| 音频文件格式解析与编解码 | 您所在的位置：网站首页 › 文件格式raw是什么意思啊 › 音频文件格式解析与编解码 |
音频文件格式解析与编解码
|
一、音频格式总览
说到语音技术就不得不说起音频数据，从硬件设备采集语音信号，语音信号的处理，到语音信号A/D转换得到原始数据(raw data)，再到对原始数据进行编码得到音频文件，对音频文件解码进行播放。那么为什么会出现如此多的音频格式？使用最多的几种音频格式有MP3、WMA、WAV、AAC、FLAC、APE、WV、ASF、VQF、MID、OGG、M4A、eAAC+。目前只用到了其中三种，故详细分析WAV、MP3、OGG。 二、原始数据(raw data，以PCM编码为例)模拟音频信号经模数转换（A/D变换）直接形成的二进制序列，该文件没有附加的文件头和文件结束标志。而PCM(Pulse-code Modulation，脉冲编码调制)是一种模拟信号的数字化方法，常被用于数字电信系统中，非常频繁地，PCM编码以一种串行通信的形式，使数字传讯由一点至下一点变得更容易——不论在已给定的系统内，或物理位置。 PCM过程放在ALSA的实践中作为理论部分呈现，这里给出多通道音频数据的比特位特征。
图1 多通道音频数据的比特流格式 如图1所示，单通道音频数据以采样位数(bit)串行记录在比特流中： 1) 8 bit 采样位数: 意味着每个采样值能占据1个字节大小； +------+------+------+------+------+------+------+------+------+ | 500 | 300 | -100 | -20 | -300 | 900 | -200 | -50 | 250 | +------+------+------+------+------+------+------+------+------+2）16 bit 采样位数：分为两个字节以小端(little-endian)方式存储在比特流中； 双通道及多通道数据音频数据以采样位数组织如下(n 为采样位数)： +-- n bit---+---n bit---+-----+---n bit---+---n bit--+------+--n bit---+---n bit---+----------+ | channel1 | channel2 | ... | channel1 | channel2 | ... | channel1 | channel2 | ... | +----------+----------+---------+----------+---------+----------+---------+----------+----------+PCM的每个样本值包含在一个整数i中，i的长度为容纳指定样本长度所需的最小字节数。首先存储低有效字节，表示样本幅度的位放在i的高有效位上，剩下的位置为0。 计算机读入原始音频数据的方式与打开二进制文件相同。 #include #include int main() { char *fn; char *data; FILE *fp; int len; fn = "./test.pcm"; fp = fopen(fn, "rb"); if(!fp) { printf("file open failed.\n"); exit(1); } fseek(fp, 0, SEEK_END); len = ftell(fp); if(!len) { printf("file is null.\n"); fclose(fp); exit(1); } printf("file len = %d\n",len); data = (char *)malloc(len); fseek(fp, 0, SEEK_SET); fread(data, sizeof(__int16_t), len/sizeof(__int16_t), fp); fclose(fp); printf("%.*s\n",1,data); free(data); return 0; } 三、wav文件wav(Waveform Audio FIle Format),即波形声音文件，由微软公司开发，是最早的数字音频格式，音质与CD相差无几，但缺点是wav文件非常庞大，不利于数据传输。 struct waitor_wav_format { #pragma pack(1) char riff_id[4]; // "RIFF",big-endian __uint32_t file_len; // file length,little-endian char wave_id[4]; // "WAVE“,big-endian char fmt_id[4]; // "fmt",big-endian,beginning of fmt chunk char transition[4]; // size of fmt chunk __uint16_t fmt_type; // 1-PCM __uint16_t channel; // 通道数 __uint16_t sample_rate; // 采样率 __uint32_t avg_bytes_per_sec; // sample_rate * block_align __uint16_t block_align; // 每次采样大小 __uint16_t bit_per_second; // 采样精度 //__uint16_t cbsize |
【本文地址】