wav音频文件头解析

wav概述

WAV为微软公司（Microsoft)开发的一种声音文件格式。它符合RIFF(Resource Interchange File Format)文件规范，用于保存Windows平台的音频信息资源。被Windows平台及其应用程序所广泛支持，该格式也支持MSADPCM。CCITT A LAW等多种压缩运算法，支持多种音频数字，取样频率和声道。标准格式化的WAV文件和CD格式一样。也是44.1K的取样频率。16位量化数字。因此在声音文件质量和CD相差无几。 WAV打开工具是WINDOWS的媒体播放器。

通常使用三个參数来表示声音。量化位数，取样频率和採样点振幅。量化位数分为8位，16位。24位三种，声道有单声道和立体声之分，单声道振幅数据为n*1矩阵点，立体声为n*2矩阵点，取样频率一般有11025Hz(11kHz) 。22050Hz(22kHz)和44100Hz(44kHz) 三种，只是虽然音质出色，但在压缩后的文件体积过大！相对其它音频格式而言是一个缺点，其文件大小的计算方式为：WAV格式文件所占容量（B) = （取样频率 X量化位数X 声道） X 时间 / 8 (字节= 8bit) 每一分钟WAV格式的音频文件的大小为10MB。其大小不随音量大小及清晰度的变化而变化。

支持WAV设计的手机主要为智能手机，如索尼爱立信P910和诺基亚N90以及採用Windows Moblie的多普达等手机还有微软Windows Phone系列手机。而其他一些非智能手机的产品，假设宣传支持WAV格式则多半属于仅仅是支持单声道的。

格式解析

WAVE文件是很easy的一种RIFF文件，它的格式类型为"WAVE"。RIFF块包括两个子块，这两个子块的ID各自是"fmt"和"data",当中"fmt"子块由结构PCMWAVEFORMAT所组成，其子块的大小就是sizeofof(PCMWAVEFORMAT),数据组成就是PCMWAVEFORMAT结构中的数据。

整个头长度44byte.

标志符（RIFF）

余下全部数据的长度

格式类型（"WAVE"）

"fmt"

PCMWAVEFORMAT的长度

PCMWAVEFORMAT

"data"

声音数据大小

声音数据

wav头结构体定义

/* RIFF WAVE file struct.
 * For details see WAVE file format documentation 
 * (for example at http://www.wotsit.org).
 */
typedef struct WAV_HEADER_S
{
	char   			riffType[4];	//4byte,资源交换文件标志:RIFF	
	unsigned int   	riffSize;		//4byte,从下个地址到文件结尾的总字节数	
	char   			waveType[4];	//4byte,wav文件标志:WAVE	
	char   			formatType[4];	//4byte,波形文件标志:FMT(最后一位空格符)	
	unsigned int	formatSize;		//4byte,音频属性(compressionCode,numChannels,sampleRate,bytesPerSecond,blockAlign,bitsPerSample)所占字节数
	unsigned short	compressionCode;//2byte,格式种类(1-线性pcm-WAVE_FORMAT_PCM,WAVEFORMAT_ADPCM)
	unsigned short 	numChannels;	//2byte,通道数
	unsigned int   	sampleRate;		//4byte,採样率
	unsigned int   	bytesPerSecond;	//4byte,传输速率
	unsigned short 	blockAlign;		//2byte,数据块的对齐，即DATA数据块长度
	unsigned short 	bitsPerSample;	//2byte,採样精度-PCM位宽
	char   			dataType[4];	//4byte,数据标志:data
	unsigned int   	dataSize;		//4byte,从下个地址到文件结尾的总字节数。即除了wav header以外的pcm data length
}WAV_HEADER;

头解析程序演示样例

wav.h

#ifndef __WAV_H__
#define __WAV_H__


#define debug(fmt...) do 
			{ 
				printf("[%s::%d] ", __func__, __LINE__);
				printf(fmt); 
			}while(0)

/* RIFF WAVE file struct.
 * For details see WAVE file format documentation 
 * (for example at http://www.wotsit.org).
 */
typedef struct WAV_HEADER_S
{
	char   			riffType[4];	//4byte,资源交换文件标志:RIFF	
	unsigned int   	riffSize;		//4byte,从下个地址到文件结尾的总字节数	
	char   			waveType[4];	//4byte,wave文件标志:WAVE	
	char   			formatType[4];	//4byte,波形文件标志:FMT	
	unsigned int	   	formatSize;		//4byte,音频属性(compressionCode,numChannels,sampleRate,bytesPerSecond,blockAlign,bitsPerSample)所占字节数
	unsigned short	compressionCode;//2byte,编码格式(1-线性pcm-WAVE_FORMAT_PCM,WAVEFORMAT_ADPCM)
	unsigned short 	numChannels;	//2byte,通道数
	unsigned int   	sampleRate;		//4byte,採样率
	unsigned int   	bytesPerSecond;	//4byte,传输速率
	unsigned short 	blockAlign;		//2byte,数据块的对齐
	unsigned short 	bitsPerSample;	//2byte,採样精度
	char   			dataType[4];	//4byte,数据标志:data
	unsigned int   	dataSize;		//4byte,从下个地址到文件结尾的总字节数，即除了wav header以外的pcm data length
}WAV_HEADER;

typedef struct WAV_INFO_S
{
  WAV_HEADER 	header;
  FILE 			*fp;
  unsigned int 	channelMask;
}WAV_INFO;

#endif

wav.c

#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#include "wav.h"

/* func		: endian judge
 * return	: 0-big-endian othes-little-endian
 */
int IS_LITTLE_ENDIAN(void) 
{
	int __dummy = 1;
	return ( *( (unsigned char*)(&(__dummy) ) ) );
}

unsigned int readHeader(void *dst, signed int size, signed int nmemb, FILE *fp) 
{
	unsigned int n, s0, s1, err;
	unsigned char tmp, *ptr;
	
	if ((err = fread(dst, size, nmemb, fp)) != nmemb) 
	{
		return err;
	}
	if (!IS_LITTLE_ENDIAN() && size > 1) 
	{
		//debug("big-endian 
");
		ptr = (unsigned char*)dst;
		for (n=0; n<nmemb; n++) 
		{
	  		for (s0=0, s1=size-1; s0 < s1; s0++, s1--) 
	  		{
	    		tmp = ptr[s0];
	    		ptr[s0] = ptr[s1];
	    		ptr[s1] = tmp;
	  		}
	  		ptr += size;
		}
	}
	else
	{
		//debug("little-endian 
");
	}
	
  	return err;
}

void dumpWavInfo(WAV_INFO wavInfo)
{
	debug("compressionCode:%d 
",wavInfo.header.compressionCode);
	debug("numChannels:%d 
",wavInfo.header.numChannels);
	debug("sampleRate:%d 
",wavInfo.header.sampleRate);
	debug("bytesPerSecond:%d 
",wavInfo.header.bytesPerSecond);
	debug("blockAlign:%d 
",wavInfo.header.blockAlign);
	debug("bitsPerSample:%d 
",wavInfo.header.bitsPerSample);

}

int wavInputOpen(WAV_INFO *pWav, const char *filename)
{
    signed int offset;
    WAV_INFO *wav = pWav ;

    if (wav == NULL) 
    {
      debug("Unable to allocate WAV struct.
");
      goto error;
    }
    wav->fp = fopen(filename, "rb");
    if (wav->fp == NULL) 
    {
      debug("Unable to open wav file. %s
", filename);
      goto error;
    }

	/* RIFF标志符推断 */
	if (fread(&(wav->header.riffType), 1, 4, wav->fp) != 4) 
	{
	  debug("couldn't read RIFF_ID
");
	  goto error;  /* bad error "couldn't read RIFF_ID" */
	}
	if (strncmp("RIFF", wav->header.riffType, 4)) 
	{
	  	debug("RIFF descriptor not found.
") ;
	  	goto error;
	}
	debug("Find RIFF 
");
	
	/* Read RIFF size. Ignored. */
    readHeader(&(wav->header.riffSize), 4, 1, wav->fp);
    debug("wav->header.riffSize:%d 
",wav->header.riffSize);

    /* WAVE标志符推断 */
    if (fread(&wav->header.waveType, 1, 4, wav->fp) !=4) 
    {
      	debug("couldn't read format
");
      	goto error;  /* bad error "couldn't read format" */
    }
    if (strncmp("WAVE", wav->header.waveType, 4)) 
    {
      	debug("WAVE chunk ID not found.
") ;
      	goto error;
    }
    debug("Find WAVE 
");

	/* fmt标志符推断 */
    if (fread(&(wav->header.formatType), 1, 4, wav->fp) != 4) 
    {
      	debug("couldn't read format_ID
");
      	goto error;  /* bad error "couldn't read format_ID" */
    }
    if (strncmp("fmt", wav->header.formatType, 3)) 
    {
      	debug("fmt chunk format not found.
") ;
     	goto error;
    }
    debug("Find fmt 
");

   	readHeader(&wav->header.formatSize, 4, 1, wav->fp);  // Ignored
   	debug("wav->header.formatSize:%d 
",wav->header.formatSize);

	/* read  info */
	readHeader(&(wav->header.compressionCode), 2, 1, wav->fp);
	readHeader(&(wav->header.numChannels), 2, 1, wav->fp);
	readHeader(&(wav->header.sampleRate), 4, 1, wav->fp);
	readHeader(&(wav->header.bytesPerSecond), 4, 1, wav->fp);
	readHeader(&(wav->header.blockAlign), 2, 1, wav->fp);
	readHeader(&(wav->header.bitsPerSample), 2, 1, wav->fp);

	offset = wav->header.formatSize - 16;

   	/* Wav format extensible */
   	if (wav->header.compressionCode == 0xFFFE) 
	{
	 	static const unsigned char guidPCM[16] = {
	 		0x01, 0x00, 0x00, 0x00, 0x00, 0x00, 0x10, 0x00,
		 	0x80, 0x00, 0x00, 0xaa, 0x00, 0x38, 0x9b, 0x71
	 	};
	 	unsigned short extraFormatBytes, validBitsPerSample;
	 	unsigned char guid[16];
	 	signed int i;

	 	/* read extra bytes */
	 	readHeader(&(extraFormatBytes), 2, 1, wav->fp);
	 	offset -= 2;

		if (extraFormatBytes >= 22) 
		{
			readHeader(&(validBitsPerSample), 2, 1, wav->fp);
			readHeader(&(wav->channelMask), 4, 1, wav->fp);
			readHeader(&(guid), 16, 1, wav->fp);

			/* check for PCM GUID */
			for (i = 0; i < 16; i++) if (guid[i] != guidPCM[i]) break;
			if (i == 16) wav->header.compressionCode = 0x01;

			offset -= 22;
		}
	}
	debug("wav->header.compressionCode:%d 
",wav->header.compressionCode);

    /* Skip rest of fmt header if any. */
    for (;offset > 0; offset--) 
    {
      	fread(&wav->header.formatSize, 1, 1, wav->fp);
    }

	#if 1
    do 
    {
      	/* Read data chunk ID */
		if (fread(wav->header.dataType, 1, 4, wav->fp) != 4) 
		{
			debug("Unable to read data chunk ID.
");
			free(wav);
			goto error;
		}
      	/* Read chunk length. */
     	readHeader(&offset, 4, 1, wav->fp);

		/* Check for data chunk signature. */
		if (strncmp("data", wav->header.dataType, 4) == 0) 
		{
			debug("Find data 
");
			wav->header.dataSize = offset;
			break;
		}
		
		/* Jump over non data chunk. */
		for (;offset > 0; offset--) 
		{
			fread(&(wav->header.dataSize), 1, 1, wav->fp);
		}
    } while (!feof(wav->fp));
    debug("wav->header.dataSize:%d 
",wav->header.dataSize);
    #endif	
    
    /* return success */
    return 0;

/* Error path */
error:
    if (wav) 
    {
      if (wav->fp) 
      {
        fclose(wav->fp);
        wav->fp = NULL;
      }
      //free(wav);
    }
    return -1; 
}

#if 0
int main(int argc,char **argv)

{
	WAV_INFO wavInfo;
	char fileName[128];
	if(argc<2 || strlen(&argv[1][0])>=sizeof(fileName))
	{
		debug("argument error !!! 
");
		return -1 ;
	}
	debug("size : %d 
",sizeof(WAV_HEADER));
	strcpy(fileName,argv[1]);
	wavInputOpen(&wavInfo, fileName);
	return 0;
}
#endif

附：FIFF文件知识点

1. 简单介绍RIFF全称为资源互换文件格式（ResourcesInterchange FileFormat），RIFF文件是windows环境下大部分多媒体文件遵循的一种文件结构,RIFF文件所包括的数据类型由该文件的扩展名来标识，能以RIFF文件存储的数据包括：音频视频交错格式数据（.AVI) 波形格式数据（.WAV) 位图格式数据（.RDI) MIDI格式数据（.RMI)调色板格式（.PAL)多媒体电影（.RMN)动画光标（.ANI)其他RIFF文件（.BND)

2. CHUNK

chunk是组成RIFF文件的基本单元。它的基本结构例如以下：

struct chunk{

u32 id; /* 块标志 */

u32 size; /* 块大小 */

u8 dat[size]; /* 块内容 */

};

id 由4个ASCII字符组成，用以识别块中所包括的数据。如：'RIFF','LIST','fmt','data','WAV','AVI'等等，因为这样的文件结构最初是由Microsoft和IBM为PC机所定义,RIFF文件是依照little-endian[2] 字节顺序写入的。

size（块大小） 是存储在data域中数据的长度,id与size域的大小则不包含在该值内。

dat（块内容） 中所包括的数据是以字(WORD)为单位排列的，假设该数据结构长度是奇数。则在最后加入一个空(NULL)字节。

chunk块中有且仅有两种类型块：'RIFF'和'LIST'类型能够包括其他块，而其他块仅能含有数据。

'RIFF'和'LIST'类型的chunk结构例如以下

structchunk{

u32 id; /* 块标志 */

u32 size; /* 块大小 */

/*此时的dat = type + restdat */

u32 type ; /* 类型 */

u8 restdat[size] /* dat中除type4个字节后剩余的数据*/

};

能够看出，'RIFF'和'LIST'也是chunk,仅仅是它的dat由两部分组成type和restdat。

type,由4个ASCII字符组成，代表RIFF文件的类型，如'WAV','AVI '；或者'LIST'块的类型，如avi文件里的列表'hdrl','movi'。

restdat,dat中除type4个字节后剩余的数据，包括块内容，包括若干chunk和'LIST'

2.1 FOURCC 一个FOURCC(fourcharacter code）是一个占4个字节的数据，一般表示4个ASCII字符。在RIFF文件格式中，FOURCC很普遍,structchunk 中的id成员。'LIST','RIFF'的type成员，起始标识等信息都是用FOURCC表示的。

FOURCC通常是四个字符，如'abcd'这种形式。也能够三个字符包括一个空格，如'abc'这种形式。

RIFF文件的FileData部分由若干个'LIST'和chunk组成。而'LIST'的ListData又能够由若干个'LIST'和chunk组成，即'LIST'是能够嵌套的。

'RIFF',FileType,'LIST',ListType,ChunkID都是FOURCC,即使用4字节的ASIIC字符标识类型。

FileSize,ListSize,ChunkSize为little-endian32-bit正整数，表示Type（仅仅有'RIFF','LIST'chunk有Type)+Data一起的大小，注意它是little-endian表示，如：0x00123456,存储地址由低到高，在little-endian系统中的存储表示为0x56341200（字节由低位到高位存储）。而在big-endian为0x00123456（字节由高位到低位存储）。

32bit整数0x00123456存储地址低--------->。高little-endian（字节由低位到高位存储）56341200big-endian（字节由高位到低位存储）00123456