小谈WAVE格式

最近读书读得有点上头，好久没有更新博客。今天发一篇博客，总结总结最近学习的关于WAV文件格式的内容，希望对大家有用。

似乎听音乐的同学都或多或少听过wav文件，其实其全称是WAVE，由微软开发的一种音频文件格式，文件的扩展名为“WAV”（有没有感觉有点像JPEG和jpg），数据本身的格式为PCM或压缩型，属于无损音乐格式的一种。

要说WAVE文件的格式，网上一搜一大堆，其实可以分为两大部分：头部分和数据部分。大概就是播放器先分析头部分，确定是wav文件后播放数据部分。头部分又可以分为3部分：RIFF WAVE Chunk，Format Chunk，Fact Chunk(可选)。这篇文章讲的很好，推荐大家看一看。

字节数        内容
  4       RIFF WAVE Chunk标志，为RIFF
  4       RIFF WAVE Chunk大小，为（总大小-4）字节
  4       WAV文件标志，为WAVE

  4       Format Chunk标志，为fmt
  4       过滤字节，一般为00000010H
  2       格式种类，线性PCM编码为1
  2       通道数，1为单声道，2为双声道
  4       采样频率
  4       波形传输速率
  2       数据调整数
  2       样本数据位数

  4       Fact Chunk标志，为fact
  。。。

  4       Data Chunk标志，为data
  4       采样数据大小，为总大小减掉头部分大小
  音频数据。。。

一个一个来说，首先RIFF那个标志就不说了，必须是那四个字母，而且是大写。大小那项也不必说，总字节-4就是了。下一个WAV标志也必须是“WAVE”。Format Chunk标志要着重说，这里是四个字节，但是仅有三个字母，但是最后一位必须是空格。如果是分隔符还是什么别的，这部分便识别不了，也就是说，两个相同的WAV文件，把这个空格改成分隔符，则这个音频文件无法识别。如果无法确定自己是否是填进的空格，用16进制的编辑器查看一下这个wav文件，第16个字节应该是20（空格的ASCII码）才对。过滤字节也要着重说一下，由于写入WAV文件实际是小端法，比如你写入123456，实际上查看文件是563412，等等，那个H是指16进制哈。也就是说，写入00000010，实际上看到的是10000000。这个倒是好办，赋值时直接赋一个0x10即可，但是要注意有时候别人给你的是563412，但是那是他在文件中直接读到的，实际上式0x123456。格式种类啊、通道数啊，还有采样频率，都是定好的，根据需要修改。波形传输速率为：每秒字节＝采样频率每个样本字节数，这个每个样本的字节数即下面第二项样本数据位数除以8可得。数据调整数为 channles bit_samp / 8，也是可以计算出来的。

Fact Chunk部分是可选部分，根据网上所说，“一般当wav文件由某些软件转化而成”，我观察过一些wav文件，都没有这部分，也就是说除非情况特殊，则不用考虑。

数据部分先识别标志“data”，大小则是：总大小-头部大小，实际上就是纯音频数据的大小（字节）。

刚才推荐的那个网页其实已经给出了一个读取WAV文件格式的基本方法，但是有人会说怎么自己运行后会出错。其实问题很有可能出在位宽上，比如文中给出的uint32这个类型，他使用的其实是long型，long型在如今的计算机或者编译器上很可能不是32位而是64位，改成int型试试，说不定就通过了。也可以验证自己的系统和编译器给出的long和int的位宽是多少，最好char，short都试试。方法很简单：

printf("char: %d, short: %d, int: %d, long: %d\n",
		sizeof(char), sizeof(short), sizeof(int), sizeof(long));

如果想给一段纯音频文件添加WAVE头，或提取的音频部分经过处理再添加WAVE头，则注意我上面说的部分基本就够了，本人亲测可以。如果还是无法出正确结果，建议拿原始文件，以16进制形式来查看，一点点对照（实际上也就44个字节要对照），相信很快你就会找到问题的所在。

祝幸运！