WAV 文件格式

WAV实际上就是裸数据PCM外面包了一层文件头，其实质为一个“RIFF”文件，普通的线性PCM数据的WAV头为44个字节。

格式定义

位置	字节数	值/类型	描述
1 - 4	4	"RIFF"	表示文件"RIFF"文件
5 - 8	4	32位整形（UInt32）	文件长度-8
9 -12	4	"WAVE"	文件类型头，表示一个"WAVE"文件
13-16	4	"fmt "	格式表示符
17-20	2	16位整形（UInt16）	"10 00 00 00 "表示PCM数据
21-22	2	char(UInt8)	数据类型,"01 00"表示 PCM
23-24	2	char(UInt8)	通道数
25-28	4	32位整形(UInt32)	采样率，比如""表示44100采样率
29-32	4	32位整形(UInt32)	码率： 采样率x位深度x通道数/8 比如双通道的44.1K 16位采样的码率为176400
33-34	2	16位整形（UInt16）	采样一次，占内存大小 ： 位深度x通道数/8
35-36	2	16位整形（UInt16）	采样深度
37-40	4	"data"	表述payload数据开头
41-44	4	32位整形(UInt32)	数据部分的长度

根据格式我们再来看一个示例文件：

car.png

这里用hexdump来查看二进制wav文件：

hexdump -n 44 car.wav

因为wav头44字节，所以直接dump出44个字节。-n选项表示dunp的长度。

文件类型头

首先来的是一个头：“RIFF”:

52 49 46 46

接在后面的文件总长度：

F4 FB 01 00

注意，现在主流的平台都是小端序。 所以上面的数字16进制为：

0x0001fbf4

对应的十进制为 ： 130036 再加上8为： 130044 而我们看的文件：

[cz@air_11:sound]$ls -al
total 272
drwxr-xr-x  4 cz  staff     136 Dec  1 22:57 .
drwxr-xr-x  4 cz  staff     136 Dec  1 22:47 ..
-rw-r--r--@ 1 cz  staff  130044 Dec  1 22:41 car.wav

恰好是130044个字节。

接着还是表示WAV文件的标签：

57 41 56 45 66 6D 74 20

为"WAVEfmt "的16进制表示。

接着6个字节，和装的PCM数据类型有关，前四个字节和后两个字节配对：比如

前四个字节| 后两个字节| 类型
---|---
10 00 00 00| 01 00| 线性化PCM
12 00 00 00| 06 00| A律量化的PCM
12 00 00 00| 07 00| U律量化的PCM
32 00 00 00| 02 00| AD PCM
14 00 00 00| 31 00| GSM

我们这的例子是线性PCM，所以是：

10 00 00 00 01 00

PCM音频文件属性

接着上面，再来是两个字节表示的通道数：

02 00

换算下为"0x02"表示双通道。

接着是4个字节表示的采样率：

11 2b 00 00

换算成十进制“11025” 一个比较少见的数，

用这个采样率x通道数x位深度/8 就可以得到一秒钟数据有多少了，也叫码率，其后面4个字节就是这个值。

44 ac 00 00

再往后两个字节表示采样一次占字节数，再在往后两个字节是上面公式里面的位深度：

10 00

表示16bit深度，套入公式：

0x2b11*0x10 * 2 / 8=0xac44  

正好对上。

而采样字节数为：

04 00

正好为 16*2/8 = 4byte。

头部结尾

最后还剩8个字节，分成两部分：

固定的表示数据开始的额"data" 以及表示数据长度的uint32：

d0 fb 01 00

为13000 其等于文件长度 130044 减去WAV头44。