IMA-ADPCM 文件解析及编解码（参考了正点原子的录音例子）
本帖最后由 jjj 于 2015-9-1 19:23 编辑wav文件详解
1. WAV头分析
WAV是微软公司(Microsoft)开发的一种声音文件格式，在多媒体中使用的声波文件格式之一，它是以RIFF(Resource Interchange File Format 资源交互文件格式) 格式为标准的。每个WAV文件的头四个字节就是“RIFF”。WAV文件由文件头和数据体两大部分组成。其中文件头又分为RIFF/WAV文件标识段和声音数据格式说明段两部分，文件头中还包含了音频流的编码参数。
如下图所示
wav头
typedef __packed struct
{
ChunkRIFF riff; //riff块
ChunkFMT fmt; //fmt块
ChunkFACT fact; //fact块 线性PCM,没有这个结构体
ChunkDATA data; //data块
}__WaveHeader;
WAV文件头包含三部分，RIFF,fmt,fact,数据存储大小端定义按上图中的定义，规律大概是这样的，如果是字符串常量，则按阅读习惯，采用大端存储模式，如果是十六进制数据的纯数据，则按一般处理器处理规律小端模式存储。
WAV文件是非常简单的一种RIFF文件，它的格式类型为“WAVE ”。RIFF块包含两个子块，这两个子块的ID分别是“fmt ”和“data ” 。其中“fmt ”子块由结构PCMWAVEFORMAT所组成，其子块的大小就是sizeof(PCMWAVEFORMAT)，数据组成就是PCMWAVEFORMAT结构中的数据。
1.1. RIFF结构如下，定义，
typedef __packed struct
{
u32 ChunkID; //chunk id;这里固定为"RIFF",即0X46464952
u32 ChunkSize ; //集合大小;文件总大小-8
u32 Format; //格式;WAVE,即0X45564157
}ChunkRIFF ;
1.2. fmt结构
//fmt块
typedef __packed struct
{
u32 ChunkID; //chunk id;这里固定为"fmt ",即0X20746D66
u32 ChunkSize ; //子集合大小(不包括ID和Size);这里为:20.
u16 AudioFormat; //音频格式;0X01,表示线性PCM;0X11表示IMA ADPCM
u16 NumOfChannels; //通道数量;1,表示单声道;2,表示双声道;
u32 SampleRate; //采样率;0X1F40,表示8Khz
u32 ByteRate; //字节速率;
u16 BlockAlign; //块对齐(字节);
u16 BitsPerSample; //单个采样数据大小;4位ADPCM,设置为4
u16 ByteExtraData; //附加的数据字节;2个; 线性PCM,没有这个参数
u16 sampleperblock; //一般是一个数据块中的采样数量 如：0x01F9
}ChunkFMT;
ByteExtraData这个数据重点说一下，在原始线性PCM编码格式，不需要这个参数，只有压缩的PCM编码格式，一般都是按块存储的，需要知道一个块内的采样数量。
1.3. fact结构
//fact块
typedef __packed struct
{
u32 ChunkID; //chunk id;这里固定为"fact",即0X74636166;
u32 ChunkSize ; //子集合大小(不包括ID和Size);这里为:4.
u32 NumOfSamples; //采样的数量;
}ChunkFACT;
“All (compressed) non-PCM formats must have a Fact chunk (Rev. 3documentation). The chunk contains at least one value, the number of samples in the file.”
虽然标准协议要求”所有非PCM编码的WAV文件要求有fact块”，但实际分析了两个wav文件的文件头，一种PCM编码，一种IMA-ADPCM编码，这两个文件都没有fact块，但是window可以正常播放；说明fact块对这两种类型的wav文件也不是必须的。
2. 音频数据
2.1. data结构
//data块
typedef __packed struct
{
u32 ChunkID; //chunk id;这里固定为"data",即0X5453494C
u32 ChunkSize ; // 音频数据块大小。（除去WAV头的所有数据）
}ChunkDATA;
2.2. 数据块BLOCK结构
IMA-ADPCM压缩的音频数据是以数据块存储的，存储格式如下：
//ADPCM压缩的数据块结构
typedef __packed struct
{
u16 presample; //第一个采样值16bit
u8 index ; //上一个数据块的最后一个 index
u8 rsv; //保留
u8 dat;
}DATA_BLOCK;
为了数据存储对齐，方便处理，一般一个音频BLOCK的大小是16的整数倍；如果设置BLOCK大小为256Byte,减去数据块头长度4字节，还剩252字节，4bit表示一个采样的话，可存储共252x2+1=505个采样点（加上数据头里的一个采样值）。
对于PCM编码的WAV文件，只需要按照顺序存储原始采样值即可，不需要分块。
PCM编码的WAV文件实际例子：
IMA-ADPCM编码的WAV文件实际例子：
收藏，谢谢共享 学习，感谢分享 下载，谢。 这帖子居然是我写的，怎么那么陌生
页:
[1]