【音视频 | wav】wav音频文件格式详解——包含RIFF规范、完整的各个块解析、PCM转wav代码

😁博客主页😁：🚀https://blog.csdn.net/wkd_007🚀
🤑博客内容🤑：🍭嵌入式开发、Linux、C语言、C++、数据结构、音视频🍭
🤣本文内容🤣：🍭介绍wav音频格式🍭
😎金句分享😎：🍭子曰：父母在，不远游，游必有方。 ——《论语·里仁篇》。意思是，父母还健在时，就不要远离他们，如果一定要出远门，也必须告知自己所去的地方。🍭

文章未经允许，不许转载！！！

🎄一、概述

WAV全称是 Waveform Audio File Format，是一种常用的无损音频文件格式，它最初由微软和IBM于1991年共同开发，并成为Windows操作系统中音频文件的标准格式之一。从文件结构来讲，WAV文件格式是微软存储多媒体文件的RIFF规范的子集。本文将详细介绍WAV格式文件的文件结构。

WAV格式文件相对于其他音频文件格式具有以下特点：

无损压缩：WAV文件采用无损压缩算法，不会丢失原始音频数据，能够保留音频的高质量。
高音质：由于无损压缩技术的使用，WAV文件通常具有较高的音质和更好的还原性能。
大文件大小：由于不进行任何压缩，WAV文件相对于其他压缩格式（如MP3）的文件大小较大，占用存储空间较多。
支持多种采样率和位深度：WAV文件支持多种采样率和位深度，可以根据需求选择合适的参数进行录制或处理。
广泛兼容性：WAV格式是一种通用的音频文件格式，几乎所有的音频软件和硬件设备都能够支持读取和播放WAV文件。

原文链接：https://blog.csdn.net/wkd_007/article/details/134125746
在这里插入图片描述

🎄二、RIFF 规范

WAV 文件采用RIFF规范来存储音频数据和相关元信息。这小节我们先了解RIFF规范。

✨2.1 RIFF 介绍

RIFF（Resource Interchange File Format）是一种通用的文件格式规范，最初由微软开发，用于在不同应用程序之间交换数据。它以分块的方式组织数据，每个块包含一个标识符和相应的数据内容。

能以RIFF格式存储的数据有：

.AVI：音频视频交错格式数据
.WAV：波形格式数据
.RDI：位图数据格式
.RMI：MIDI格式数据
.PAL：调色板格式
.RMN：多媒体电影
.ANI：动画光标
.BND：其他的RIFF文件

✨2.2 RIFF 文件结构

RIFF文件都是由一个或多个块(chunk)组成的，且第一个块必须是RIFF块。

常见的块有：RIFF、LIST、fmt、data，每个块都包含了Id(块标志)、Size(块大小)、data(块数据)。其中，RIFF块、LIST块可以包含其他子块。

🎈2.2.1 RIFF 块

RIFF规范的文件的第一个块必须是RIFF块，RIFF块前面12个字节是RIFF块描述，包含了块标志、块大小、块类型。接下去的数据就是子块(Subchunk)，RIFF的块类型决定了有多少个子块，有哪些子块。
在这里插入图片描述

🎈2.2.2 LIST 块

LIST块可能比较少见，这里大概了解一下，下图是包含LIST块的RIFF文件，首先是RIFF文件必须的RIFF chunk，其数据域又包含有两个subchunk，其中一个subchunk的类型为LIST，该LIST chunk又包含了两个subchunk。
在这里插入图片描述

✨2.3 FourCC

FourCC 全称为Four-Character Codes，是一个4字节32位的标识符，通常用来标识文件的数据格式。RIFF文件的块标志就是使用了 FourCC 。FourCC是4个ASCII字符，不足四个字符的则在最后补充空格（不是空字符）。比如，FourCC fmt，实际上是'f'、'm'、't'、' '。

C语言中，可以用宏来生成FourCC：

#define MAKE_FOURCC(a,b,c,d) \
( ((uint32_t)d) | ( ((uint32_t)c) << 8 ) | ( ((uint32_t)b) << 16 ) | ( ((uint32_t)a) << 24 ) )

在这里插入图片描述

🎄三、wav 文件详解

✨3.1 wav 文件结构

WAV文件通常是一个RIFF文件，如果数据是没压缩的PCM，则整个文件可以看出 44个字节的文件头+音频数据 构成。如果是压缩的音频数据，接着看下面小节细说。

wav文件(PCM数据)分为三个部分，如下图：

RIFF块描述(下图紫色部分)；
指定数据格式的子块——fmt块(下图绿色部分)、
包含实际样本数据的子块——data块(下图砖红色部分)。

下面是各个块详细的解释，有些块在pcm数据中是用不到的：

RIFF块描述：

1、ChunkID：包含ASCII格式的字母RIFF；

2、ChunkSize：这个数值ChunkSize后面所有数据的大小。可以是整个文件的大小减去8个字节；也可以是36+SubChunk2Size；还可以是4 + (8+SubChunk1Size) + (8+SubChunk2Size)；

3、Format：包含字母WAVE

fmt块：

Subchunk1ID：包含字母fmt，表示fmt块；

Subchunk1Size：这个数值是Subchunk1Size后所有fmt块数据的大小，对于PCM数据来说，这个值固定为16；

AudioFormat：如果音频数据是PCM，这个值为 1。1 以外的值表示一些压缩形式；

NumChannels：声道数，Mono = 1, Stereo = 2 等等；

SampleRate：采样率，8000，44100，48000 等；

ByteRate：每秒的字节数，采样率 * 声道数 * 样本位数 / 8；

BlockAlign：每个声道取一个样本的字节数之和，声道数 * 样本位数 / 8；

BitsPerSample：样本位数，每个样本占用的bit位个数。8bit、16bit 等等。

ExtraParamSize：拓展参数大小，如果是PCM，则不存在；

ExtraParams：拓展参数数据；

fact块 (可选)，如果是没压缩的PCM，则没有这个块

id：FOURCC 值为 'f' 'a' 'c' 't'，4个字节

size：数据域的长度，4个字节（最小值为4）

Data：采样总数 4字节

data块：

Subchunk2ID：包含字母data，表示data块；

Subchunk2Size：这个数值是Subchunk2Size后所有数据的字节数，也就是实际音频数据的总字节数。

Data：实际的音频数据；

✨3.2 wav 文件的编码格式

大部分的wav文件的编码格式都是PCM的，但也存在其他编码格式，不同的编码格式，其文件结构会有区别，下表列出了常见编码格式和wav文件结构的区别：

格式编码	格式名称	fmt块长度	fact 块
0x01	PCM / 非压缩格式	16
0x02	Microsoft ADPCM	18	√
0x03	IEEE float	18	√
0x06	ITU G.711 a-law	18	√
0x07	ITU G.711 μ-law	18	√
0x031	GSM 6.10	20	√
0x040	ITU G.721 ADPCM		√
0xFFFE	见子格式块中的编码格式	40

在这里插入图片描述

🎄四、PCM 转 WAV 的C语言程序

// pcm2wac.c
#include <stdio.h>
#include <stdlib.h>
#include <string.h>/*** Convert PCM16LE raw data to WAVE format* @param pcmpath      Input PCM file.* @param channels     Channel number of PCM file.* @param sample_rate  Sample rate of PCM file.* @param wavepath     Output WAVE file.*/
int simplest_pcm16le_to_wave(const char *pcmpath,int channels,int sample_rate,const char *wavepath)
{typedef struct WAVE_HEADER{  char         fccID[4];        unsigned   int    dwSize;            char         fccType[4];    }WAVE_HEADER;  typedef struct WAVE_FMT{  char         fccID[4];        unsigned   int       dwSize;            unsigned   short     wFormatTag;    unsigned   short     wChannels;  unsigned   int       dwSamplesPerSec;  unsigned   int       dwAvgBytesPerSec;  unsigned   short     wBlockAlign;  unsigned   short     uiBitsPerSample;  }WAVE_FMT;  typedef struct WAVE_DATA{  char       fccID[4];          unsigned int dwSize;              }WAVE_DATA;  if(channels==0||sample_rate==0){channels = 2;sample_rate = 44100;}int bits = 16;WAVE_HEADER   pcmHEADER;  WAVE_FMT   pcmFMT;  WAVE_DATA   pcmDATA;  unsigned   short   m_pcmData;FILE   *fp,*fpout;  fp=fopen(pcmpath, "rb");if(fp == NULL) {  printf("open pcm file error\n");return -1;  }fpout=fopen(wavepath,   "wb+");if(fpout == NULL) {    printf("create wav file error\n");  return -1; }        //WAVE_HEADERmemcpy(pcmHEADER.fccID,"RIFF",strlen("RIFF"));                    memcpy(pcmHEADER.fccType,"WAVE",strlen("WAVE"));  fseek(fpout,sizeof(WAVE_HEADER),1); //WAVE_FMTpcmFMT.dwSamplesPerSec=sample_rate;  pcmFMT.dwAvgBytesPerSec=pcmFMT.dwSamplesPerSec*sizeof(m_pcmData);  pcmFMT.uiBitsPerSample=bits;memcpy(pcmFMT.fccID,"fmt ",strlen("fmt "));  pcmFMT.dwSize=16;  pcmFMT.wBlockAlign=2;  pcmFMT.wChannels=channels;  pcmFMT.wFormatTag=1;  fwrite(&pcmFMT,sizeof(WAVE_FMT),1,fpout); //WAVE_DATA;memcpy(pcmDATA.fccID,"data",strlen("data"));  pcmDATA.dwSize=0;fseek(fpout,sizeof(WAVE_DATA),SEEK_CUR);fread(&m_pcmData,sizeof(unsigned short),1,fp);while(!feof(fp)){  pcmDATA.dwSize+=2;fwrite(&m_pcmData,sizeof(unsigned short),1,fpout);fread(&m_pcmData,sizeof(unsigned short),1,fp);}  pcmHEADER.dwSize=44+pcmDATA.dwSize;rewind(fpout);fwrite(&pcmHEADER,sizeof(WAVE_HEADER),1,fpout);fseek(fpout,sizeof(WAVE_FMT),SEEK_CUR);fwrite(&pcmDATA,sizeof(WAVE_DATA),1,fpout);fclose(fp);fclose(fpout);return 0;
}int main()
{simplest_pcm16le_to_wave("48000Hz-s16le-2ch-ChengDu.pcm",2,48000,"output_nocturne.wav");return 0;
}

代码来自：https://blog.csdn.net/leixiaohua1020/article/details/50534316

在这里插入图片描述

🎄五、总结

本文详细介绍wav音频文件的结构，包含RIFF规范、完整的各个块解析、以及提供了pcm转wav的C语言代码。

在这里插入图片描述
如果文章有帮助的话，点赞👍、收藏⭐，支持一波，谢谢 😁😁😁

参考资料：
WAVE PCM soundfile format
视音频数据处理入门：PCM音频采样数据处理
wav头文件解析
RIFF和WAVE音频文件格式
音频——WAV 格式详解
https://blog.csdn.net/jackailson/article/details/105183413