一. 前言

在做UAC,PWM音頻播放的項目,需要解析WAV格式文件,通過UAC發送，或接收PCM數據,驅動喇叭播放。這里對WAV文件格式相關內容進行整理備忘。

僅介紹使用非壓縮的PCM(Puls Code Modulation)脈沖編碼調制格式,其他壓縮格式這里不描述。

二.參考

http://tiny.systems/software/soundProgrammer/WavFormatDocs.pdf

http://soundfile.sapp.org/doc/WaveFormat/

http://www.lightlink.com/tjweber/StripWav/WAVE.html

三.格式解析

WAVE文件格式是微軟RIFF多媒體文件存儲規范的一個子集。RIFF文件從一個文件頭開始，后面跟著一系列數據塊。WAVE文件通常只是一個RIFF文件，其中包含一個由兩個子塊組成的“WAVE”塊——一個“fmt”塊指定數據格式，一個“data”塊包含實際的示例數據。我們稱這種形式為“規范形式”。

如下所示由RIFF fmt data三個chunk組成。

Offset Size Name Description

規范的WAVE格式以RIFF報頭開始:

0 4 ChunkID ASCII的"RIFF" 0x52494646 大端

4 4 ChunkSize 36+SubChunk2Size即 4+(8+SubChunk1Size)+(8+SubChunk2Size)

ChunkSize之后所有內容的大小即

整個文件-8即不包括ChunkID和ChunkSize的大小.

8 4 Format ASCII的"WAVE"(0x57415645 大端).

"WAVE" 包括以下兩個subchunks: "fmt " 和 "data":

"fmt " subchunk描述聲音數據的格式:

12 4 Subchunk1ID ASCII的 "fmt "(0x666d7420 大端).

16 4 Subchunk1Size 對于PCM為16.Subchunk1Size后本chunk剩余部分大小.

20 2 AudioFormat 格式:PCM = 1(即線性量化值),其他值為壓縮格式.

22 2 NumChannels 通道數:Mono = 1, Stereo = 2, etc.

24 4 SampleRate 采樣率:8000, 44100, etc.

28 4 ByteRate 字節速率: SampleRate * NumChannels * BitsPerSample/8

32 2 BlockAlign 塊大小,即一個采樣所有通道的數據量:NumChannels * BitsPerSample/8(是不是應該向上取整?)

34 2 BitsPerSample 8 bits = 8, 16 bits = 16, etc.

2 ExtraParamSize 其他參數大小:對于PCM沒有

X ExtraParams 其他參數

"data" subchunk 包括數據的大小和實際的數據:

36 4 Subchunk2ID ASCII的"data"(0x64617461 大端).

40 4 Subchunk2Size 后續數據大小:NumSamples * NumChannels * BitsPerSample/8.

44 * Data 實際的數據.

以上注意所有整數是小端格式,字符ID和字符format都是大端(按照字符順序,從低地址開始按順序依次存放)。WAVE數據文件的默認字節順序是小端序。使用大端字節排序方案編寫的文件具有標識符RIFX而不是RIFF。

樣本數據必須在偶數字節邊界上結束 。

8位采樣被存儲為無符號字節，范圍從0到255。16位采樣被存儲為2補碼有符號整數，范圍從-32768到32767。

在Wave數據流中可能有額外的子塊。

RIFF代表資源交換文件格式。

多媒體應用需要存儲和管理各種各樣的數據，包括位圖、音頻數據、視頻數據和外圍設備控制信息。RIFF提供了一種存儲所有這些不同類型數據的方法。RIFF文件包含的數據類型由文件擴展名表示。可能存儲在RIFF文件中的數據示例如下:

·Audio/visual interleaved data (.AVI)

·Waveform data (.WAV)

·Bitmapped data (.RDI)

·MIDI information (.RMI)

·Color palette (.PAL)

·Multimedia movie (.RMN)

·Animated cursor (.ANI)

·A bundle of other RIFF files (.BND)

四.舉例說明

一個WAVE文件的前面72字節如下

52 49 46 46** 24 08 00 00 57 41 56 45 66 6d 74 20 10 00 00 00 01 00** 02 00** 22 56 00 00 88 58 01 00 04 00 10 00 64 61 74 61 **00 08 00 00 00 00 00 00 24 17 1e f3 3c 13 3c 14 16 f9 18 f9 34 e7 23 a6 3c f2 24 f2 11 ce 1a 0d

另外一個文件格式解析如下

字節速率: SampleRate * NumChannels * BitsPerSample/8 = 44100216/2=176,400=0x0002B110

五.音頻處理工具

二進制編輯查看010Editor

Sox:https://sox.sourceforge.net/Main/HomePage

六.WAV文件曲線顯示

# -*- coding: utf-8 -*-
import wave
import pylab as pl
import numpy as np
# 打開WAV文檔
f = wave.open(r"1.wav", "rb")
# 讀取格式信息
# (nchannels, sampwidth, framerate, nframes, comptype, compname)
params = f.getparams()
nchannels, sampwidth, framerate, nframes = params[:4]
print(params)
# 讀取波形數據
str_data = f.readframes(nframes)
f.close()
#將波形數據轉換為數組
wave_data = np.fromstring(str_data, dtype=np.short)
wave_data.shape = -1, 2
wave_data = wave_data.T
time = np.arange(0, nframes) * (1.0 / framerate)
# 繪制波形
pl.subplot(211) 
pl.plot(time, wave_data[0])
pl.subplot(212) 
pl.plot(time, wave_data[1], c="g")
pl.xlabel("time (seconds)")
pl.show()

七.解析C代碼

#define CHUNK_RIFF "RIFF"
#define CHUNK_WAVE "WAVE"
#define CHUNK_FMT "fmt "
#define CHUNK_DATA "data"
?
#define AUDIO_FORMAT_PCM 0x01
?
typedef struct
{
    uint32_t off;
    uint32_t chunksize;
    uint16_t audioformat;
    uint16_t numchannels;
    uint32_t samplerate;
    uint32_t byterate;
    uint16_t blockalign;
    uint16_t bitspersample;
    uint32_t datasize;
}wav_t;
?
int wav_decode(uint8_t* addr, wav_t* wav);
?
int wav_decode(uint8_t* addr, wav_t* wav)
{
    uint8_t* p = addr;
    uint32_t chunksize;
    uint32_t subchunksize;
    if(0 != memcmp(p,CHUNK_RIFF,4))
    {
        return -1;
    }
    p += 4;
    chunksize = (uint32_t)p[0] | ((uint32_t)p[1]< 8) | ((uint32_t)p[2]< 16) | ((uint32_t)p[3]< 24);
    wav- >chunksize = chunksize;
    p += 4;
    if(0 != memcmp(p,CHUNK_WAVE,4))
    {
        return -2;
    }
    p += 4;
?
    do
    {
        if(0 == memcmp(p,CHUNK_FMT,4))
        {
            p += 4;
            subchunksize = (uint32_t)p[0] | ((uint32_t)p[1]< 8) | ((uint32_t)p[2]< 16) | ((uint32_t)p[3]< 24);
            p += 4;
            /* 解析參數 */
            wav- >audioformat = (uint16_t)p[0] | ((uint16_t)p[1]< 8);
            if(wav- >audioformat == 0x0001)
            {
                p += 2;
                wav- >numchannels = (uint16_t)p[0] | ((uint16_t)p[1]< 8);
                p += 2;
                wav- >samplerate = (uint32_t)p[0] | ((uint32_t)p[1]< 8) | ((uint32_t)p[2]< 16) | ((uint32_t)p[3]< 24);
                p += 4;
                wav- >byterate = (uint32_t)p[0] | ((uint32_t)p[1]< 8) | ((uint32_t)p[2]< 16) | ((uint32_t)p[3]< 24);
                p += 4;
                wav- >blockalign = (uint16_t)p[0] | ((uint16_t)p[1]< 8);
                p += 2;
                wav - >bitspersample = (uint16_t)p[0] | ((uint16_t)p[1]< 8);
                p += 2;
            }
            else
            {
                p += subchunksize;
            }
        }
        else if(0 == memcmp(p,CHUNK_DATA,4))
        {
            p += 4;
            subchunksize = (uint32_t)p[0] | ((uint32_t)p[1]< 8) | ((uint32_t)p[2]< 16) | ((uint32_t)p[3]< 24);
            wav- >datasize = subchunksize;
            p += 4;
            wav- >off = (uint32_t)(p- addr);
            return 0;
        }
        else
        {
            p += 4;
            subchunksize = (uint32_t)p[0] | ((uint32_t)p[1]< 8) | ((uint32_t)p[2]< 16) | ((uint32_t)p[3]< 24);
            p += 4;
            p += subchunksize;
        }
    }while((uint32_t)(p - addr) < (chunksize + 8));
    return -3;
}

八.測試文件下載

https://samplelib.com/zh/sample-wav.html

審核編輯：湯梓紅