C++写入WAV文件

WAV格式解析

Waveform Audio File Format(WAVE, 或者是经常看到的扩展名WAV), 是巨硬与IBM共同开发的存储音频流的编码格式, 属于资源交换文件格式(Resource Interchange File Format, RIFF)的一种应用.

下面简要介绍一下RIFF文件, RIFF文件由一个简单的表头 (header) 跟随着多个 "chunks" 组成, 详见Wikipedia页面.

接下来介绍WAV文件, 以下仅介绍最简单的形式, 不包含扩展信息.

文件头

字节位置	区块	区块大小	端序	区块内容
0	区块编号 ChunkID	4	大	"RIFF"
4	总区块大小 ChunkSize	4	小	= N + 36
8	文件格式 Format	4	大	"WAVE"
12	子区块1标签 Subchunk1ID	4	大	"fmt "(此处有空格, 请注意)
16	子区块1大小 Subchunk1Size	4	小	16
20	音频格式 AudioFormat	4	小	1(PCM)
22	声道数量 NumChannels	4	小	1(单声道) 2(双声道)
24	采样率 SampleRate	4	小	采样点/秒(Hz)
28	数据传送速率 ByteRate	4	小	= 采样率 * 声道数 * 位深度 / 8
32	区块对齐 BlockAlign	4	小	4
34	位深度 BitsPerSample	4	小	采样位深度
36	子区块2标签 Subchunk2ID	4	大	"data"
40	子区块2大小 Subchunk2Size	4	小	= N (= 数据传送速率 * 秒数 * 声道数)
44	音频数据 Data	= N	小	<音频数据由此开始>

PCM数据格式

PCM(Pulse Code Modulation), 脉冲编码调制. PCM中的声音数据是未被压缩的.

采样数据按下表顺序存入:

位深度	声道数	存储顺序(0字节)	存储顺序(1字节)	存储顺序(2字节)	存储顺序(3字节)	存储顺序(4字节)
8	1	[0声道]	[0声道]	[...]	[...]	[...]
8	2	[0声道(左)]	[1声道(右)]	[0声道(左)]	[1声道(右)]	[...]
16	1	[0声道(低字节)]	[1声道(高声道)]	[0声道(低字节)]	[1声道(高声道)]	[...]
16	2	[0声道(左, 低字节)]	[0声道(左, 高字节)]	[1声道(右, 低字节)]	[1声道(右, 高字节)]	[...]

PCM的每个采样数据包含在一个整数中.

样本大小	数据格式	最小值	最大值
8	uint8_t	0	255
16	int16_t	-32767	32767

代码实现

二进制文件读写

C++的文件操作在头文件<fstream>中, 流的打开模式之间用或连接, 比如ofstream fout("XXX.XX", ios::app|ios::binary), 其中binary即为二进制模式.

二进制流的读写可以使用read()和write()函数. 需要注意的是这两个函数的参数类型.

示例:

点我查看完整代码

1
2
3

ofstream fout("Wave.wav", ios::binary);
RIFF riff(1764000);
fout.write((char *)(&riff), sizeof(riff));

二进制数据的表示

数据块可以使用结构体来实现, 这里可能出现内存对齐问题, 所以需要设置对齐块的大小.

点我查看完整代码

//设置以1字节为单位对齐
#pragma pack(1)
struct XX{
    body;
};
//取消设置
#pragma pack()

这里还有一个不容易被注意到的小问题: 基本数据类型在不同实现上可能有不同的长度. 因此这里统一使用<cstdint>中typedef的数据类型来保证位长是固定的. 另外考虑到对大小端序的兼容性, 结构体中统一使用unsigned数据类型.

大小端序的转换

写完才发现在X86平台下不用考虑大小端序的问题, 但还是放出转换代码. 以下代码以32位整数为例.

点我查看完整代码

uint32_t endianSwap(uint32_t n){
    uint32_t changed = 0;
    for (int i = 0; i < 4; i++){
        changed <<= 8;
        changed |= (n << ((3 - i) * 8)) >> 24;
    }
    return changed;
}

参考资料

https://en.wikipedia.org/wiki/WAV https://zh.wikipedia.org/wiki/WAV https://www.cnblogs.com/lidabo/p/3729615.html https://zhuanlan.zhihu.com/p/27338283

完整代码

点我查看完整代码

#include <cmath>
#include <cstdint>
#include <fstream>
#include <iomanip>
#include <iostream>

using namespace std;

uint32_t endianSwap(uint32_t n){
    uint32_t changed = 0;
    for (int i = 0; i < 4; i++){
        changed <<= 8;
        changed |= (n << ((3 - i) * 8)) >> 24;
    }
    return changed;
}

#pragma pack(1)
struct RIFF{
    char chunkID[4];
    uint32_t chunkSize;
    char format[4];
    RIFF(uint32_t n){
        chunkID[0] = 'R';
        chunkID[1] = 'I';
        chunkID[2] = 'F';
        chunkID[3] = 'F';
        uint32_t ChunkSize = n + 36;
        chunkSize = ChunkSize;
        format[0] = 'W';
        format[1] = 'A';
        format[2] = 'V';
        format[3] = 'E';
    }
};
struct FMT{
    char subchunk1ID[4];
    uint32_t subchunk1Size;
    uint16_t audioFormat;
    uint16_t numChannels;
    uint32_t sampleRate;
    uint32_t byteRate;
    uint16_t blockAlign;
    uint16_t bitsPerSample;
    FMT(uint32_t NumChannels, uint32_t SampleRate, uint32_t BitsPerSample): 
    subchunk1Size(16), audioFormat(1), numChannels(NumChannels), 
    sampleRate(SampleRate), blockAlign(4), bitsPerSample(BitsPerSample){
        subchunk1ID[0] = 'f';
        subchunk1ID[1] = 'm';
        subchunk1ID[2] = 't';
        subchunk1ID[3] = ' ';
        byteRate = SampleRate * NumChannels * BitsPerSample >> 3;
    }
};
struct DATA_HEADER{
    char subchunk2ID[4];
    uint32_t subchunk2Size;
    DATA_HEADER(uint32_t n): subchunk2Size(n){
        subchunk2ID[0] = 'd';
        subchunk2ID[1] = 'a';
        subchunk2ID[2] = 't';
        subchunk2ID[3] = 'a';
    }
};
struct DATA_BLOCK{
    uint16_t left;
    uint16_t right;
    DATA_BLOCK(uint16_t Left, uint16_t Right): 
    left(Left), right(Right){
    }
}; 
#pragma pack()

const double PI = acos(-1.0);

int main(){
    ofstream fout("Wave.wav", ios::binary);
    RIFF riff(1764000);
    FMT fmt(2, 44100, 16);
    DATA_HEADER dataHeader(1764000); 
    fout.write((char *)(&riff), sizeof(riff));
    fout.write((char *)(&fmt), sizeof(fmt));
    fout.write((char *)(&dataHeader), sizeof(dataHeader));
    for (int i = 0; i < 441000; i++){
        double Sin = sin(261.63 * 2 * PI * i / 44100);
        int16_t Data = (int16_t)(Sin * 32767);
        uint16_t * data = (uint16_t *)&Data;
        DATA_BLOCK block(*data, *data);
        fout.write((char *)(&block), sizeof(block));
    }
    fout.close();
    return 0;
}