1. 音頻簡介

?

經(jīng)常見到這樣的描述: 44100HZ 16bit stereo 或者 22050HZ 8bit mono 等等.

44100HZ 16bit stereo: 每秒鐘有 44100 次采樣, 采樣數(shù)據(jù)用 16 位(2字節(jié))記錄, 雙聲道(立體聲);

22050HZ 8bit??mono: 每秒鐘有 22050 次采樣, 采樣數(shù)據(jù)用 8 位(1字節(jié))記錄, 單聲道;

?

當(dāng)然也可以有 16bit 的單聲道或 8bit 的立體聲, 等等。

?

采樣率是指：聲音信號在“模→數(shù)”轉(zhuǎn)換過程中單位時間內(nèi)采樣的次數(shù)。采樣值是指每一次采樣周期內(nèi)聲音模擬信號的積分值。

?

對于單聲道聲音文件，采樣數(shù)據(jù)為八位的短整數(shù)（short int 00H-FFH）；

而對于雙聲道立體聲聲音文件，每次采樣數(shù)據(jù)為一個16位的整數(shù)（int），高八位(左聲道)和低八位(右聲道)分別代表兩個聲道。

?

人對頻率的識別范圍是 20HZ - 20000HZ, 如果每秒鐘能對聲音做 20000 個采樣, 回放時就足可以滿足人耳的需求. 所以 22050 的采樣頻率是常用的, 44100已是CD音質(zhì), 超過48000的采樣對人耳已經(jīng)沒有意義。這和電影的每秒 24 幀圖片的道理差不多。

?

每個采樣數(shù)據(jù)記錄的是振幅, 采樣精度取決于儲存空間的大小:

1 字節(jié)(也就是8bit) 只能記錄 256 個數(shù), 也就是只能將振幅劃分成 256 個等級;

2 字節(jié)(也就是16bit) 可以細(xì)到 65536 個數(shù), 這已是 CD 標(biāo)準(zhǔn)了;

4 字節(jié)(也就是32bit) 能把振幅細(xì)分到 4294967296 個等級, 實在是沒必要了.

如果是雙聲道(stereo), 采樣就是雙份的, 文件也差不多要大一倍.

?

這樣我們就可以根據(jù)一個 wav 文件的大小、采樣頻率和采樣大小估算出一個 wav 文件的播放長度。

?

譬如 "Windows XP 啟動.wav" 的文件長度是 424,644 字節(jié), 它是 "22050HZ / 16bit / 立體聲" 格式(這可以從其 "屬性->摘要" 里看到),

那么它的每秒的傳輸速率(位速, 也叫比特率、取樣率)是 22050*16*2 = 705600(bit/s),?換算成字節(jié)單位就是 705600/8 = 88200(字節(jié)/秒),?
播放時間：424644(總字節(jié)數(shù)) / 88200(每秒字節(jié)數(shù)) ≈ 4.8145578(秒)。

但是這還不夠精確, 包裝標(biāo)準(zhǔn)的 PCM 格式的 WAVE 文件(*.wav)中至少帶有 42 個字節(jié)的頭信息, 在計算播放時間時應(yīng)該將其去掉,?
所以就有：(424644-42) / (22050*16*2/8) ≈ 4.8140816(秒). 這樣就比較精確了.

?

關(guān)于聲音文件還有一個概念: "位速", 也有叫做比特率、取樣率, 譬如上面文件的位速是 705.6kbps 或 705600bps, 其中的 b 是 bit, ps 是每秒的意思;

?

壓縮的音頻文件常常用位速來表示, 譬如達到 CD 音質(zhì)的 MP3 是: 128kbps / 44100HZ.

2.格式解析
WAV文件遵循RIFF規(guī)則，其內(nèi)容以區(qū)塊（chunk）為最小單位進行存儲。WAV文件一般由3個區(qū)塊組成：RIFF chunk、Format chunk和Data chunk。另外，文件中還可能包含一些可選的區(qū)塊，如：Fact chunk、Cue points chunk、Playlist chunk、Associated data list chunk等。
本文將只介紹RIFF chunk、Format chunk和Data chunk。

常見的wave文件的格式圖示

2.1 RIFF區(qū)塊

名稱偏移地址字節(jié)數(shù)端序內(nèi)容

ID	0x00	4Byte	大端	'RIFF' (0x52494646)
Size	0x04	4Byte	小端	fileSize - 8
Type	0x08	4Byte	大端	'WAVE'(0x57415645)

以'RIFF'為標(biāo)識
Size是整個文件的長度減去ID和Size的長度
Type是WAVE表示后面需要兩個子塊：Format區(qū)塊和Data區(qū)塊
2.2 FORMAT區(qū)塊

以'fmt '為標(biāo)識
Size表示該區(qū)塊數(shù)據(jù)的長度（不包含ID和Size的長度）
AudioFormat表示Data區(qū)塊存儲的音頻數(shù)據(jù)的格式，PCM音頻數(shù)據(jù)的值為1
NumChannels表示音頻數(shù)據(jù)的聲道數(shù)，1：單聲道，2：雙聲道
SampleRate表示音頻數(shù)據(jù)的采樣率
ByteRate每秒數(shù)據(jù)字節(jié)數(shù) = SampleRate * NumChannels * BitsPerSample / 8
BlockAlign每個采樣所需的字節(jié)數(shù) = NumChannels * BitsPerSample / 8
BitsPerSample每個采樣存儲的bit數(shù)，8：8bit，16：16bit，32：32bit
［注意］ 這個區(qū)域只需要關(guān)心?NumChannels?SampleRate?BitsPerSample 三個參數(shù)就可以了，其它的都是依據(jù)這三個計算出來的。

2.3 DATA區(qū)塊

名稱偏移地址字節(jié)數(shù)端序內(nèi)容

ID	0x00	4Byte	大端	'data' (0x64617461)
Size	0x04	4Byte	小端	N
Data	0x08	NByte	小端	音頻數(shù)據(jù)

以'data'為標(biāo)識
Size表示音頻數(shù)據(jù)的長度，N = ByteRate * seconds
Data音頻數(shù)據(jù)

總結(jié)

以上是生活随笔為你收集整理的wav数据格式详解的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。