wav文件文件头格式

一、WAVE文件格式剖析

WA VE文件作为多媒体中使用的声波文件格式之一，它是以RIFF格式为标准的。

RIFF是英文ResourceInterchangeFileFormat的缩写，每个W A VE文件的头四个字节便是“RIFF”。WA VE文件由文件头和数据体两大部分组成。其中文件头又分为RIFF／WAV 文件标识段和声音数据格式说明段两部分。W A VE文件各部分内容及格式见附表。

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。

对于单声道声音文件，采样数据为八位的短整数（short int 00H-FFH）；而对于双声道立体声声音文件，每次采样数据为一个16位的整数（int），高八位和低八位分别代表左右两个声道。

WA VE文件数据块包含以脉冲编码调制（PCM）格式表示的样本。W A VE文件是由样本组织而成的。在单声道W A VE文件中，声道0代表左声道，声道1代表右声道。

在多声道W A VE文件中，样本是交替出现的。

WA VE文件格式说明表

偏移地址字节数数据类型内容

文件头

00H4char"RIFF"标志

04H4longint文件长度

08H4char"WA VE"标志

0CH4char"fmt"标志

10H4过渡字节（不定）

14H2int格式类别（10H为PCM形式的声音数据)

16H2int通道数，单声道为1，双声道为2

18H2int采样率（每秒样本数），表示每个通道的播放速度，

1CH4longint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。

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

W A VE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

/blog

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:array[0..3] of Char; // "WA VE " 57 41 56 45

FmtID:array[0..3] of Char; // "fmt " 66 6D 74 20

FmtLen:DWORD; //A_LAW 12 00 00 0 0 PCM 10 00 00 00

wFormatTag: Word; // format type A_LAW 06 00 PCM 01 00

nChannels: Word; // 声道数01 00

nSamplesPerSec: DWORD; // sample rate 采样率40 1F 00 00

nAvgBytesPerSec: DWORD; // for buffer estimation 每秒平均字节数40 1F 00 00

nBlockAlign: Word; // block size of data 块调整01 00

wBitsPerSample: Word; //采样BITS数08 00

DataID:array[0..3] of Char; // "data " 64 61 74 61

DataLen:DWORD; // 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18KHz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" char riff_id[4]="RIFF"

04H 4 long int 文件总长-8 long int size0=文总长-8

08H 8 char "WAVEfmt " char wave_fmt[8]

10H 4 long int 10 00 00 00H(PCM) long int size1=0x10

14H 2 int 01 00H int fmttag=0x01

16H 2 int int channel=1 或2

18H 4 long int 采样率 long int samplespersec

1CH 4 long int 每秒播放字节数 long int bytepersec

20H 2 int 采样一次占字节数 int blockalign=声道数*量化数/8

22H 2 int 量化数 int bitpersamples=8或16

24H 4 char "data" char data_id="data"

28H 4 long int 采样数据字节数 long int size2=文长-44

2CH 到文尾 char 采样数据

表28KHz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）

偏移地址字节数数据类型内容文件头定义为

00H 4 char "RIFF" char riff_id[4]="RIFF"

04H 4 long int 文件总长-8 long int size0=文总长-8

08H 8 char "WAVEfmt " char wave_fmt[8]

10H 4 long int 12000000H(ALAW) long int size1=0x12

14H 2 int 06 00H int fmttag=0x06

16H 2 int 声道数 int channel=1 或2

18H 4 long int 采样率 long int samplespersec

1CH 4 long int 每秒播放字节数 long int bytepersec

20H 2 int 采样一次占字节数 int blockalign=0x01

22H 4 long int 量化数 long int bitpersamples=8

26H 4 char "fact" char wave_fact="fact"

2AH 8 char 0400000000530700H定 char temp