Linux中如何查看一个wav文件的采样率和声道数(单,双声道)等声音技术指标?()

[springmagus]

做一个简单的音频播放器,能播放wav音频文件,编程接口是oss,为了正确设置声卡驱动程序,需要这些指标.
如题,还望csdn的大虾不吝赐教.

[yjf7888]

不会，帮你顶，顺便学习一下

[mhorse]

WAVE文件是非常简单的一种RIFF文件，它的格式类型为"WAVE"。RIFF块包含两个子块，这两个子块的ID分别是"fmt"和"data",其中"fmt"子块由结构PCMWAVEFORMAT所组成，其子块的大小就是sizeofof(PCMWAVEFORMAT),数据组成就是PCMWAVEFORMAT结构中的数据。WAVE文件的结构如下图三所示：
　图三、WAVE文件结构

标志符（RIFF） 所占字节大小 ：4
数据大小 所占字节大小 ：4
格式类型（"WAVE"） 所占字节大小 ：4
"fmt" 所占字节大小 ：4
Sizeof(PCMWAVEFORMAT) 所占字节大小 ：4
PCMWAVEFORMAT 所占字节大小 ：18或者16
"data" 所占字节大小 ：4
声音数据大小 所占字节大小 ：4
声音数据
总计：44


PCMWAVEFORMAT结构定义如下：
Typedef struct
{
WAVEFORMAT wf;//波形格式；
WORD wBitsPerSample;//WAVE文件的采样大小；
}PCMWAVEFORMAT；

WAVEFORMAT结构定义如下：
typedef struct
{
WORD wFormatag;//编码格式，包括WAVE_FORMAT_PCM，WAVEFORMAT_ADPCM等
WORD nChannls;//声道数，单声道为1，双声道为2;
DWORD nSamplesPerSec;//采样频率；
DWORD nAvgBytesperSec；//每秒的数据量；
WORD nBlockAlign;//块对齐；
}WAVEFORMAT；


扩展的WAVEFORMATEX结构定义如下
/*
* extended waveform format structure used for all non-PCM formats. this
* structure is common to all non-PCM formats.
*/
typedef struct tWAVEFORMATEX
{
WORD wFormatTag; /* format type */
WORD nChannels; /* number of channels (i.e. mono, stereo...) */
DWORD nSamplesPerSec; /* sample rate */
DWORD nAvgBytesPerSec; /* for buffer estimation */
WORD nBlockAlign; /* block size of data */
WORD wBitsPerSample; /* number of bits per sample of mono data */
WORD cbSize; /* the count in bytes of the size of */
/* extra information (after cbSize) */
} WAVEFORMATEX


"data"子块包含WAVE文件的数字化波形声音数据，其存放格式依赖于"fmt"子块中wFormatTag成员指定的格式种类，在多声道WAVE文件中，样本是交替出现的。如16bit的单声道WAVE文件和双声道WAVE文件的数据采样格式分别如图四所示：

16位单声道：
采样一 采样二 ……
低字节 高字节 低字节 高字节 ……

16位双声道：
采样一 ……
左声道 右声道 ……
低字节 高字节 低字节 高字节 ……

图四、WAVE文件数据采样格式

[red-fly]

这是oss自带的例程中给出的结构，oss自已的录音程序用的就是这个结构，我copy oss录音例程中的程序到自己的project中录音，也可以录音，用播放器也可以正常播放。

typedef struct WaveHeader
{
char main_chunk[4];
unsigned int length;
char chunk_type[4];

char sub_chunk[4];
unsigned int sc_len;
unsigned short format;
unsigned short modus;
unsigned int sample_fq;
unsigned int byte_p_sec;
unsigned short byte_p_spl;
unsigned short bit_p_spl;

char data_chunk[4];
unsigned int data_length;

};


不过我也有个问题：
在Kdevelop调试中，字符串的变量值显示"\177\200\204\190"，表示的是什么？是ascii码吗？我每次从声卡读取512字节的数据，每次都是以\177或者\200开头，这是为什么？我想自动检测是否有声音输入，怎么办？