音频处理 (一) 音频文件

2017-09-11 07:33:50来源:cnblogs.com作者:木无亡法人点击

分享

音频文件

   音频文件是对声音进行数字转换之后存放的数据文件,了解音频数据必须先知道几个重要概念。

1. 采样:对声音信息录入时,行进的最小操作单位,一般一次采样具有左右2个声道,每个声道用1或2个字节来存储;

这样采样的量化位数是8位,或16位(样本位宽),量化位数越高声音音质越好;就像11位电话号码表示的号码比7位要多得多;

2. 采样频率:每秒采样次数,单位Hz,一般的音频文件有11.025kHz、22.05kHz、44.10kHz等;显然,这种模-数信息的转换,每秒采样次数越多,声音就越精确;

3. 码率:每秒编码的bit数,单位是kb/s;计算方式:位宽×声道数×采样频率;(单位是bit不是字节)

4. 声道数,固定值为1-单声道,或者2-双声道,双声道时,每个采样样本中包含左声道、右声道的音频数据,因此两者的数据是交错排列的;

 (一)Wave 格式

    WAVE是微软开发的声音文件格式,用于保存Windows平台的音频信息资源,文件后缀名*.wav;支持多种压缩算法、多种音频位数、采样频率和声道;

    标准的wav文件采用44.1kHz采样频率,16位量化位数,声音文件质量几与CD相当;Wave格式不对源数据做任何处理,如果源数据是无损的,编码后的Wav文件也是无损的;如果源数据是有损的,编码后的Wav文件也是有损的;

1. Wave文件的构成:

RIFF标 志 4B"RIFF"
数据大小 4B-
格式 4B"WAVE"
fmt标志 4B"fmt "
结构体大小 4B16/18
结构体 16B/18B 
data标志 4B"data"
声音数据大小 4B-
data-

2. Wave文件的详细结构:

// RIFF 标准媒体流文件头struct Riff_Header{
char szRiffId[4]; // 'R','I','F','F' DWORD dwRiffSize; // Size, 除了这 8 个字节之外,文件剩余大小,等于文件总字节数-8 char szRiffFormat[4]; // 'W','A','V','E'};struct Fmt_Block{ char szFmtId[4]; // 'f', 'm', 't',' ' DWORD dwFmtSize; // Size 为 16 或 18 WORD wFormatTag; // 编码方式,一般为 0x0001 WORD wChannels; // 声道数 1--单声道 2--双声道 DWORD dwSamplesPerSec; // 采样频率 /Hz DWORD dwAvgBytesPerSec; // 每秒字节数 WORD wBlockAlign; // 数据块对齐单位(每个采样需要的字节数) WORD wBitsPerSample; // 每个采样需要的 bit // WORD wBits; // 可能有可能没有,由dwFmtSize字段决定};//Fact_Block 块,有些 wav 文件中没有struct Fact_Block{ char szFactId[4]; // 'f','a','c','t' DWORD dwFactSize; //};//数据块struct Data_Block{ char szDataId[4]; //'d','a,','t','a' DWORD dwDataSize; // 音频数据大小 //data ...};

 说明:

1. RIFF块里面的 dwRiffSize 表示的是整个文件除开头8个字节之外的大小,0x24 0xCD 0x01 0x00,即 118,052 Byte,通过文件属性查得文件大小是118,060Byte;

2. dwFmtSize 为 0x10 0x00 0x00 0x00,即为16;fmt块的剩余部分是一个波形信息结构,是微软定义的:

/* *  extended waveform format structure used for all non-PCM formats. this *  structure is common to all non-PCM formats. */typedef struct tWAVEFORMATEX{    WORD        wFormatTag;         /* format type */    WORD        nChannels;          /* number of channels (i.e. mono, stereo...) */    DWORD       nSamplesPerSec;     /* sample rate */    DWORD       nAvgBytesPerSec;    /* for buffer estimation */    WORD        nBlockAlign;        /* block size of data */    WORD        wBitsPerSample;     /* number of bits per sample of mono data */    WORD        cbSize;             /* the count in bytes of the size of */                                                                                      /* extra information (after cbSize) */} WAVEFORMATEX, *PWAVEFORMATEX, NEAR *NPWAVEFORMATEX, FAR *LPWAVEFORMATEX;
WAVEFORMATEX

3. Data块:dwDataSize表示音频数据的大小,0x00 0x01 0xCD 0x00,即118,016,略小于118,052,说明文件末有部分无效数据;

 (二) MP3格式

     MP3格式(待续 ...)

最新文章

123

最新摄影

微信扫一扫

第七城市微信公众平台