WAV
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。
通常使用三个参数来表示声音，量化位数，取样频率和采样点振幅。量化位数分为8位，16位，24位三种，声道有单声道和立体声之分，单声道振幅数据为n1矩阵点，立体声为n2矩阵点，取样频率一般有11025Hz(11kHz) ，22050Hz(22kHz)和44100Hz(44kHz) 三种，不过尽管音质出色，但在压缩后的文件体积过大！相对其他音频格式而言是一个缺点，其文件大小的计算方式为：WAV格式文件所占容量（B) = （取样频率 X量化位数X 声道） X 时间 / 8 (字节= 8bit) 每一分钟WAV格式的音频文件的大小为10MB，其大小不随音量大小及清晰度的变化而变化。
WAV是最接近无损的音乐格式，所以文件大小相对也比较大。
WAV文件格式结构解析
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。
首先是一个RIFF块，有块标识RIFF，指明该文件是符合RIFF标准的文件；接着是一个FourCC，WAVE，该文件为WAV文件；fmt块包含了音频的一些属性：采样率、码率、声道等；fact 块是一个可选块，不是PCM数据格式的需要该块；最后data块，则包含了音频的PCM数据。实际上，可以将一个WAV文件看着由两部分组成：文件头和PCM数据。WAV文件头各字段如下图所示：
[图片上传失败...(image-2d0fb3-1531713233046)]
[图片上传失败...(image-eaf3dc-1531713233046)]
FIFF文件知识点
简介RIFF——全称为资源互换文件格式（ResourcesInterchange FileFormat），RIFF文件是windows环境下大部分多媒体文件遵循的一种文件结构,RIFF文件所包含的数据类型由该文件的扩展名来标识，能以RIFF文件存储的数据包括：音频视频交错格式数据（.AVI) 波形格式数据（.WAV) 位图格式数据（.RDI) MIDI格式数据（.RMI)调色板格式（.PAL)多媒体电影（.RMN)动画光标（.ANI)其它RIFF文件（.BND)。
FIFF之CHUNK块
chunk是组成RIFF文件的基本单元，它的基本结构如下：
struct chunk{
u32 id; /* 块标志 */
u32 size; /* 块大小 */
u8 dat[size]; /* 块内容 */
};
id ——由4个ASCII字符组成，用以识别块中所包含的数据。如：'RIFF','LIST','fmt','data','WAV','AVI'等等，由于这种文件结构最初是由Microsoft和IBM为PC机所定义,RIFF文件是按照little-endian[2] 字节顺序写入的。
size ——（块大小） 是存储在data域中数据的长度,id与size域的大小则不包括在该值内。
dat ——（块内容） 中所包含的数据是以字(WORD)为单位排列的，如果该数据结构长度是奇数，则在最后添加一个空(NULL)字节。
chunk块中有且仅有两种类型块：'RIFF'和'LIST'类型可以包含其他块，而其它块仅能含有数据。
'RIFF'和'LIST'类型的chunk结构如下:
structchunk{
u32 id; /* 块标志 */
u32 size; /* 块大小 */
/*此时的dat = type + restdat */
u32 type ; /* 类型 */
u8 restdat[size] /* dat中除type4个字节后剩余的数据*/
};
可以看出，'RIFF'和'LIST'也是chunk,只是它的dat由两部分组成type和restdat。
type由4个ASCII字符组成，代表RIFF文件的类型，如'WAV','AVI '；或者'LIST'块的类型，如avi文件中的列表'hdrl','movi'。
restdat在dat中除type4个字节后剩余的数据，包括块内容，包含若干chunk和'LIST'
FIFF之FOURCC
一个FOURCC(fourcharacter code）是一个占4个字节的数据，一般表示4个ASCII字符。在RIFF文件格式中，FOURCC非常普遍,structchunk 中的id成员，'LIST','RIFF'的type成员，起始标识等信息都是用FOURCC表示的。FOURCC一般是四个字符，如'abcd'这样的形式，也可以三个字符包含一个空格，如'abc'这样的形式。
RIFF文件的FileData部分由若干个'LIST'和chunk组成，而'LIST'的ListData又可以由若干个'LIST'和chunk组成，即'LIST'是可以嵌套的。
'RIFF',FileType,'LIST',ListType,ChunkID都是FOURCC,即使用4字节的ASIIC字符标识类型。
FileSize,ListSize,ChunkSize为little-endian32-bit正整数，表示Type（只有'RIFF','LIST'chunk有Type)+Data一起的大小，注意它是little-endian表示，如：0x00123456,存储地址由低到高，在little-endian系统中的存储表示为0x56341200（字节由低位到高位存储），而在big-endian为0x00123456（字节由高位到低位存储）。32bit整数0x00123456存储地址低--------->；高little-endian（字节由低位到高位存储）56341200big-endian（字节由高位到低位存储）00123456
WAV文件头
在WAV的文件头中有三种chunk，分别为：RIFF,fmt,data，然后是音频的格式信息Wave_format。在RIFF chunk的后面是一个4字节非FOURCC：WAVE，表示该文件为WAV文件。另外，Wave_format的构造函数只需要三个参数：声道数、采样率和量化精度，关于音频的其他信息都可以使用这三个数值计算得到。
整个头长度44byte。顺序分别如下：
- 标志符（RIFF）
- 余下所有数据的长度
- 格式类型（"WAVE"）
- "fmt"
- PCMWAVEFORMAT的长度
- PCMWAVEFORMAT
- "data"
- 声音数据大小
- 声音数据
写入WAV文件头文件
写WAV文件过程，首先是填充文件头信息，对于Wave_format只需要四个参数：声道数、采样率、量化精度和音频数据总长度，将文件头信息写入后，紧接这写入PCM数据就完成了WAV文件的写入。
/**
* @param out wav音频文件流
* @param totalAudioLen 不包括header的音频数据总长度
* @param longSampleRate 采样率,也就是录制时使用的频率
* @param channels audioRecord的频道数量
* @param channels audioRecord的量化精度
* @throws IOException 写文件错误
*/
private void writeWavFileHeader(FileOutputStream out, long totalAudioLen, long longSampleRate,
int channels,int audioFormat) throws IOException {
byte[] header = generateWavFileHeader(totalAudioLen, longSampleRate, channels,audioFormat);
out.write(header, 0, header.length);
}
/**
* @param totalAudioLen 不包括header的音频数据总长度
* @param longSampleRate 采样率,也就是录制时使用的频率
* @param channels audioRecord的频道数量
* @param channels audioRecord的量化精度
*/
private byte[] generateWavFileHeader(long totalAudioLen, long longSampleRate, int channels，int audioFormat) {
long totalDataLen = totalAudioLen + 36;
long byteRate = longSampleRate * 2 * channels;
byte[] header = new byte[44];
header[0] = 'R'; // RIFF
header[1] = 'I';
header[2] = 'F';
header[3] = 'F';
//文件长度 4字节文件长度，这个长度不包括"RIFF"标志(4字节)和文件长度本身所占字节(4字节),即该长度等于整个文件长度 - 8
header[4] = (byte) (totalDataLen & 0xff);
header[5] = (byte) ((totalDataLen >> 8) & 0xff);
header[6] = (byte) ((totalDataLen >> 16) & 0xff);
header[7] = (byte) ((totalDataLen >> 24) & 0xff);
//fcc type：4字节 "WAVE" 类型块标识, 大写
header[8] = 'W';
header[9] = 'A';
header[10] = 'V';
header[11] = 'E';
//FMT Chunk 4字节 表示"fmt" chunk的开始,此块中包括文件内部格式信息，小写, 最后一个字符是空格
header[12] = 'f'; // 'fmt '
header[13] = 'm';
header[14] = 't';
header[15] = ' ';//过渡字节
//数据大小 4字节，文件内部格式信息数据的大小，过滤字节（一般为00000010H）
header[16] = 16;
header[17] = 0;
header[18] = 0;
header[19] = 0;
//编码方式 10H为PCM编码格式 FormatTag：2字节，音频数据的编码方式，1：表示是PCM 编码
header[20] = 1; // format = 1
header[21] = 0;
//通道数 Channels：2字节，声道数，单声道为1，双声道为2
header[22] = (byte) channels;
header[23] = 0;
//采样率，每个通道的播放速度
header[24] = (byte) (longSampleRate & 0xff);
header[25] = (byte) ((longSampleRate >> 8) & 0xff);
header[26] = (byte) ((longSampleRate >> 16) & 0xff);
header[27] = (byte) ((longSampleRate >> 24) & 0xff);
//音频数据传送速率,采样率*通道数*采样深度/8
//4字节，音频数据传送速率, 单位是字节。其值为采样率×每次采样大小。播放软件利用此值可以估计缓冲区的大小
//byteRate = sampleRate * (bitsPerSample / 8) * channels
header[28] = (byte) (byteRate & 0xff);
header[29] = (byte) ((byteRate >> 8) & 0xff);
header[30] = (byte) ((byteRate >> 16) & 0xff);
header[31] = (byte) ((byteRate >> 24) & 0xff);
// 确定系统一次要处理多少个这样字节的数据，确定缓冲区，通道数*采样位数
header[32] = (byte) (2 * channels);
header[33] = 0;
//每个样本的数据位数
//2字节，每个声道的采样精度; 譬如 16bit 在这里的值就是16。如果有多个声道，则每个声道的采样精度大小都一样的；
header[34] = audioFormat;
header[35] = 0;
//Data chunk
//ckid：4字节，数据标志符（data），表示 "data" chunk的开始。此块中包含音频数据，小写；
header[36] = 'd';
header[37] = 'a';
header[38] = 't';
header[39] = 'a';
//音频数据的长度，4字节，audioDataLen = totalDataLen - 36 = fileLenIncludeHeader - 44
header[40] = (byte) (totalAudioLen & 0xff);
header[41] = (byte) ((totalAudioLen >> 8) & 0xff);
header[42] = (byte) ((totalAudioLen >> 16) & 0xff);
header[43] = (byte) ((totalAudioLen >> 24) & 0xff);
return header;
}
