常用语音编码WAVE文件头格式剖析.docVIP

常用语音编码WAVE文件头格式剖析 常用语音编码的WAVE文件头格式剖析--各种编码2007-08-11 10:21　 WAVE文件头作为多媒体中使用的声波文件格式之一，它是以RIFF格式为标准的。RIFF是英文Resource Interchange File Format的缩写，每个WAVE文件的头四个字节便是“RIFF”。合理利用WAVE文件头可以更有效地进行语音解码。 　　通常意义上说的语音编码都是指将8KHz采样、16比特量化的线性PCM语音信号压缩成其它格式的语音信号，解码时就将其它格式的语音信号变换成8KHz采样、16比特量化的线性PCM语音信号。一般说来，这个转换过程比较复杂，费时费力。如果对其它格式的语音信号直接加上对应的WAVE文件头就不用这个转换过程，用微软自带的录音机就可解码语音。 　　下面就分别剖析各种语音编码的WAVE文件头格式，用如下各个表（表1到表7）进行对比即可。 表1　8KHz采样、16比特量化的线性PCM语音信号的WAVE文件头格式表（共44字节） 偏移地址 字节数 数据类型 内容 文件头定义为 00H 4 char RIFF char riff_id[4]=RIFF 04H 4 long int 文件总长-8 long int size0=文总长-8 08H 8 char WAVEfmt char wave_fmt[8] 10H 4 long int 10 00 00 00H(PCM) long int size1=0x10 14H 2 int 01 00H int fmttag=0x01 16H 2 int int channel=1 或2 18H 4 long int 采样率 long int samplespersec 1CH 4 long int 每秒播放字节数 long int bytepersec 20H 2 int 采样一次占字节数 int blockalign=声道数*量化数/8 22H 2 int 量化数 int bitpersamples=8或16 24H 4 char data char data_id=data 28H 4 long int 采样数据字节数 long int size2=文长-44 2CH 到文尾 char 采样数据 　 char riff_id[4]; long int size0; char wave_fmt[8]; long int size1; int fmttag; int channel; long int samplespersec; int blockalign; int bitpersamples; char data_id[4]; long int size2; 表2　8KHz采样、8比特A律量化的PCM语音信号的WAVE文件头格式表（共58字节） 偏移地址 字节数 数据类型 内容 文件头定义为 00H 4 char RIFF char riff_id[4]=RIFF 04H 4 long int 文件总长-8 long int size0=文总长-8 08H 8 char WAVEfmt char wave_fmt[8] 10H 4 long int(ALAW) long int size1=0x12 14H 2 int 06 00H int fmttag=0x06 16H 2 int 声道数 int channel=1 或2 18H 4 long int 采样率 long int samplespersec 1CH 4 long int 每秒播放字节数 long int bytepersec 20H 2 int 采样一次占字节数 int blockalign=0x01 22H 4 long int 量化数 long int bitpersamples=8 26H 4 char fact char wave_fact=fact 2AH 8 char 0400000000530700H定 char temp 32H 4 char data char wave_data=data 36H 4 long int 采样数据字节数 lont int size2=文长-58 表3　8KHz采样、8比特U