社区
多媒体/流媒体开发
帖子详情
PCM音频格式文件请教!
hongjiujing
2008-03-10 10:33:29
有人说没有.pcm音频格式,仅仅是pcm编码的音频!不解!
哪位有pcm音频文件结构的资料给我一份,hongjiujing@126.com
...全文
11942
23
打赏
收藏
PCM音频格式文件请教!
有人说没有.pcm音频格式,仅仅是pcm编码的音频!不解! 哪位有pcm音频文件结构的资料给我一份,hongjiujing@126.com
复制链接
扫一扫
分享
转发到动态
举报
写回复
配置赞助广告
用AI写文章
23 条
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
chencaishengsic
2012-10-21
打赏
举报
回复
经过pcm编码后是很大的文件,所以一般没有pcm格式的文件,都要经过压缩。
QQJADE777
2012-09-05
打赏
举报
回复
那给pcm加上那些头,就能变成WAV格式的音乐吗
windows media player 就能播了
hainei_
2012-09-05
打赏
举报
回复
PCM就是“脉冲编码调制”,就是将模拟信号经过采样得到的一个个连续的点。
spark_huo_tb
2010-07-26
打赏
举报
回复
[Quote=引用 8 楼 hanxiao_0210 的回复:]
对于一个pcm文件,怎样判断pcm的量化位数是8位的还是16位的呢?
[/Quote]
如果一个PCM文件没有被WAV格式包装过,它仅仅是一些信号数据信息(只有制作它的人自己知道),是无法得知它所表示的是8位还是16位,也无法得知它的采样率。WAV文件能包装很多种不同格式,PCM格式只是其中一种,从WAV的文件头中可以得知量化深度 以及采样率等信息。
meteor_an
2010-07-20
打赏
举报
回复
学习。。。
tyg111
2010-07-20
打赏
举报
回复
是一组数组
CyberLogix
2010-06-25
打赏
举报
回复
有相应的插值或者降采样算法来转化位数
SoftSoftSoft2008
2010-06-24
打赏
举报
回复
pcm就是原始的音频数据。 加上 wave文件头,就成为 wav文件。
老青蛙嘎嘎嘎
2010-06-24
打赏
举报
回复
怎么把 amr的音频转换为 pcm?用ffmpeg怎么做?
hfCoder
2010-06-19
打赏
举报
回复
不懂,帮顶
yuanzhenhai
2010-06-19
打赏
举报
回复
http://www.cnitblog.com/tinnal/archive/2009/01/03/53401.html
楼上代码出自上面!!
饺子87
2009-11-21
打赏
举报
回复
wav文件格式分析详解
一、综述
WAVE文件作为多媒体中使用的声波文件格式之一,它是以RIFF格式为标准的。
RIFF是英文Resource Interchange File Format的缩写,每个WAVE文件的头四个
字节便是“RIFF”。
WAVE文件是由若干个Chunk组成的。按照在文件中的出现位置包括:RIFF WAVE
Chunk, Format Chunk, Fact Chunk(可选), Data Chunk。具体见下图:
------------------------------------------------
| RIFF WAVE Chunk |
| ID = 'RIFF' |
| RiffType = 'WAVE' |
------------------------------------------------
| Format Chunk |
| ID = 'fmt ' |
------------------------------------------------
| Fact Chunk(optional) |
| ID = 'fact' |
------------------------------------------------
| Data Chunk |
| ID = 'data' |
------------------------------------------------
图1 Wav格式包含Chunk示例
其中除了Fact Chunk外,其他三个Chunk是必须的。每个Chunk有各自的ID,位
于Chunk最开始位置,作为标示,而且均为4个字节。并且紧跟在ID后面的是Chunk大
小(去除ID和Size所占的字节数后剩下的其他字节数目),4个字节表示,低字节
表示数值低位,高字节表示数值高位。下面具体介绍各个Chunk内容。
PS:
所有数值表示均为低字节表示低位,高字节表示高位。
二、具体介绍
RIFF WAVE Chunk
==================================
| |所占字节数| 具体内容 |
==================================
| ID | 4 Bytes | 'RIFF' |
----------------------------------
| Size | 4 Bytes | |
----------------------------------
| Type | 4 Bytes | 'WAVE' |
----------------------------------
图2 RIFF WAVE Chunk
以'FIFF'作为标示,然后紧跟着为size字段,该size是整个wav文件大小减去ID
和Size所占用的字节数,即FileLen - 8 = Size。然后是Type字段,为'WAVE',表
示是wav文件。
结构定义如下:
struct RIFF_HEADER
{
char szRiffID[4]; // 'R','I','F','F'
DWORD dwRiffSize;
char szRiffFormat[4]; // 'W','A','V','E'
};
Format Chunk
====================================================================
| | 字节数 | 具体内容 |
====================================================================
| ID | 4 Bytes | 'fmt ' |
--------------------------------------------------------------------
| Size | 4 Bytes | 数值为16或18,18则最后又附加信息 |
-------------------------------------------------------------------- ----
| FormatTag | 2 Bytes | 编码方式,一般为0x0001 | |
-------------------------------------------------------------------- |
| Channels | 2 Bytes | 声道数目,1--单声道;2--双声道 | |
-------------------------------------------------------------------- |
| SamplesPerSec | 4 Bytes | 采样频率 | |
-------------------------------------------------------------------- |
| AvgBytesPerSec| 4 Bytes | 每秒所需字节数 | |===> WAVE_FORMAT
-------------------------------------------------------------------- |
| BlockAlign | 2 Bytes | 数据块对齐单位(每个采样需要的字节数) | |
-------------------------------------------------------------------- |
| BitsPerSample | 2 Bytes | 每个采样需要的bit数 | |
-------------------------------------------------------------------- |
| | 2 Bytes | 附加信息(可选,通过Size来判断有无) | |
-------------------------------------------------------------------- ----
图3 Format Chunk
以'fmt '作为标示。一般情况下Size为16,此时最后附加信息没有;如果为18
则最后多了2个字节的附加信息。主要由一些软件制成的wav格式中含有该2个字节的
附加信息。
结构定义如下:
struct WAVE_FORMAT
{
WORD wFormatTag;
WORD wChannels;
DWORD dwSamplesPerSec;
DWORD dwAvgBytesPerSec;
WORD wBlockAlign;
WORD wBitsPerSample;
};
struct FMT_BLOCK
{
char szFmtID[4]; // 'f','m','t',' '
DWORD dwFmtSize;
WAVE_FORMAT wavFormat;
};
Fact Chunk
==================================
| |所占字节数| 具体内容 |
==================================
| ID | 4 Bytes | 'fact' |
----------------------------------
| Size | 4 Bytes | 数值为4 |
----------------------------------
| data | 4 Bytes | |
----------------------------------
图4 Fact Chunk
Fact Chunk是可选字段,一般当wav文件由某些软件转化而成,则包含该Chunk。
结构定义如下:
struct FACT_BLOCK
{
char szFactID[4]; // 'f','a','c','t'
DWORD dwFactSize;
};
Data Chunk
==================================
| |所占字节数| 具体内容 |
==================================
| ID | 4 Bytes | 'data' |
----------------------------------
| Size | 4 Bytes | |
----------------------------------
| data | | |
----------------------------------
图5 Data Chunk
Data Chunk是真正保存wav数据的地方,以'data'作为该Chunk的标示。然后是
数据的大小。紧接着就是wav数据。根据Format Chunk中的声道数以及采样bit数,
wav数据的bit位置可以分成以下几种形式:
---------------------------------------------------------------------
| 单声道 | 取样1 | 取样2 | 取样3 | 取样4 |
| |--------------------------------------------------------
| 8bit量化 | 声道0 | 声道0 | 声道0 | 声道0 |
---------------------------------------------------------------------
| 双声道 | 取样1 | 取样2 |
| |--------------------------------------------------------
| 8bit量化 | 声道0(左) | 声道1(右) | 声道0(左) | 声道1(右) |
---------------------------------------------------------------------
| | 取样1 | 取样2 |
| 单声道 |--------------------------------------------------------
| 16bit量化 | 声道0 | 声道0 | 声道0 | 声道0 |
| | (低位字节) | (高位字节) | (低位字节) | (高位字节) |
---------------------------------------------------------------------
| | 取样1 |
| 双声道 |--------------------------------------------------------
| 16bit量化 | 声道0(左) | 声道0(左) | 声道1(右) | 声道1(右) |
| | (低位字节) | (高位字节) | (低位字节) | (高位字节) |
---------------------------------------------------------------------
图6 wav数据bit位置安排方式
Data Chunk头结构定义如下:
struct DATA_BLOCK
{
char szDataID[4]; // 'd','a','t','a'
DWORD dwDataSize;
};
三、小结
因此,根据上述结构定义以及格式介绍,很容易编写相应的wav格式解析代码。
这里具体的代码就不给出了。
vincent200liu
2009-08-24
打赏
举报
回复
知道格式了,大概懂了点儿。
zhoumingjie
2009-03-12
打赏
举报
回复
22H 2 每样本的数据位数,表示每个声道中各个样本的数据位数。如果有多
个声道,对每个声道而言,样本大小都一样。
hanxiao_0210
2009-02-27
打赏
举报
回复
对于一个pcm文件,怎样判断pcm的量化位数是8位的还是16位的呢?
glacierful
2008-09-09
打赏
举报
回复
PCM是直接采样量化后的数据,是保存原始数字音频的一种文件格式。wav格式就是PCM加了一个文件头。
nosilence_2007
2008-08-06
打赏
举报
回复
[Quote=引用 5 楼 lauxingxing 的回复:]
怎样把PCM24位比特率转化成16位的或32位的???
[/Quote]
mark 学习
24-》16会损耗吧 如何减少损耗啊? 插值? 还是怎么弄啊
mark
lauxingxing
2008-08-05
打赏
举报
回复
怎样把PCM24位比特率转化成16位的或32位的???
syhsean
2008-06-11
打赏
举报
回复
PCM脉码调制数字音频格式是70年代末发展起来的,记录媒体之一的CD,80年代初由飞利浦和索尼公司共同推出。PCM的音频格式也被DVD-A所采用,它支持立体声和5.1环绕声,1999年由DVD讨论会发布和推出的。
PCM的比特率,从14-bit发展到16-bit、18-bit、20-bit直到24-bit;采样频率从44.1kHz发展到192kHz。到目前为止PCM这项技术可以改善和提高的方面则越来越来小。只是简单的增加PCM比特率和采样率,不能根本的改善它的根本问题。其原因是PCM的主要问题在于: 1)任何PCM数字音频系统需要在其输入端设置急剧升降的滤波器,仅让20 Hz - 22.05 kHz的频率通过(高端22.05 kHz是由于CD 44.1 kHz的一半频率而确定),这是一项非常困难的任务。2)在录音时采用多级或者串联抽选的数字滤波器(减低采样率),在重放时采用多级的内插的数字滤波器(提高采样率),为了控制小信号在编码时的失真,两者又都需要加入重复定量噪声。这样就限制了PCM技术在音频还原时的保真度。
为了全面改善PCM 数字音频技术,获得更好的声音质量,就需要有新的技术来替换。近年来飞利浦和索尼公司再次联手,共同推出一种称为直接流数字编码技术DSD的格式, 其记录媒体为超级音频CD即SACD,支持立体声和5.1环绕声
niuyanzhang
2008-03-12
打赏
举报
回复
正在学习,不懂。
加载更多回复(2)
记一次语音合成遇到的坑:
PCM
音频
流转WAV
需求内容: 预合成音:支持将固定音合成并完成上传操作 解决思路: 调用公有云识别引擎,获取识别引擎合成的
音频
流, 然后将
音频
流转成wav文件, 最后将文件上传到oss服务器上。 遇到的问题 问题主要在于,拿到了引擎给的base64的
音频
流,将
音频
流用base64解码转成byte[]数组后写入wav
格式文件
内,但是这个文件始终无法播放。 排坑过程 刚开始一直以为是base64解码有问题,换了多种base64工具解码,还是无法播放; 然后找到了 文件Base64在线编码和解码工具 这个网.
关于java中通过傅里页算法对
音频
文件做降噪处理(包括
pcm
,wav)等文件格式,有没有各位前辈懂得,烦
请教
关于java中通过傅里页算法对
音频
文件做降噪处理(包括
pcm
,wav)等文件格式,有没有各位前辈懂得,烦
请教
提问!!!
请教
大神啊
提问!!!
请教
!!! 准大三学生,最近在做一个小网站应用,一个智能小机器人,想法是:暂时部署在网页上,用户对其进行语音输入,调用百度语音SDK进行识别语音转化为中文,再在后台进行相应的回复。 目前进行到语音输入方面,百度SDK已经成功调用,但是这个得识别已录制得
音频
文件,也就是说得先把文件保存下来,才能对其进行识别,问题就卡在这里,通过CSDN来的代码,我不知道怎样将
音频
文件存到本地,
请教
各位...
【Android】AudioRecord--录音并将
PCM
文件转为WAV
前言Android提供可以用来录音的有AudioRecord和MediaRecord,通过MediaRecord录音,我们可以选择所要录音的格式,然后录完之后,自动生成这种格式的文件,而AudioRecord得到的是
PCM
编码格式的数据,因此如果我们要对录音的数据做处理,显然我们需要的是通过后者,同时后者还支持对于录音过程中,将模拟信号转化为数字信号的相关参数的设置,其中包括采样率和量化深度,同时也
(原创)speex与wav格式
音频
文件的互相转换
我们的司信项目又有了新的需求,就是要做会议室。然而需求却很纠结,要继续按照原来发语音消息那样的形式来实现这个会议的功能,还要实现语音播放的计时,暂停,语音的拼接,还要绘制频谱图等等。 如果是wav,mp3不论你怎么拼接,绘制频谱图,我也没有问题,网上都有现成的例子。然而这一次居然让用speex的
音频
做这一切。 于是看了司信之前的发语音消息部分speex的代码,天啊,人家录的时候这是实时录音实时...
多媒体/流媒体开发
2,543
社区成员
20,280
社区内容
发帖
与我相关
我的任务
多媒体/流媒体开发
专题开发/技术/项目 多媒体/流媒体开发
复制链接
扫一扫
分享
社区描述
专题开发/技术/项目 多媒体/流媒体开发
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章