WAV 文件格式解析

概述

wav 文件支持多种不同的比特率、采样率、多声道音频。

WAV 文件格式是 Microsoft 的 RIFF 规范的一个子集，用于存储多媒体文件。RIFF（resource interchange file format 资源互换文件格式，以 chunk(块) 为单位组织文件）格式文件。在 windows 上，大部分多媒体文件都是 RIFF 文件。wav 文件由若干个 RIFF chunk 构成，分别为: RIFF WAVE Chunk，Format Chunk，Fact Chunk(可选)，Data Chunk。另外，文件中还可能包含一些可选的区块，如：Fact chunk、Cue points chunk、Playlist chunk、Associated data list chunk 等。具体格式如下：

块解析

wav 文件都是由 chunk 组成，chunk 的格式如下

RIFF chunk

typedef struct
{
    char ChunkID[4]; //'R','I','F','F'
    unsigned int ChunkSize;
    char Format[4];  //'W','A','V','E'
}riff_chunk;
1
2
3
4
5
6

其中 ChunkSize 代表的是整个 file_size 的大小减去 ChunkID 和 ChunkSize 的大小，即 file_size=ChunkSize+8。

fmt chunk

typedef struct
{
    char FmtID[4];
    unsigned int FmtSize;
    unsigned short FmtTag;
    unsigned short FmtChannels;
    unsigned int SampleRate;
    unsigned int ByteRate;
    unsigned short BlockAilgn;
    unsigned short BitsPerSample;
}fmt_chunk;
1
2
3
4
5
6
7
8
9
10
11

常见编码格式

data chunk

struct DATA_CHUNK
{
    char DataID[4]; //'d','a','t','a'
    unsigned int DataSize;
};
1
2
3
4
5

示例分析

Linux 平台下使用 mediainfo 分析 wav 文件

安装

 sudo apt-get install mediainfo
1

解析

执行命令：mediainfo test.wav

General
Complete name                            : test.wav
Format                                   : Wave
File size                                : 1.35 MiB
Duration                                 : 8 s 0 ms
Overall bit rate mode                    : Constant
Overall bit rate                         : 1 411 kb/s

Audio
Format                                   : PCM
Format settings                          : Little / Signed
Codec ID                                 : 1
Duration                                 : 8 s 0 ms
Bit rate mode                            : Constant
Bit rate                                 : 1 411.2 kb/s
Channel(s)                               : 2 channels
Sampling rate                            : 44.1 kHz
Bit depth                                : 16 bits
Stream size                              : 1.35 MiB (100%)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21

查看文件大小

 ls test.wav -l
1

-rw-rw-r-- 1 tyustli tyustli 1411248 7月  29 15:03 test.wav
1

hd 工具查看原始数据

hd test.wav -n 128
1

00000000  52 49 46 46 a8 88 15 00  57 41 56 45 66 6d 74 20  |RIFF....WAVEfmt |
00000010  10 00 00 00 01 00 02 00  44 ac 00 00 10 b1 02 00  |........D.......|
00000020  04 00 10 00 64 61 74 61  84 88 15 00 0e fc fa fe  |....data........|
00000030  6c fb 8a fe c2 fa 19 fe  1e fa b5 fd 85 f9 64 fd  |l.............d.|
00000040  f5 f8 20 fd 73 f8 df fc  09 f8 92 fc bb f7 28 fc  |.. .s.........(.|
00000050  83 f7 9d fb 5f f7 fe fa  46 f7 55 fa 2e f7 a3 f9  |...._...F.U.....|
00000060  23 f7 fa f8 36 f7 6b f8  57 f7 ef f7 84 f7 83 f7  |#...6.k.W.......|
00000070  c7 f7 2d f7 1e f8 eb f6  88 f8 c3 f6 0b f9 c5 f6  |..-.............|
1
2
3
4
5
6
7
8

• 52 49 46 46：对应的 ASCII 字符为：RIFF
• a8 88 15 00：ChunkSize，对应的十六进制是 0x1588a8=1411240 +8 和上面的文件大小一致
• 57 41 56 45：对应的 ASCII 字符为 WAVE
• 66 6d 74 20：对应的 ASCII 字符为 fmt
• 10 00 00 00：FmtSize 0x10=16 代表PCM编码方式
• 01 00：对应为1，代表PCM编码方式
• 02 00：通道个数，通道数为2
• 44 ac 00 00：采样频率 0xac44=44100=44.1KHz
• 10 b1 02 00：每秒所需的字节数，转化为十六进制为: 0x2b110=176400 通过此值可以计算该音频的时长:1411240/176400 = 8s
• 04 00：数据对齐单位
• 10 00：采样位数 0x10=16
• 64 61 74 61：对应的 ASCII 字符为 data
• 84 88 15 00：对应该音频的raw数据的大小，转化为十六进制为 0x158884=1411204，此值等于 1411248-44