Компьютеры -> Аудио -> Описание форматов звуковых файлов

В этом документе описаны форматы файлов выборок для IBM PC. Сведения для составления этого документа получены из различных источников, поэтому автор не отвечает за ошибки или не точности допущеные при составлении данного документа.

Есть три формата файлов выборок, с расширениями:

• .SAM, .RAW - просто сама выборка, вы, должны знать с какой частой ее проиграть.
• .WAV - это формат от Microsoft.
• .VOC - это от Creative.

RAW - формат

"Выборка" - это значение, которое подается на вход DAC или получается из ADC, обычно целое число ( 8 или 16 битов ). Выборка характеризует амплитуду звукового сигнала. Частота выдачи выборки определяется килогерцах ( HKz ), или выборок/секунду. Кроме этого, выборка может идти по одному каналу ( моно ), или двум ( стерео ), или ..., большему числу каналов. Тем самым для проигрывания выборки, кроме нее самой, необходимо знать:

• число бит на выборку ( 8/16 бит, возможно до 32 бит );
• частоту выборки ( 5Hkz/44Hkz, возможно до 48Hkz );
• число каналов ( 1/2-моно/стерео, возможно до 4 каналов ).

Если выборка стерео, это значит, что сначала идет байт первого канала, затем второго. И частота здесь характеризует выдачу обоих байт в секунду. Для стерео левый канал - первый.

Зная указаные параметры для какого-то .RAW файла, вы, в состоянии его правильно воспроизвести.

WAV - формат

Это RIFF файл фирмы Microsoft. Он используется в Windows. Поэтому весьма "популярен". Он похож на AIFF - формат Apple, который используется для хранения высококачественного звука инструментов, он так же используется на SGI. Он похож, но не совместим.

Вначале идет заголовок RIFF файла:

typedef struct {
	char id[4]; - идентификатор файла = "RIFF" = 0x46464952
	long len;   - длина файла без этого заголовка
} IDRiff;

Сам WAV-файл может состоять из нескольких кусков, а эти куски, могут содержать по несколько выборок, или какую-то другую информацию. Но чаще всего, пока - всегда, часть одна и выборка одна.

Заголовок куска WAV:

typedef struct {
	char id[4];  - идентификатор = "WAVE" = 0x45564157
	char fmt[4]; - идентификатор = "fmt " = 0x20746D66
	long len;    - длина этого куска WAV - файла,
} IDChuckWave;

За ним не посредственно кусок WAV:

typedef struct {
        int type;   - тип звуковых данных, бывает - !!!
			1 - просто выборка;
			0x101 - IBM mu-law;
                        0x102 - IBM a-law;
                        0x103 - ADPCM.
        int channels; - число каналов 1/2 - !!!
        long SamplesPerSec; - частота выборки - !!!
        long AvgBytesPerSec; - частота выдачи байтов
        int align; - выравнивание
        int bits; - число бит на выборку  - !!!
} IDWave;

Помеченные - особо необходимы. Далее идентификатор выборки:

typedef struct {
	char id[4]; - идентификатор ="data" =0x61746164
        long len;   - длина выборки ( кратно 2 )
} IDSampleWave;

Выборок в куске может быть несколько.

Пример программы для просмотра WAV:

#include 
#include 

typedef struct {
	char id_riff[4];
        long len_riff;

	char id_chuck[4];
	char fmt[4];
	long len_chuck;

	int  type;
	int  channels;
	long freq;
	long bytes;
	int  align;
	int  bits;

	char id_data[4];
	long len_data;
} TitleWave;


void    main
	( int argc, char * argv[] )
{
FILE * f;
TitleWave tw;

if ( argc<2 ) { printf("Укажи имя .wav файла\n"); return ; }
f=fopen(argv[1],"rb");
if ( f==0 ) { printf("Не открыть файл - %s\n",argv[1]); return; }
fread(&tw,sizeof(TitleWave),1,f);
fclose(f);
printf("LEN RIFF\t - %ld\n", tw.len_riff );
if ( strncmp(tw.id_riff,"RIFF",4)!=0 )
	printf("Не совпал идентификатор RIFF\n");
printf("LEN Chuck\t - %ld\n", tw.len_chuck );
if ( strncmp(tw.id_chuck,"WAVE",4)!=0 )
	printf("Не совпал идентификатор CHUCK\n");
if ( strncmp(tw.fmt,"fmt ",4)!=0 )
	printf("Не совпал идентификатор FMT\n");
printf("Type\t\t - %d\n", tw.type );
printf("Channels\t - %d\n", tw.channels );
printf("Sample Per Sec\t - %d\n", tw.freq );
printf("Bytes Per Sec\t - %d\n", tw.bytes );
printf("Bits\t\t - %d\n", tw.bits );
printf("Aligned\t\t - %d\n", tw.align );
printf("LEN Data\t - %ld\n", tw.len_data );
if ( strncmp(tw.id_data,"data",4)!=0 )
	printf("Не совпал идентификатор DATA\n");
}

VOC - формат

Заголовок .voc :

typedef struct {
	char txt_id[20]; // "Creative Voice File\x1A"
        unsigned int offset_data; // смещение начала первого блока данных
	unsigned int ver; // номер версии
	unsigned int id; // идентификатор, число комплементарное номеру версии плюс
		  //    1234h, т.е. (((~ver)+0x1234)&0xFFFF)==id
} VocHeader;

Затем идут блоки данных. Они разбиты на подблоки разных типов. Структура подблока данных:

Подблок звуковых данных:

typedef struct {
	unsigned char type; // тип подблока
	unsigned long len; // длина подблока ( читать нужно только первые 3 байта )
} VocBlock;

Далее идут данные подблока. В зависимости от типа подблока они разные. Вот несколько типов подблоков:

type=0. Завершает блок данных.

type=1. Подблок звуковых данных:

При этом из длины подблока нужно вычесть два, чтобы получить длину звуковых данных.

Заголовок этого подблока.

typedef struct {
	unsigned char rate; // частота дискретизации, как в команде 40H
	unsigned char type_zip; // способ упаковки 0 - не упакованы
} VocBlock1;

Далее идут звуковые данные.

type=2. Подблок продолжения звуковых данных:

Просто звуковые данные.

type=3. Подблок тишины

typedef struct {
        unsigned int time; // время тишины
        unsigned char rate; // частота дискретизации, как в команде 40H
} VocBlock3;

type=4. Подблок-маркер

unsigned int marker; // маркер

type=5. Подблок текстовых сообщений

Текстовые данные, заканчивающиеся нулем.

type=6. Поблок звукового цикла

unsigned int count_repeat; // число повторов минус единица

type=7. Подблок конца звукового цикла

Нет данных

type=8. Подблок расширенной настройки

typedef struct {
        unsigned int rate; // частота дискретизации, как в команде 40H
                            // Моно: 65536 - (256000000/rate)
                            // Стерео: 65536 - (25600000/(2*rate))
        unsigned char pack; // способ упаковки =0 без упаковки
        unsigned char mode; // Режим : 0 - моно, 1 - стерео
} VocBlock8;

Пример программы для просмотра VOC:

#include 
#include 

typedef struct {
	char txt_id[20]; // "Creative Voice File\x1A"
        unsigned int offset_data; // смещение начала первого блока данных
	unsigned int ver; // номер версии
	unsigned int id; // идентификатор, число комплементарное номеру версии плюс
		  //    1234h, т.е. (((~ver)+0x1234)&0xFFFF)==id
} VocHeader;

typedef struct {
	unsigned char type; // тип подблока
	unsigned long len; // длина подблока ( читать нужно только первые 3 байта )
} VocBlock;

typedef struct {
	unsigned char rate; // частота дискретизации, как в команде 40H
	unsigned char type_zip; // способ упаковки 0 - не упакованы
} VocBlock1;

typedef struct {
        unsigned int time; // время тишины
        unsigned char rate; // частота дискретизации, как в команде 40H
} VocBlock3;

unsigned int marker; // маркер
unsigned int count_repeat; // число повторов минус единица

typedef struct {
        unsigned int rate; // частота дискретизации, как в команде 40H
                            // Моно: 65536 - (256000000/rate)
                            // Стерео: 65536 - (25600000/(2*rate))
        unsigned char pack; // способ упаковки =0 без упаковки
        unsigned char mode; // Режим : 0 - моно, 1 - стерео
} VocBlock8;

void    main
	( int argc, char * argv[] )
{
FILE * f;
VocHeader vh;
VocBlock vb;
VocBlock1 vb1;
VocBlock3 vb3;
VocBlock8 vb8;
unsigned int rate;

if ( argc<2 ) { printf("Укажи имя .voc файла\n"); return ; }
f=fopen(argv[1],"rb");
if ( f==0 ) { printf("Не открыть файл - %s\n",argv[1]); return; }
fread(&vh,sizeof(VocHeader),1,f);
if ( strncmp(vh.txt_id,"Creative Voice File\x1a",19)!=0 )
	{ printf("Нето название\n"); goto Fin; }
printf("Creative Voice File\t - v%u.%02u\n",(vh.ver>>8)&0xFF,vh.ver&0xFF);
printf("Начало\t\t\t - %Xh\n",vh.offset_data);
printf("Идентификатор\t\t - %Xh\n",vh.id);
if((((~vh.ver)+0x1234)&0xFFFF)!=vh.id)
	{ printf("Не совпал\n"); goto Fin; }

fseek( f, vh.offset_data, SEEK_SET );
while ( 1 )
{
	fread(&vb,sizeof(VocBlock)-1,1,f);
	vb.len&=0xffffffL; // первые три байта
	if ( ferror(f)!=0 )
		{ printf("Ошибка чтения\n"); goto Fin; }
	switch ( vb.type )
	{
	case 0: printf("Конец.\n"); goto Fin;
	case 1: printf("Звук :");
		fread(&vb1,sizeof(VocBlock1),1,f);
		rate = (unsigned int)(1000000/(256-vb1.rate));
		printf(" частота - %u, упаковка - %u, len - %lu\n",
		 rate, vb1.type_zip, vb.len-2 );
		fseek( f, vb.len-2, SEEK_CUR );
		break;
        case 2: printf("Продолжение звука : %lu\n", vb.len );
		fseek( f, vb.len, SEEK_CUR );
		break;
        case 3:
                fread(&vb3,sizeof(VocBlock3),1,f);
                printf("Тишина : время - %u, частота - %u\n",
                        vb3.time, vb3.rate );
                break;
        case 4:
                fread(&marker,2,1,f);
                printf("Маркер - %u\n", marker );
                break;
        case 5:
                printf("Текст длиной - %lu\n",vb.len);
                break;
        case 6:
                fread( &count_repeat,2,1,f );
                printf("Повторения - %u\n", count_repeat-1);
                break;
        case 7:
                printf("Конец повторений\n");
                break;
        case 8:
                fread(&vb8,sizeof(VocBlock8),1,f);
                rate = (unsigned int)(256000000L/(65536L-vb8.rate));
                printf("Настройка : частота - %u, упаковка - %u, режим - %s\n",
                        rate, vb8.pack, vb8.mode==0?"моно":"стерео" );
                break;
        default:
		printf("T - %d ??????\n", vb.type );
		fseek( f, vb.len, SEEK_CUR );
		break;
	}
}

Fin:
fclose(f);
}