目录
一、AVI文件分析
二、WAV文件分析
1.WAV格式介绍
2.WAV文件构成
（1）各子块格式分析
（2）data子块数据分布
3.实例分析
一、AVI文件分析
通过AVI文件分析器打开一个AVI文件，可看出音频和视频数据是交织放置的
其两个数据流如下：
// AVIMAINHEADER
public static readonly int AVIF_HASINDEX = 0x00000010; //文件最后是否有索引
public static readonly int AVIF_MUSTUSEINDEX = 0x00000020; //必须使用索引
public static readonly int AVIF_ISINTERLEAVED = 0x00000100; //交错放置
public static readonly int AVIF_TRUSTCKTYPE = 0x00000800; //使用CKtype查找帧
public static readonly int AVIF_WASCAPTUREFILE = 0x00010000; //捕获文件
public static readonly int AVIF_COPYRIGHTED = 0x00020000; //受版权保护二、WAV文件分析
1.WAV格式介绍
WAV为微软公司（Microsoft）开发的一种声音文件格式，它符合RIFF(Resource Interchange File Format)文件规范，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，该格式也支持MSADPCM，CCITT A LAW等多种压缩运算法，支持多种音频数字，取样频率和声道，标准格式化的WAV文件和CD格式一样，也是44.1K的取样频率，16位量化数字。
2.WAV文件构成
（1）各子块格式分析
WAV文件是属于RIFF结构形式的文件，这种结构是一种树状结构，其最基本的组成单元是chunk（块），而每一个chunk则由辨识码，数据大小，以及数据本身组成，其中辨识码就是RIFF四个字母的ASCII码，共占用4个字节，用十六进制表示就是52 49 46 46；辨识码之后的四个字节，表示除去文件辨识码和它自己之后剩余文件的大小，最后就是文件的数据。
而WAV格式的文件除了前面的文件头之后，还包含三个子块：
- format子块主要用于描述该wav文件的信息，例如，采样率，数据量，编码格式，声道数等，其结构也如RIFF，最开始4个字节表示标识符“fmt”，接着四个字符表示该块大小，后面的18个字节则表示文件的信息，在format子块中WAVEFORMATEX占了18字节，而标准的WAV应该是16字节，只有一些软件生成的文件会在其后面增加两个字节的附加信息；
- fact子块并不是必须的，在标准的WAV文件中没有该子块，只有一些软件转化而来的才会增加该子块，其主要存储关于该文件内容的重要信息；
- data块则主要就是WAV文件真正能播放的声音数据部分。
| 子块 | 内容 | 字节数 | 端序 | ||
|---|---|---|---|---|---|
| 文件头 | 标识符（RIFF） | 4 Bytes | 大端 | ||
| 数据大小 | 4 Bytes | 小端 | |||
| 格式辨识码（WAVE） | 4 Bytes | 大端 | |||
| 数据 | format子块 | “fmt” | 4 Bytes | 大端 | |
| Size（该区块数据长度） | 4 Bytes | 小端 | |||
|
AudioFormat（音频格式） |
2 Bytes | 小端 | |||
| NumChannels（声道数） | 2 Bytes | 小端 | |||
| SampleRate（采样率） | 4 Bytes | 小端 | |||
| ByteRate（每秒数据字节数） | 4 Bytes | 小端 | |||
| BlockAlign（每个采样所需的字节数） | 2 Bytes | 小端 | |||
| BitsPerSample（采样位数） | 2 Bytes | 小端 | |||
| fact子块 | "fact" | 4 Byte | 大端 | ||
| 子块大小 | 4 Byte | 小端 | |||
| 子块数据 | 4 Byte | 小端 | |||
| data子块 | “data” | 4 Byte | 大端 | ||
| 音频数据的长度 | 4 Byte | 小端 | |||
| 音频数据 | 4 Byte | 小端 | |||
- 端序：小端：低位在前，高位在后；大端：高位在前，低位在后
- ByteRate每秒数据字节数 = SampleRate * NumChannels * BitsPerSample / 8
- BlockAlign每个采样所需的字节数 = NumChannels * BitsPerSample / 8
- BitsPerSample每个采样存储的bit数，8：8bit，16：16bit，32：32bit
- 音频数据的长度 = ByteRate * seconds
（2）data子块数据分布
- 8bit单声道
| 采样1 | 采样2 |
| 数据1 | 数据2 |
- 8bit双声道
| 采样1 | 采样2 | ||
| 声道1数据1 | 声道2数据1 | 声道1数据2 | 声道2数据2 |
- 16bit单声道
| 采样1 | 采样2 | ||
| 数据1低字节 | 数据1高字节 | 数据2低字节 | 数据2高字节 |
- 16bit双声道
| 采样1 | |||
| 声道1数据1低字节 | 声道1数据1高字节 | 声道2数据1低字节 | 声道2数据1高字节 |
| 采样2 | |||
| 声道1数据2低字节 | 声道1数据2高字节 | 声道2数据2低字节 | 声道2数据2高字节 |
3.实例分析
- 红色框1： 标识符RIFF（ASCII码）
- 黄色框2：数据大小=876516字节
- 绿色框3：文件类型WAVE（ASCII码）
- 蓝色框4：fmt空
- 紫色框5：fmt子块数据长度=16
- 蓝色线1：音频格式PCM
- 蓝色线2：声道数=2
- 蓝色线3：采样率=48000Hz
- 蓝色线4：每秒数据字节数=192000
- 蓝色线5：每个采样所需的字节数=4
- 蓝色线6：采样位数=16
- 橘色框6：DATA（ASCII码）
- 淡紫色框7：音频数据长度=876480
- 数据部分
参考文献
avi 文件格式解析_lxmnet123的专栏-CSDN博客_avi格式解析
分析WAV音频文件 - 知乎 (zhihu.com)
WAV文件格式解析_刘东的博客-CSDN博客_wav格式
WAV文件格式详解_imxiangzi的专栏-CSDN博客_wav格式