在做音频信号采集或音频信号分析时会经常遇到wav格式的文件，本章将介绍wav文件的格式。wav是基于资源交换文件格式（RIFF（Resource Interchange File Format））的应用之一。RIFF是一种带标签的文件结构，其可以定义许多文件格式，比如wav音频文件格式。RIFF文件由块结构组成，块结构由3个部分组成，分别为块ID、块大小、块数据，其中块ID由4字节组成，用于描述块数据；块大小由32位无符号整形数据表示，其只计算块数据的大小，不包含块ID和块大小的长度；块数据由字节数组组成，其采用小端格式，但其是双字节对齐的，当块大小为奇数个时，需要在数据后面补充一个字节。块数据用C代码表示如下所示：

typedef struct

{

         uint8_t ckID[4];

         uint32_t ckSize;

         uint8_t ckData[CKSIZE];

}CK;

 

wave文件格式如下所示：

其中WAVE chunks由一些WAVE的子块数据组成，比如fmt块、data块。

 

fmt块：

         fmt块携带着wav音频文件重要信息，比如采样率，采样点的数据大小等等，其结构如下所示：

可以看出fmt的块大小cksize值有3个，分别为16、18、40，这取决于wFormatTag的值，当wFormatTag = 0x0001（WAVE_FORMAT_PCM），即PCM格式，cksize = 16；当wFormatTag = 0xFFFE（WAVE_FORMAT_EXTENSIBLE），即扩展格式，cksize = 40；wFormatTag为其他值时，即非PCM格式，cksize = 18。

 

data块：

         data块包含了采集的音频数据，其结构如下所示：

注意当cksize为奇数时，需要往sampled data后面补齐一个空字节的值（0x00）。

 

举例：

         由于大多数实验采集和分析的是PCM格式的wav文件，因此下面将介绍PCM格式的wav文件，如下所示：

其中Nc 为通道数；Ns为块的数目，一个块由Nc个采样组成；M为每个采样数据的字节长度；F为采样速率（块/秒）。

 

wav格式代码解析

         由如上举例，我们可以清楚的知道wav文件具体的格式，通常在存储wav数据到U盘或SD卡时，要先预设cksize字段的值，然后根据实际存储到U盘或SD卡的数据来更新cksize字段的值。代码待续。。。