wav文件头

一、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18KHz采样、16比特量化的线性PCM语音信号的WAV文件头格式表（共44字节）

表28KHz采样、8比特A律量化的PCM语音信号的WAV文件头格式表（共58字节）

表38KHz采样、8比特U律量化的PCM语音信号的WAV文件头格式表（共58字节）

表4ADPCM语音编码后的WAV文件头格式表（共90字节）

表5GSM（Global System for Mobile Communication全球移动通信系统）语音编码后的WAV文件头格式表（共60字节）

表6SBC（Sub-Band Coding子带编码）语音编码后的WAV文件头格式表（共58字节）

表7CELP(Code Excited Linear Prediction码激励线性预测编码——近10年来最成功的语音编码算法)语音编码后的WAV文件头格式表（共58字节）

概念1、读取WAV文件，填写WAVEFORMATEX结构

WAVEFORMATEX

typedef struct{WORD wFormatTag;WORD nChannels;DWORD nSamplesPerSec;DWORD nAvgBytesPe rSec; WORD nBlockAlign;WORD wBitsPerSample;WORD 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

以下WAVEHDR定义了指向波形数据缓冲区的设备头。

WAVEHDR

typedef struct { LPSTR lpData; DWORD dwBufferLength; DWORD dwBytesRecorded; DWORD dwUser ; DWORD dwFlags; DWORD dwLoops; struct wavehdr_tag * lpNext; DWORD 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。

二、PCM(44字节)的W AV文件头及其相关的编程方法

1、以下就经常见的一种格式PCM(44字节)的WAV文件头进行分析。

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：

⑴地址00H-03H，值为“RIFF”标志；

⑵地址04H-07H，值为“64 5D E0 00”，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；

⑶地址08H-0FH，就是“WAVEfmt ”标记；

⑷地址10H-13H，fmt格式的块大小，这种格式时是“10 00 00 00”，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；

⑸地址14H-15H，“01 00”，也是little-endian的，标记编码方式，一般为0x0001；

⑹地址16H-17H，“01 00”，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；

⑺地址18H-1BH，“44 AC 00 00”，也是little-endian，标记采样频率，这里为441000Hz；

⑻地址1CH-1FH，“88 5801 00”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）；

⑼地址20H-21H，“02 00”，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)；

⑽地址22H-23H，“10 00”，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；

⑾地址24H-27H，“64 61 74 61”，就是“data”了；

⑿地址28H-2BH，“40 5D E0 00”，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。

2、编程方法

⑴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。

⑵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）。

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，SetOff=N*每秒所需的字节数

第二步，算出新文件的大小，修改文件头的两个size值。

第三步，新的文件头以二进制形式写入到新文件，紧接着根据偏移量把原文件中的第45字节到(setOff-1)字节写入到新文件。

②窃取中间某个时间段为一个新文件

这里可以根据①的步骤进行，同样的要修改文件头。

三、wav文件格式

WAV为微软公司(Microsoft)开发的一种声音文件格式，文件作为多媒体中使用的声波文件格式之一，它是以RIFF(Resource Interchange File Format)格式为标准的。每个WAV文件的头四个字节便