WAV文件格式说明[收集].pdfVIP

1. 音频简介 经常见到这样的描述 : 44100HZ 16bit stereo 或者 22050HZ 8bit mono 等等 . 44100HZ 16bit stereo: 每秒钟有 44100 次采样 , 采样数据用 16 位 (2 字节 ) 记录 , 双声道 ( 立体声 ); 22050HZ 8bit mono: 每秒钟有 22050 次采样 , 采样数据用 8 位 (1 字节 ) 记录 , 单声道 ; 当然也可以有 16bit 的单声道或 8bit 的立体声 , 等等。 采样率是指：声音信号在 “模 →数 ”转换过程中单位时间内采样的次数。采样值是 指每一次采样周期内声音模拟信号的积分值。 对于单声道声音文件，采样数据为八位的短整数（ short int 00H-FFH ）； 而对于双声道立体声声音文件，每次采样数据为一个 16 位的整数（ int ），高 八位 ( 左声道 ) 和低八位 ( 右声道 ) 分别代表两个声道。 人对频率的识别范围是 20HZ - 20000HZ, 如果每秒钟能对声音做 20000 个 采样 , 回放时 就足 可以 满足 人耳 的需求 . 所 以 22050 的采样频率是常用的 , 44100 已是 CD 音 质 , 超 过 48000 的采样对人 耳已 经 没有 意义 。这和 电影 的每 秒 24 帧图片 的道 理差不多 。 每个采样数据记录的是 振幅 , 采样 精度取决 于储存空 间的 大小 : 1 字节 ( 也就 是 8bit) 只能记录 256 个数 , 也就 是 只 能将振幅划 分成 256 个等 级 ; 2 字节 ( 也就 是 16bit) 可以 细 到 65536 个数 , 这 已是 CD 标准了 ; 4 字节 ( 也就 是 32bit) 能 把振幅细 分到 4294967296 个等 级 , 实在是 没必 要了 . 如果是双声道 (stereo), 采样 就 是双 份 的, 文件也 差不多要大 一倍 . 这样 我们就 可以 根 据一个 wav 文件的 大小、 采样频率和采样 大小估算出 一个 wav 文件的 播放 长度 。 譬 如 Windows XP 启动 .wav 的文件 长度 是 424,644 字节 , 它 是 22050HZ / 16bit / 立体声 格式 ( 这可以 从其 属性 - 摘要 里看 到 ), 那么它 的每秒的 传输速 率 ( 位 速 , 也 叫比特 率 、取 样率 ) 是 22050*16*2 = 705600(bit/s), 换算成 字节单位 就 是 705600/8 = 88200( 字节 / 秒 ), 播 放时间： 424644( 总字节数 ) / 88200( 每秒字节数 ) ≈ 4.8145578( 秒 ) 。 但 是这 还不够精确 , 包装标准 的 PCM 格式 的 WAVE 文件 (*.wav) 中至少带 有 42 个字节的 头信 息 , 在 计算播 放时间时 应该将其去掉 , 所 以就 有： (424644-42) / (22050*16*2/8) ≈ 4.8140816( 秒 ). 这样 就比较精确了 . 关 于声音文件 还 有一个 概念 : 位 速 , 也有 叫做 比特 率 、取 样率 , 譬 如 上面 文 件的位 速 是 705.6kbps 或 705600bps,