WAVE音頻格式

概述

WAVE檔案是計算機領域最常用的數位化聲音檔案格式之一，它是微軟專門為Windows系統定義的波形檔案格式（Waveform Audio），由於其擴展名為"*.wav"。

WAVE是錄音時用的標準的WINDOWS檔案格式，檔案的擴展名為“WAV”，數據本身的格式為PCM或壓縮型。

WAV檔案格式是一種由微軟和IBM聯合開發的用於音頻數字存儲的標準，它採用RIFF檔案格式結構，非常接近於AIFF和IFF格式。符合 PIFF Resource Interchange File Format規範。所有的WAV都有一個檔案頭，這個檔案頭音頻流的編碼參數。

WAV對音頻流的編碼沒有硬性規定，除了PCM之外，還有幾乎所有支持ACM規範的編碼都可以為WAV的音頻流進行編碼。

多媒體套用中使用了多種數據，包括點陣圖、音頻數據、視頻數據以及外圍設備控制信息等。RIFF為存儲這些類型的數據提供了一種方法，RIFF檔案所包含的數據類型由該檔案的擴展名來標識，能以RIFF檔案存儲的數據包括：

音頻視頻交錯格式數據(.AVI) 、波形格式數據(.WAV) 、點陣圖格式數據(.RDI) 、MIDI格式數據(.RMI) 、調色板格式(.PAL) 、多媒體電影(.RMN) 、動畫游標(.ANI) 、其它RIFF檔案(.BND)。

wave檔案有很多不同的壓縮格式，所以，正確而詳細地了解各種WAVE檔案的內部結構是成功完成壓縮和解壓縮的基礎，也是生成特有音頻壓縮格式檔案的前提。

最基本的WAVE檔案是PCM（脈衝編碼調製）格式的，這種檔案直接存儲採樣的聲音數據沒有經過少去習任何的壓縮，是音效卡直接支持的數據格式，要讓音效卡正確播放其它被壓縮的聲音數據，就應該先把壓縮的數據解壓縮成PCM格式，然後再讓音效卡來播放。

內部結構

註：由於WAV格式源自Windows/Intel環境，因而採用Little-Endian位元組順序進行存儲。

WAVE檔案是以RIFF(Resource Interchange File Format, "資源互動檔案格式")格式來組織內部結構的。

RIFF檔案結構可以看作是樹狀結構，其基本構成是稱為"塊"（Chunk）的單元，最頂端是一個“RIFF”塊，下面的每個塊有“類型塊標識(可選)”、“標誌符”、“數據大小”及“數據”等項所組成。塊的結構如下表所示：

名稱	Size	備註試腳習
塊標誌符	4	4個小寫字元(如 "fmt ", "fact", "data" 等)
數據大小	4	DWORD類型,表示後接數據的大小(N Bytes)
數據	N	本塊中正式數據部分

上面說到的“類型塊標識”頁埋只在部分chunk中用到，如 "WAVE" chunk中，這時表示下面嵌套有別的chunk。

當使用了 "類型塊標識" 時，該chunk就沒有別的項（如塊標誌符，數據大小等），它只芝歡欠妹作為檔案讀取時的一個標識。先找到這個“類型塊標識”，再以它為起點讀取它下面嵌套的其它chunk。

每個檔案最采嘗棵前端寫入的是RIFF塊，每個檔案只有一個RIFF塊。從 Wave檔案格式詳細說明中可以看到這一點。

非PCM格式的檔案會至少多加入一個 "fact" 塊，它用來記錄數據(注意是數據而不是檔案)解壓縮後的大小。這個 "fact" 塊一般加在 "data" 塊的前面。跨民元

WAVE檔案是由若干個Chunk組成的。按照在檔案中應宙龍嚷的出現位置包括：RIFF WAVE Chunk, Format Chunk, Fact Chunk(可選), Data Chunk。具體見下表：

-------------------------------------------

| RIFF WAVE Chunk |

| ID = "RIFF" |

| RiffType = "WAVE" |

-------------------------------------------

| Format Chunk |

| ID = "fmt " |

-------------------------------------------

| Fact Chunk(optional) |

| ID = "fact" |

-------------------------------------------

| Data Chunk |

| ID = "data" |

-------------------------------------------

Wav格式包含Chunk示例

Fact Chunk

=======================================

| |所占位元組數|具體內容 |

=======================================

| ID | 4Bytes | "fact" |

---------------------------------------

| Size | 4Bytes | 4 |

---------------------------------------

| data | 4Bytes |解壓後的音頻數據的大小(B)|

---------------------------------------

檔案格式

別名位元組數類型注釋

ckid 4char "RIFF" 標誌, 大寫

cksize 4int32 檔案長度。這個長度不包括"RIFF"標誌和檔案長度本身所占位元組, 下面的子塊大小也是這樣。

fcc type4 char "WAVE" 類型塊標識, 大寫。

ckid 4 char 表示"fmt" chunk的開始。此塊中包括檔案內部格式信息。小寫, 最後一個字元是空格。

cksize 4 int32 檔案內部格式信息數據的大小。

FormatTag 2 int16 音頻數據的編碼方式。1 表示是 PCM 編碼

Channels 2 int16 聲道數，單聲道為1，雙聲道為2

SamplesPerSec 4 int32 採樣率(每秒樣本數), 比如 44100 等

BytesPerSec 4 int32 音頻數據傳送速率, 單位是位元組。其值為採樣率×每次採樣大小。播放軟體利用此值可以估計緩衝區的大小。

BlockAlign 2 int16 每次採樣的大小 = 採樣精度*聲道數/8(單位是位元組); 這也是位元組對齊的最小單位, 譬如 16bit 立體聲在這裡的值是 4 位元組。播放軟體需要一次處理多個該值大小的位元組數據，以便將其值用於緩衝區的調整。

BitsPerSample 2 int16 每個聲道的採樣精度; 譬如 16bit 在這裡的值就是16。如果有多個聲道，則每個聲道的採樣精度大小都一樣的。

[cbsize]2 int16 [可選]附加數據的大小。

[...] x

[ckid] 4 char "fact".

[cksize] 4 int32 "fact" chunk data size.

[fact data] 4 int32 解壓後的音頻數據的大小(Bytes).

ckid 4 char 表示 "data" chunk的開始。此塊中包含音頻數據。小寫。

cksize 4 int32 音頻數據的長度

...... 檔案聲音信息數據(真正聲音存儲部分)

[......] 其它 chunk

WAVE音頻格式

基本介紹

概述

內部結構

檔案格式

檔案格式

相關詞條

熱門詞條