学习目标：
音频之WAV格式编码解析
学习内容：
介绍
WAV是最常见的声音文件格式之一，wav文件分为两个部分，第一个部分是wav头文件，第二个部分是PCM编码的音频数据部分。是微软公司专门为Windows开发的一种标准数字音频文件，该文件能记录各种单声道或立体声的声音信息，并能保证声音不失真。但WAV文件有一个致命的缺点，就是它所占用的磁盘空间太大（每分钟的音乐大约需要12兆磁盘空间）。它符合资源互换文件格式（RIFF）规范，用于保存Windows平台的音频信息资源，被Windows平台及其应用程序所广泛支持。WAV格式
名称占用字节数计算公式对应16进制解释ChunkId4固定0x 52 49 46 46RIFF标准头部标识ChunkSize44+(8+subchunk1Size)+(8+subchunk2Size）0x 00 64 0D 00标识后面整个编码的大小Format4固定0x 57 41 56 45WAVE标准头部标识Subchunk1 ID4固定为 fmt或者chunk0x 66 6D 74 20可以为fmt或者chunkSubchunk1 Size4/0x 10 00 00 00/AudioFormat2/0x 01 00pcm=1(线性量化)NumChannels2/0x 02 00声道数SampleRate4/0x 44 AC 00 00采样率(8000,44100等)ByteRate4sampleRate * NumChannels * BitsPerSample/80x 10 B1 02 00/BolckAlign2numChannels * BitsPerSample/80x 04 00/BitsPerSample2/0x 10 00每个采样点的对应位数Subchunk2 ID4固定0x 64 61 74 61“data”标志位Subchunk2 Size4numSamples * numChannels * BitsPerSample(音频文件的长度) / 80x DC 63 0D 00pcm音频数据的长度字节数data//其他数据的部分pcm音频数据注意：
上面表格中的除了固定的和data部分以外的，我们在使用的时候都需要转换， 举个例子，比如我们想知道采样率
0x 44 AC 00 00
转换
0x 00 00 AC 44
= 44100
为什么会出现上面我们需要转化的情况，因为编码在存储的时候就需要进行一些操作，下面用伪代码进行演示:
//这样就是会实现按字节倒叙存储
header[24] = (byte) (SampleRate & 0xff);
header[25] = (byte) ((SampleRate >> 8) & 0xff);
header[26] = (byte) ((SampleRate >> 16) & 0xff);
header[27] = (byte) ((SampleRate >> 24) & 0xff);
理解了之后，我们就可以分析一段音频数据了，大概你会在心中有以下这么一张图。
图和表格结合看
所以添加 WAV头部 Java代码如下：
/**
* 添加wav文件头
*/
private void writeWaveFileHeader(long totalAudioLen,long totalDataLen, long longSampleRate, int channels, long byteRate){
byte[] header = new byte[44];
//RIFF/WAVE header
header[0] = 'R';
header[1] = 'I';
header[2] = 'F';
header[3] = 'F';
//
header[4] = (byte) (totalDataLen & 0xff);
header[5] = (byte) ((totalDataLen >> 8) & 0xff);
header[6] = (byte) ((totalDataLen >> 16) & 0xff);
header[7] = (byte) ((totalDataLen >> 24) & 0xff);
//WAVE
header[8] = 'W';
header[9] = 'A';
header[10] = 'V';
header[11] = 'E';
// fmt 或 chunk
header[12] = 'f';
header[13] = 'm';
header[14] = 't';
header[15] = ' ';
// 4 bytes: size of 'fmt ' chunk
header[16] = 16;
header[17] = 0;
header[18] = 0;
header[19] = 0;
// format = 1
header[20] = 1;
header[21] = 0;
header[22] = (byte) channels;
header[23] = 0;
//采样率
header[24] = (byte) (longSampleRate & 0xff);
header[25] = (byte) ((longSampleRate >> 8) & 0xff);
header[26] = (byte) ((longSampleRate >> 16) & 0xff);
header[27] = (byte) ((longSampleRate >> 24) & 0xff);
//
header[28] = (byte) (byteRate & 0xff);
header[29] = (byte) ((byteRate >> 8) & 0xff);
header[30] = (byte) ((byteRate >> 16) & 0xff);
header[31] = (byte) ((byteRate >> 24) & 0xff);
// block align
header[32] = (byte) (2 * 16 / 8);
header[33] = 0;
// bits per sample
header[34] = 16;
header[35] = 0;
//data
header[36] = 'd';
header[37] = 'a';
header[38] = 't';
header[39] = 'a';
//音频文件长度
header[40] = (byte) (totalAudioLen & 0xff);
header[41] = (byte) ((totalAudioLen >> 8) & 0xff);
header[42] = (byte) ((totalAudioLen >> 16) & 0xff);
header[43] = (byte) ((totalAudioLen >> 24) & 0xff);
}
另外，我们的data部分的音频数据(pcm裸流数据)摆放的时候也有规则的，规则如下图
pcm = 8位：总的来看是左声道先，右声道后 .....pcm = 16位：左声道低8位 左声道 高8位 右声道低8位 右声道高8位 ......
以上是个人拙见，欢迎指正，补充！