wav文件格式分析详解和解析代码

oskycar 2018-05-22

展开全文

Wav文件格式解析代码，代码见附录，写的过程参考了

和曹京的文章，见下：

作者：曹京
日期：2006年7月17日

一、综述
WAVE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Resource Interchange File Format的缩写，每个WAVE文件的头四个
字节便是“RIFF”。
WAVE文件是由若干个Chunk组成的。按照在文件中的出现位置包括：RIFF WAVE
Chunk, Format Chunk, Fact Chunk(可选), Data Chunk。具体见下图：

其中除了Fact Chunk外，其他三个Chunk是必须的。每个Chunk有各自的ID，位
于Chunk最开始位置，作为标示，而且均为4个字节。并且紧跟在ID后面的是Chunk大
小（去除ID和Size所占的字节数后剩下的其他字节数目），4个字节表示，低字节
表示数值低位，高字节表示数值高位。下面具体介绍各个Chunk内容。
PS：
所有数值表示均为低字节表示低位，高字节表示高位。

    以'FIFF'作为标示，然后紧跟着为size字段，该size是整个wav文件大小减去ID
和Size所占用的字节数，即FileLen - 8 = Size。然后是Type字段，为'WAVE'，表
示是wav文件。
    结构定义如下：
struct RIFF_HEADER
{
  char szRiffID[4];  // 'R','I','F','F'
  DWORD dwRiffSize;
  char szRiffFormat[4]; // 'W','A','V','E'
};

    以'fmt '作为标示。一般情况下Size为16，此时最后附加信息没有；如果为18
则最后多了2个字节的附加信息。主要由一些软件制成的wav格式中含有该2个字节的
附加信息。
    结构定义如下：
struct WAVE_FORMAT
{
  WORD wFormatTag;
  WORD wChannels;
  DWORD dwSamplesPerSec;
  DWORD dwAvgBytesPerSec;
  WORD wBlockAlign;
  WORD wBitsPerSample;
};
struct FMT_BLOCK
{
  char  szFmtID[4]; // 'f','m','t',' '
  DWORD  dwFmtSize;
  WAVE_FORMAT wavFormat;
};

补充头文件样例说明：

首先是一串“52 49 46 46”这个是Ascii字符“RIFF”，这部分是固定格式，表明这是一个WAVE文件头。
然后是“E4 3C 00 00”，这个是我这个WAV文件的数据大小，记住这个大小是包括头文件的一部分的，包括除了前面8个字节的所有字节，也就等于文件总字节数减去8。这是一个DWORD，我这个文件对应是15588。
然后是“57 41 56 45 66 6D 74 20”，也是Ascii字符“WAVEfmt”，这部分是固定格式。
然后是PCMWAVEFORMAT部分，可以对照一下上面的struct定义，首先就是一个WAVEFORMAT的struct。
随后是“10 00 00 00”，这是一个DWORD，对应数字16，这个对应定义中的Sizeof(PCMWAVEFORMAT)，后面我们可以看到这个段内容正好是16个字节。
随后的字节是“01 00”，这是一个WORD，对应定义为编码格式“WAVE_FORMAT_PCM”，我们一般用的是这个。
随后的是“01 00”，这是一个WORD，对应数字1，表示声道数为1，这是个单声道Wav。
随后的是“22 56 00 00”，这是一个DWORD，对应数字22050，代表的是采样频率22050。
随后的是“44 AC 00 00”，这是一个DWORD，对应数字44100，代表的是每秒的数据量。
然后是“02 00”，这是一个WORD，对应数字是2，表示块对齐的内容，含义不太清楚。
然后是“10 00”，这是一个WORD，对应WAVE文件的采样大小，数值为16，采样大小为16Bits。
然后是一串“64 61 74 61”，这个是Ascii字符“data”，标示头结束，开始数据区域。
而后是数据区的开头，有一个DWORD，我这里的字符是“C0 3C 00 00”，对应的十进制数为15552，看一下前面正好可以看到，文件大小是15596，其中到“data”标志出现为止的头是40个字节，再减去这个标志的4个字节正好是15552，再往后面就是真正的Wave文件的数据体了，头文件的解析就到这里。

    Fact Chunk是可选字段，一般当wav文件由某些软件转化而成，则包含该Chunk。
    结构定义如下：
struct FACT_BLOCK
{
  char  szFactID[4]; // 'f','a','c','t'
  DWORD  dwFactSize;
};

    Data Chunk是真正保存wav数据的地方，以'data'作为该Chunk的标示。然后是
数据的大小。紧接着就是wav数据。根据Format Chunk中的声道数以及采样bit数，
wav数据的bit位置可以分成以下几种形式：
    ---------------------------------------------------------------------
    |   单声道    |    取样1    |    取样2    |    取样3    |    取样4    |
    |--------------------------------------------------------------------
    | 8bit量化   |    声道0    |    声道0    |    声道0    |    声道0    |
    ---------------------------------------------------------------------
    |   双声道    |          取样1            |           取样2           |
    |--------------------------------------------------------------------
    | 8bit量化 | 声道0(左) | 声道1(右) | 声道0(左) | 声道1(右) |

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

    | 单声道    |    取样1                  |           取样2           |
    |---------------------------------------------------------------------
    | 16bit量化   |    声道0       | 声道0   |    声道0      | 声道0    |
    |             | (低位字节) | (高位字节) | (低位字节)     | (高位字节)|
    -----------------------------------------------------------------------

    |   双声道    |    取样1                        |           取样2             |
    |-------------------------------------------------------------------------------
    | 16bit量化   |    声道0（左）  | 声道1（右）   |    声道0（左） | 声道1（右）|
    |             | (低位字节)      | (高位字节)    | (低位字节)     | (高位字节) |
    ---------------------------------------------------------------------------------

                            图6 wav数据bit位置安排方式

    Data Chunk头结构定义如下：
    struct DATA_BLOCK
{
  char szDataID[4]; // 'd','a','t','a'
  DWORD dwDataSize;
};

三、小结
因此，根据上述结构定义以及格式介绍，很容易编写相应的wav格式解析代码。
这里具体的代码就不给出了。

代码：

wav.h

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

#ifndef _WAV_H_
#define _WAV_H_
#include <stdio.h>
#include <strings.h>
#include <string.h>
#include <stdlib.h>

typedef struct _wav_riff_t{
char id[5]; //ID:"RIFF"
int size; //file_len - 8
char type[5]; //type:"WAVE"
}wav_riff_t;

typedef struct _wav_format_t{
char id[5]; //ID:"fmt"
int size;
short compression_code;
short channels;
int samples_per_sec;
int avg_bytes_per_sec;
short block_align;
short bits_per_sample;
}wav_format_t;

typedef struct _wav_fact_t{
char id[5];
int size;
}wav_fact_t;

typedef struct _wav_data_t{
char id[5];
int size;
}wav_data_t;

typedef struct _wav_t{
FILE *fp;
wav_riff_t riff;
wav_format_t format;
wav_fact_t fact;
wav_data_t data;
int file_size;
int data_offset;
int data_size;
}wav_t;

wav_t *wav_open(char *file_name);

void wav_close(wav_t **wav);

void wav_rewind(wav_t *wav);

int wav_over(wav_t *wav);

int wav_read_data(wav_t *wav, char *buffer, int buffer_size);

void wav_dump(wav_t *wav);
#endif

wav.c

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

#include "wav.h"

wav_t *wav_open(char *file_name){
wav_t *wav = NULL;
char buffer[256];
int read_len = 0;
int offset = 0;

if(NULL == file_name){
printf("file_name is NULL\n");
return NULL;
}

wav = (wav_t *)malloc(sizeof(wav_t));
if(NULL == wav){
printf("malloc wav failedly\n");
return NULL;
}
bzero(wav, sizeof(wav_t));

wav->fp = fopen(file_name, "r");
if(NULL == wav->fp){
printf("fopen %s failedly\n", file_name);
free(wav);
return NULL;
}

//handle RIFF WAVE chunk
read_len = fread(buffer, 1, 12, wav->fp);
if(read_len < 12){
printf("error wav file\n");
wav_close(&wav);
return NULL;
}
if(strncasecmp("RIFF", buffer, 4)){
printf("error wav file\n");
wav_close(&wav);
return NULL;
}
memcpy(wav->riff.id, buffer, 4);
wav->riff.size = *(int *)(buffer + 4);
if(strncasecmp("WAVE", buffer + 8, 4)){
printf("error wav file\n");
wav_close(&wav);
return NULL;
}
memcpy(wav->riff.type, buffer + 8, 4);
wav->file_size = wav->riff.size + 8;

offset += 12;

while(1){
char id_buffer[5] = {0};
int tmp_size = 0;

read_len = fread(buffer, 1, 8, wav->fp);
if(read_len < 8){
printf("error wav file\n");
wav_close(&wav);
return NULL;
}
memcpy(id_buffer, buffer, 4);
tmp_size = *(int *)(buffer + 4);

if(0 == strncasecmp("FMT", id_buffer, 3)){
memcpy(wav->format.id, id_buffer, 3);
wav->format.size = tmp_size;
read_len = fread(buffer, 1, tmp_size, wav->fp);
if(read_len < tmp_size){
printf("error wav file\n");
wav_close(&wav);
return NULL;
}
wav->format.compression_code = *(short *)buffer;
wav->format.channels = *(short *)(buffer + 2);
wav->format.samples_per_sec = *(int *)(buffer + 4);
wav->format.avg_bytes_per_sec = *(int *)(buffer + 8);
wav->format.block_align = *(short *)(buffer + 12);
wav->format.bits_per_sample = *(short *)(buffer + 14);
}
else if(0 == strncasecmp("DATA", id_buffer, 4)){
memcpy(wav->data.id, id_buffer, 4);
wav->data.size = tmp_size;
offset += 8;
wav->data_offset = offset;
wav->data_size = wav->data.size;
break;
}
else{
printf("unhandled chunk: %s, size: %d\n", id_buffer, tmp_size);
fseek(wav->fp, tmp_size, SEEK_CUR);
}
offset += 8 + tmp_size;
}

return wav;
}

void wav_close(wav_t **wav){
wav_t *tmp_wav;
if(NULL == wav){
return ;
}

tmp_wav = *wav;
if(NULL == tmp_wav){
return ;
}

if(NULL != tmp_wav->fp){
fclose(tmp_wav->fp);
}
free(tmp_wav);

*wav = NULL;
}

void wav_rewind(wav_t *wav){
if(fseek(wav->fp, wav->data_offset, SEEK_SET) < 0){
printf("wav rewind failedly\n");
}
}

int wav_over(wav_t *wav){
return feof(wav->fp);
}

int wav_read_data(wav_t *wav, char *buffer, int buffer_size){
return fread(buffer, 1, buffer_size, wav->fp);
}

void wav_dump(wav_t *wav){
printf("file length: %d\n", wav->file_size);

printf("\nRIFF WAVE Chunk\n");
printf("id: %s\n", wav->riff.id);
printf("size: %d\n", wav->riff.size);
printf("type: %s\n", wav->riff.type);

printf("\nFORMAT Chunk\n");
printf("id: %s\n", wav->format.id);
printf("size: %d\n", wav->format.size);
if(wav->format.compression_code == 0){
printf("compression: Unknown\n");
}
else if(wav->format.compression_code == 1){
printf("compression: PCM/uncompressed\n");
}
else if(wav->format.compression_code == 2){
printf("compression: Microsoft ADPCM\n");
}
else if(wav->format.compression_code == 6){
printf("compression: ITU G.711 a-law\n");
}
else if(wav->format.compression_code == 7){
printf("compression: ITU G.711 Âµ-law\n");
}
else if(wav->format.compression_code == 17){
printf("compression: IMA ADPCM\n");
}
else if(wav->format.compression_code == 20){
printf("compression: ITU G.723 ADPCM (Yamaha)\n");
}
else if(wav->format.compression_code == 49){
printf("compression: GSM 6.10\n");
}
else if(wav->format.compression_code == 64){
printf("compression: ITU G.721 ADPCM\n");
}
else if(wav->format.compression_code == 80){
printf("compression: MPEG\n");
}
else{
printf("compression: Unknown\n");
}
printf("channels: %d\n", wav->format.channels);
printf("samples: %d\n", wav->format.samples_per_sec);
printf("avg_bytes_per_sec: %d\n", wav->format.avg_bytes_per_sec);
printf("block_align: %d\n", wav->format.block_align);
printf("bits_per_sample: %d\n", wav->format.bits_per_sample);

printf("\nDATA Chunk\n");
printf("id: %s\n", wav->data.id);
printf("size: %d\n", wav->data.size);
printf("data offset: %d\n", wav->data_offset);
}

main.c

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

#include "wav.h"

int main(int argc, char **argv){
wav_t *wav = NULL;

if(argc != 2){
printf("Usage:\n");
printf("\twav_parse wav_file\n");
return 0;
}

wav = wav_open(argv[1]);
if(NULL != wav){
wav_dump(wav);
wav_close(&wav);
}
return 1;
}

Makefile

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

CC=gcc
CFLAGS=-Wall -g
EXECUTABLE=wav_parse

OBJS=wav.o main.o

default:$(EXECUTABLE)

$(EXECUTABLE):$(OBJS)
$(CC) -o $(EXECUTABLE) $(CFLAGS) $(OBJS)

%.o:%.c
$(CC) -c -o $@ $< $(CFLAGS)

clean:
rm -f $(EXECUTABLE)
rm -f $(OBJS)