
10H 4 过渡字节（不定）
14H 2 int 格式类别（10H为PCM形式的声音数据)
W AVE文件数据块包含以脉冲编码调制（PCM）格式表示的样本。WAVE文件是由样本组织而成的。在单声道WAVE文件中，声道0代表左声道，声道1代表右声道。在多声道WAVE文件中，样本是交替出现的。
WAVE文件格式说明表
偏移地址 字节数 数据类型 内 容
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。
常见的声音文件主要有两种，分别对应于单声道（11.025KHz采样率、8Bit的采样值）和双声道（44.1KHz采样率、16Bit的采样值）。采样率是指：声音信号在“模→数”转换过程中单位时间内采样的次数。采样值是指每一次采样周期内声音模拟信号的积分值。
WAV文件结构范文
WAV文件结构范文WAV（Waveform Audio File Format）文件是一种常见的音频文件格式，它是无损音频文件的一种扩展名称。
WAV文件的结构相对简单，由文件头和音频数据组成。
下面将详细介绍WAV文件的结构。
1. RIFF头（RIFF Header）RIFF头是WAV文件的文件头，它包含了WAV文件的基本信息和数据格式。
RIFF头的结构如下：- ChunkID（4字节）：文件标识，通常为"RIFF"。
- ChunkSize（4字节）：文件大小，表示除了ChunkID和ChunkSize 字段外的文件大小。
- Format（4字节）：文件格式，通常为"WAVE"。
2. 格式块（Format Chunk）格式块包含有关音频数据的格式信息。
格式块的结构如下：- SubChunk1ID（4字节）：标识符，通常为"fmt "。
- SubChunk1Size（4字节）：SubChunk1的大小，一般为16- AudioFormat（2字节）：音频格式编码，一般为1表示PCM。
- NumChannels（2字节）：声道数，常见为1表示单声道，2表示立体声。
- SampleRate（4字节）：采样率，表示每秒采样的样本数。
- ByteRate（4字节）：比特率，表示每秒的字节数。
- BlockAlign（2字节）：块对齐，表示每个样本的字节数。
- BitsPerSample（2字节）：每个样本的比特数。
3. 数据块（Data Chunk）数据块包含音频的实际采样数据。
- SubChunk2ID（4字节）：标识符，通常为"data"。
- SubChunk2Size（4字节）：SubChunk2的大小，表示音频数据的大小。
- Data（SubChunk2Size字节）：音频数据。
总结起来，WAV文件结构包含RIFF头、格式块和数据块。
WAV格式解析
ID big-endian FOURCC 值为'R' 'I' 'F' 'F' Size little-endian data字段中数据的字节数Data big-endian包含其它的chunkID big-endian FOURCC 值为 'f' 'm' 't' ' 'Size little-endian数据字段包含数据的⼤⼩。
如⽆扩展块，则值为16；有扩展块，则值为 16 + 2字节扩展块长度 + 扩展块长度或者值为18（只有扩展块的长度为2字节，值为0）Data little-endianformat_tag2字节，表⽰⾳频数据的格式。
如值为1，表⽰使⽤PCM格式。
little-endianchannels2字节，声道数。
值为1则为单声道，为2则是双声道。
little-endiansamples_per_sec采样率，主要有22.05KHz，44.1kHz和48KHz。
little-endianbytes_per sec⾳频的码率，每秒播放的字节数。
samples_per_sec *channels * bits_per_sample / 8，可以估算出使⽤缓冲区的⼤⼩little-endianblock_align数据块对齐单位，⼀次采样的⼤⼩，值为声道数 * 量化位数 / 8，在播放时需要⼀次处理多个该值⼤⼩的字节数据。
WAV格式解析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格式头文件信息介绍与C读取实现
二、具体介绍 RIFF WAVE Chunk
==================================
|
|所占字节数| 具体内容 |
==================================
| ID | 4 Bytes | 'RIFF' |
----------------------------------
-----------------------------------------------------------
----------
|
取样 1 | 取样 2 |
| 单声道 |------------------------
--------------------------------
| 16bit 量化 | 声道 0
Fact Chunk
==================================
|
|所占字节数| 具体内容 |
==================================
WAV文件格式分析详解
WAV文件格式分析详解WAV是一种非常常见的音频文件格式，它被广泛用于存储音乐、录音和其他音频数据。
以下是对WAV文件格式的详细分析：1.WAV文件的基本结构：-WAV文件是由一系列音频样本组成的。
每个样本表示一个特定时刻的音频振幅值。
- WAV文件以RIFF（Resource Interchange File Format）文件标识符开头。
- WAV文件由多个子块（chunk）组成，每个子块包含特定类型的数据。
- 子块包括文件头（"fmt "）块，音频数据（"data"）块和其他可选的附加块。
2. 文件头（"fmt "块）：-文件头描述了WAV文件的格式和属性。
-文件头包含了采样率、音频通道数、样本大小（位数）等信息。
-附加块（可选）可能包含其他的扩展信息，如压缩格式、块对齐等。
3. 音频数据（"data"块）：-音频数据块是WAV文件中实际存储音频样本值的部分。
- 它以一个子块标识符（"data"）开头，紧随其后的是存储音频样本的二进制数据。
4.WAV文件属性：-采样率：表示每秒播放的样本数，常用的有44.1kHz（CD音质）和48kHz（DVD音质）。
- 音频通道数：表示同时播放的声道数，常见的有单声道（Mono）和立体声（Stereo）。
-样本大小：表示每个样本的位数，常用的有8位、16位和24位。
-比特率：表示每秒传输的位数，由采样率、样本大小和通道数决定。
-块对齐：表示每个子块的字节数，为样本大小×通道数。
5.WAV文件的优点和应用：-WAV文件具有较高的音质，因为它是无损压缩的。
-WAV文件是一种开放的标准，可以在不同的操作系统和平台上使用。
-WAV文件适用于存储和传输音频数据，如音乐、录音、语音等。
综上所述，WAV文件格式是一种常见的音频文件格式，它以RIFF文件标识符开始，由文件头、音频数据和附加块组成。
WAV文件格式分析
WAV文件格式分析文件头是WAV文件的开头部分，它由44个字节组成，用于存储一些重要的文件信息。
文件头的具体内容如下：1. ChunkID (4 字节)：用于标识文件类型，通常为 "RIFF"；2. ChunkSize (4 字节)：表示整个文件的大小，即文件头和音频数据部分的大小之和；3. Format (4 字节)：表示文件格式，通常为 "WAVE"；4. Subchunk1ID (4 字节)：表示格式子块的标识，通常为 "fmt "；5. Subchunk1Size (4 字节)：表示格式子块的大小，通常为 16；6. AudioFormat (2 字节)：表示音频格式，1 表示 PCM (脉冲编码调制) 编码；7. NumChannels (2 字节)：表示音频的声道数，通常为 1 (单声道) 或 2 (立体声)；8. SampleRate (4 字节)：表示采样率，即每秒采集的样本数；9. ByteRate (4 字节)：表示数据传输速率，即每秒传输的字节数；10. BlockAlign (2 字节)：表示块对齐，即每个采样的字节数；11. BitsPerSample (2 字节)：表示每个样本的位数。
音频数据块是 WAV 文件中存储实际音频样本的部分。
它紧跟在文件头之后，其大小由 ChunkSize 字段确定。
音频数据以 PCM 编码保存，即将连续的音频采样以原始整数值的形式存储。
附加信息块(可选)是WAV文件中可以包含的附加信息部分。
它通常用于存储一些与音频相关的元数据，如歌曲名称、艺术家、专辑信息等。
附加信息块的大小和内容可以根据实际需要进行定义。
然而，WAV文件也存在一些限制和缺点。
首先，由于采样率、声道数和位深度等参数的限制，WAV文件可能占用较大的存储空间。
其次，相对于其他压缩格式如MP3，它的文件大小会更大，因此在网络传输和存储方面可能会受到限制。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
提 供 了 系统 化 的分 类 。 如 果 和 ＭＳ — ＤＯ Ｓ文件 系 统 作 比较 ， Ｒ Ｉ Ｆ Ｆ ｃ ｈ ｕ ｎ ｋ就 好 比是 硬 盘 的 根 目录 ， 其 格 式 辨别 码就 是
５ ０
一
《 微型机与应用｝ ２ ０ ０ ２ 年 第 ３期
维普资讯
中 列 出 了 ４种 不 同 频 道数 、取 样 所需 的位 元 数 及 位 元 位 置 的安 排 ：
５ ２ ４ ９ ４ ６ ４ ６： 对 应 的 ＡＳ ＣＩ Ｉ 码为 Ｒ Ｉ Ｆ Ｆ ， 表示 ｃ ｈ ｕ ｎ ｋ
Ｗ ＯＲＤ ｗＦ ｏ ｒ ｍａ ｔ Ｔａ ｇ； Ｗ ＯＲＤ ｎ Ｃｈ ａ ｎ ｎｅ ｌ ｓ ； ＤＷ ＯＲ Ｄ ｔ ｔ Ｓ ａｍｐｌ ｅ ｓ Ｐｅ ｒ Ｓ ｅ ￣； ＤＷ Ｏ ＲＤ ｎＡ ｇ Ｂｙ ｔ ｅ 。 ｐ ｅ ｒ Ｓｅ ｃ； Ｗ ＯＲ Ｄ ｎ Ｂｌ ｏ ｃ ｋＡｌ ｉ ｇ ｎ；
其意义分别为： ①ｗ Ｆ ｏ ｒ ｍａ ｔ Ｔ ａ ｇ ： 记 录 此 声 音 的 格 式 代 号 ， 例 如
Ｗ ＡＶＥ ＦＯＲＭ ＡＴ ＰＣＭ 、 Ｗ ＡＶＥ ＦＯＲＡＭ
— — — —
ＡＤ Ｐ Ｃ Ｍ等 ＝
式 辨 别 码 。然 而 ＲＩ Ｆ Ｆ又 规 定文 件 中 仅 能 有 １个 以 Ｒ Ｉ Ｆ Ｆ 为 辨 别码 的 ｃ ｈ ｕ ｎ ｋ 。
０ ０ ０１ ： 记 录 声 音 的频 道数 ， 频 道数 为 １ ： Ｏ ０ ０ ０ ５ ６ ２ ２：记 录 每 秒 取 样 数 。 每 秒 取 样 数 为
０ ００ ０ ５６ ２２ Ｈ
Ｏ ０ Ｏ ０ ５ ６ ２ ２ ： 记 录每 秒 的数 据 量 。每 秒 的数 据 量 为
丝望！ ｌ 塑 ！ ｌ 塑 堕竺 ！ 塑望！
ｎ Ｃｈ ａ ｎ ｎ ｅ ｌ ｓ ＝１ ｗ Ｂｉ ｔ ｓ Ｐ ｅ ｒ Ｓ ａ ｍｐ ｌ ｅ ＝ ８
竺 垄 ！ ｌ
！ 童 Ｉ 塑 ！ ！ 垄 ｌ塑 ！ 童
ｎ Ｃｈ ａ ｎ ｎ ｅ ｌ ｓ ＝ ２ ， ｗＢ ｉ ｔ ｓ Ｐ ｅ ｒ Ｓ ａ ｍ ｐ ｌ ｅ ＝ ８
００ ００ ５６ ２２Ｈ：
Ｏ ０ ０ １ ： 记录 区 块 的对 齐 单位 为 １ 。
２ Ｗ ＡＶ 文 件 的 解 析 实 例
点击 “ 程 序／ Ｍｓ — Ｄ Ｏ Ｓ方 式 ” ，进 入 Ｍｓ — ＤＯ Ｓ工 作 方
式 ，调 用 Ｄ ＯＳ应 用 程 序 Ｄ ＥＢ Ｕ Ｇ，查看 一 个 具体 的 Ｗ Ａ Ｖ
在 Ｗｉ ｎｄ ｏ ｗｓ 环境 下 ，大 部 分 多媒 体 文 件都 按 照 某 种 结 构 来 存 放信 息 ，这 种 结 构 称 为 资 源 互 换 文件 格 式 （ Ｒｅ ・ ｓ ｏ ｕ ｒ ｃ ｅ ｓ Ｉ ｎ ｔ ｅ ｒ ｃ ｈ ａ ｎ ｇ ｅ Ｆ ｉ ｌ ｅ Ｆ ｏ ｒ ｍａ ｔ ， Ｒ Ｉ Ｆ Ｆ ） ＝ 例 如 声 音 的 ＷＡＶ文 件 、视 频 的 Ａ ＶＩ 文 件 等 都 是 由此 结 构 衍 生 出 来 的 。ＲＩ Ｆ Ｆ可 以 看做 是 一 种 树状 结 构 ， 其 基 本构 成 单 位 为
的应 用价 值 。
ｗ ａ ｖ ｅｆ ｏ ｒ ｍ ｄ ａ ｔ ａ
图 １ Ｗ＾Ｙ文 件结 构
（ 注意， 最 后一 个 是 空 白字 符） 和“ ｄ ａ ｔ ａ ” 。 在ｆ ｍｔ的 ｃ ｈ ｕ ｎ ｋ下 包 含 了 一 个 Ｐ ＣＭＷＡ ＶＥ Ｆ ＯＲＭ ＡＴ
１ ＲＩ ＦＦ文 件 和 Ｗ ＡＶ 文 件 格 式
以 下 为 ３个 ｃ ｈ ｕ ｎ ｋ， 辨 别 码 分别 为 ｆ ｍｔ （ 注意 ｔ 后 面 有 １个空 格 ） 、 ｆ ａ ｃ ｔ 和ｄ ａ ｔ ａ 。
６ ６ ６ Ｄ ７ ４ ２ ０ ： 对应的 Ａ Ｓ Ｃ Ｉ Ｉ 码为 ｆ ｍｔ ｆ 注意 ｔ 后 面 有
塑 堕！ 堡些 ｌ 塑 壹堡 ｌ 塑 ！ 堡堡！ ｌ 塑 望！ ！ 壹些
此硬 盘 的逻 辑 代 码 （ ｃ： 或 Ｄ： ） ， Ｌ Ｉ Ｓ Ｔ ｃ ｈ ｕ ｎ ｋ为其 下 的子 目 录， 其它 的 ｃ ｈ ｕ ｎ ｋ则 为一 般 的 文件 。 微 软 为 Ｒ １ Ｆ Ｆ文 件 的 处 理 提 供 了相 关 的 函 数 。视 窗下 的各 种 多媒 体 文 件 格 式
凡 是 依循 此 结 构 的 文件 ， 称之为 Ｒ Ｉ Ｆ Ｆ文 档 ＝该 结 构
②ｎ Ｃ ｈ ａ ｎ ｎ ｅ ｌ ｓ ： 记 录声 音 的频 道 数 。 ③ｎ ｓ ａ ｍｐ ｌ ｅ ｓ Ｐ ｅ ｒ ｓ ｅ ｃ ： 记 录每 秒 取 样数 。 ④ｎ Ａ ｖ ｇ Ｂ ｙ ｔ ｅ ８ Ｐ ｅ ｒ ｓ ｅ ｃ ： 记 录 每 秒 的数 据 量 。 ⑤ｎ Ｂ ｌ ｏ ｃ ｋ Ａｌ ｉ ｇ ｎ ： 记 录 区块 的 对 齐单 位 。 ⑥ ｗＢ ｉ ｔ ｓ Ｐ ｅ ｒ ｓ ａ ｍｐ ｌ ｅ ： 记 录每 个 取样 所 需 的位 元 数 。
（ １ ） Ｒ１ Ｆ 下 ：
ｔ ｙ ｐ ｅ ｄ ｅ ｆ ｓ ｔ ｒ ｕ ｅ ｔ ｐ ｅ ｍｗ ａ ｖ ｅ ｆ ｏ ｒ ｍａ ｔ — ｔ ａ ｇ（
Ｗ ＡＶＥＦ Ｏ ＲＭ ＡＴ ｗｆ ； Ｗ ＯＲＤ ｗＢｉ ｔ ｓ Ｐ ｅ ｒ Ｓａ ｍｐ ｌ ｅ；
般， ｃ ｈ ｕ ｎ ｋ本 身 并 不允 许 内 部再 包 含 ｃ ｈ ｕ ｎ ｋ，但 有 ２种 例 外， 分别为以 Ｒ Ｉ Ｆ Ｆ及 Ｌ Ｉ Ｓ Ｔ为 辨 别码 的 ｃ ｈ ｕ ｎ ｋ 。针 对 此二
种ｃ ｈ ｕ ｎ ｋ， ＲＩ Ｆ Ｆ叉从 原 先 的 数据 中 切 出 ４ Ｂ， 此４ Ｂ称 为格
ＷＡＶ文 件 格 式 是 一 种 鼋 要 的 用 于 存 放 声 音 的文 件 格 式 ：尽 管 现在 有 ＭＰ ３ 、 ＲＡ Ｍ 等 压 缩 敬 率 更 高 的声 音 文 件 格式 ， 并 且 广泛 被 音 乐 文件 所 采 用 ， 但 是 有 很 多 应 用程 序 仍然 采 用 ＷＡＶ文件 格 式 。 由 于 ＷＡＶ文 件设 有 采 用 压 缩技术 ， 因 此 它 的 文件 很 庞 大 ， 一般 都在 几 ＭＢ以 上 。也 正 因 为 没有 采 用 压 缩技 术 ， ＷＡ Ｖ 文 件 中声 音 的 采 样 数据
ｃ ｈ ｕ ｎ ｋ， 犹如 树 状结 构 中的 节点 ， 每个 ｃ ｈ ｕ ｎ ｋ由辨 别码 、 数 据 大小 及 数据 组 成 。
｝Ｐ Ｃ ＭＷ Ａ Ｖ ＥＦ Ｏ ＲＭＡ Ｔ ；
ｔ ｙ ｐ ｅ ｄ ｅ ｆ ｓ ｔ ｒ ｕ ｃ ｔ ｗａ ｖ ｅ ｆ ｏ ｒ ｍ ａ ｔ － ｔ ａ ｇ｛
“ＲＩ ＦＦ”
“ Ｗ Ａ ＶＥ ”
ｆ ｍｔ” ｓ ｉ ｚ ｅ ｏ ｆ （ ｑ Ｐ Ｃ ＭＷ ＡＶ Ｅ Ｆ ＯＲ ＭＡ ｓ ｔ ｅｅ ｒ ｏ ｆ Ｐ Ｃ ＭＷ Ａ ＶＥ Ｆ ０Ｒ ＭＡ Ｔ ‘ ｄ ａ ｔ ａ ’ ‘
很 容 易 被读 出 来 ， 便 于 做其 它 处 理 。 例 如 ： 画 出 声 音 的信 号 波形 、 作 出频 谱 等 。 现 在 的 应 用程 序 几 乎 都 支 持 ＷＡＶ 文 件 格式 ， 也有 专 门软件 可 以完 成 从 ＷＡＶ文件 格 式 向 其 它 文 件格 式 的转 换 ， 因此 ＷＡ Ｖ 文件 在 日前 仍然 有 着 ｒ 泛
ｎ Ｃ ｈ ￣ｎ ｅ ｌ ｓ ＝ｌ ， ｗＢ ｉ ｔ ｓ Ｐ ｅ ｒ Ｓ ａ ｍｐ ｌ ｅ ＝ １ ６
ｌ 频道０ （ 低位） ｌ 频道 ０ （ 高位） ｌ 频道 Ｏ （ 低位） １ 频道 ０ （ 高位）ｌ
ｎ Ｃ ｈ ａ ｎ ｎ ｅ ｌ ｓ ＝ ２ ， ｗＢ ｉ ｔ ｓ Ｐ ｅ ｒ Ｓ ａ ｍ ｐ ｌ ｅ ＝ １ ６
一
供 ＷＡ ＶＥ — Ｆ Ｏ ＲＭＡＴ — Ｐ Ｃ Ｍ 一 种 数据 格 式 ，所代 表 的 意 义 是脉 冲编 码 调 制 （ Ｐ ｕ ｌ ｓ ｅ Ｃｏ ｄ ｅ Ｍｏ ｄ ｕ ｌ ａ ｔ ｉ ｏ ｎ ） 。针 对此 格 式 ， Ｗｉ ｎ ｄ ｏ ｗ ｓ定 义 了 在 ｄ ａ ｔ ａ ｃ ｈ ｕ ｎ ｋ中数 据 的 存 放 情形 。图 ２
Ｗ ＡＶＥ ＦＯＲＭＡＴ Ｐ ＣＭ 。
— —
第 ｌ 排 表示 单声 道 ８位 元 ， 第 ２排 表 示双 声 道 ８位元 ， 第 ３排 表示 单声 道 ｌ ６位 元 ， 第 ４排表 示 双声 道 ｌ ６位 元 。８
位 无 代表 音量 大小 由 ８个 位元 所表 示 ， ｌ ６位元 则 代表 音 量 大小 由 １ ６个 位元 所表 示 。理 论上 ８ 位 元 可 以表 示 ０ ～ ２ ５ ５ ， １ ６位元 可表 示 ０ ～ ６ ５５ ３ ６ ，但 是 Ｗｉ ｎ ｄ ｏ ｗｓ 规定 １ ６位 无其 值 的范 围为一 ３ ２ １ ６ ８ ～ ３ ２ １ ６ ７ 。此外 耍 注意 ， Ｏ并 不一 定 代表 无 声， 而是 由 中间 的数 值 来决 定 ， 即在 ８位 元 时 为 １ ２ ８ ， １ ６位 元 时 为 Ｏ才是 无声 。 因此 ，若 程 序设 计 时需 放人 无 声的 数 据， 要 特别 注意 声音 格 式是 ｌ ６位元 还是 ８位 元 。
１个宅 格 ） ， 表示 ｃ ｈ ｕ ｎ ｋ的 辨别 码 为 ｆ ｅ ｒ ｔ （ 注意 ｔ 后 面有 １ 个
空 格） 。
图 ２ Ｐ ＣＭ 文 件 中位 元安 排方 式
０ ０ Ｏ ０ ０ ０ １ ２ ： 表 示辨 别 码 为 ｆ ｍ ｔ的 ｃ ｈ ｕ ｎ ｋ的 数 据 长 度为 ０ ０ ０ ０ ０ １ ８ ４ Ｈ。 ０ ０ ０ １ ：记 录 此 声 音 的 格 式 代 号 ，表 示 它 的格 式 为
的 辨别 码 为 Ｒ Ｉ Ｆ Ｆ 。 ０ Ｏ ０ ０ ０ １ ８ ４： 表 示 辨 别 码 为 ＲＩ Ｆ Ｆ的 ｃ ｈ ｕ ｎ ｋ的 数 据
长度 为 ０ ０ ０ ０ ０ １ ８ ４ Ｈ。 ５ ７ ４１ ５ ６ ４ ５： 对应 的 ＡＳ Ｃ Ｉ Ｉ 码 为 ＷＡＶＥ 。