一、WAV和PCM的区别和联系
在Android平台上要进行音频编辑操作（比如裁剪，插入，合成等），通常都是需要将音频文件解码为WAV格式的音频文件或者PCM文件。那么WAV和PCM之间有什么关系，这里有必要了解一下。
PCM（Pulse Code Modulation—-脉码调制录音)。所谓PCM录音就是将声音等模拟信号变成符号化的脉冲列，再予以记录。PCM信号是由[1]、[0]等符号构成的数字信号，而未经过任何编码和压缩处理。与模拟信号比，它不易受传送系统的杂波及失真的影响。动态范围宽，可得到音质相当好的影响效果。也就是说，PCM就是没有压缩的编码方式，PCM文件就是采用PCM这种没有压缩的编码方式编码的音频数据文件。
WAV是由微软开发的一种音频格式。WAV符合 PIFF Resource Interchange File Format规范。所有的WAV都有一个文件头，这个文件头音频流的编码参数。WAV对音频流的编码没有硬性规定，除了PCM之外，还有几乎所有支持ACM规范的编码都可以为WAV的音频流进行编码。WAV也可以使用多种音频编码来压缩其音频流，不过我们常见的都是音频流被PCM编码处理的WAV，但这不表示WAV只能使用PCM编码，MP3编码同样也可以运用在WAV中，和AVI一样，只要安装好了相应的Decode，就可以欣赏这些WAV了。
在Windows平台下，基于PCM编码的WAV是被支持得最好的音频格式，所有音频软件都能完美支持，由于本身可以达到较高的音质的要求，因此，WAV也是音乐编辑创作的首选格式，适合保存音乐素材。因此，基于PCM编码的WAV被作为了一种中介的格式，常常使用在其他编码的相互转换之中，例如MP3转换成WMA。
二、WAV文件头信息
接下来有必要了解一下WAV文件头信息是什么样的格式信息。
WAV文件头信息由大小44个字节的数据组成：
- 4字节数据，内容为“RIFF”，表示资源交换文件标识
- 4字节数据，内容为一个整数，表示从下个地址开始到文件尾的总字节数
- 4字节数据，内容为“WAVE”，表示WAV文件标识
- 4字节数据，内容为“fmt ”，表示波形格式标识（fmt ），最后一位空格。
- 4字节数据，内容为一个整数，表示PCMWAVEFORMAT的长度
- 2字节数据，内容为一个短整数，表示格式种类（值为1时，表示数据为线性PCM编码）
- 2字节数据，内容为一个短整数，表示通道数，单声道为1，双声道为2
- 4字节数据，内容为一个整数，表示采样率，比如44100
- 4字节数据，内容为一个整数，表示波形数据传输速率（每秒平均字节数），大小为 采样率 * 通道数 * 采样位数
- 2字节数据，内容为一个短整数，表示DATA数据块长度，大小为 通道数 * 采样位数
- 2字节数据，内容为一个短整数，表示采样位数，即PCM位宽，通常为8位或16位
- 4字节数据，内容为“data”，表示数据标记符
- 4字节数据，内容为一个整数，表示接下来声音数据的总大小
由以上信息可知，对于一个PCM文件来说，只要知道它的大小，采样率，声道数，采样位数，就可以通过添加一个WAV文件头得到一个WAV文件了。
采样率简介
那么采样率是什么意思，我们来了解下。
音频采样率是指录音设备在一秒钟内对声音信号的采样次数，采样频率越高声音的还原就越真实越自然。在当今的主流采集卡上，采样频率一般共分为22.05KHz、44.1KHz、48KHz三个等级，22.05KHz只能达到FM广播的声音品质，44.1KHz则是理论上的CD音质界限，48KHz则更加精确一些。
在数字音频领域，常用的采样率有：
- 8,000 Hz - 电话所用采样率, 对于人的说话已经足够
11,025 Hz - 22,050 Hz - 无线电广播所用采样率
- 32,000 Hz - miniDV 数码视频 camcorder、DAT (LP mode)所用采样率
- 44,100 Hz - 音频 CD, 也常用于 MPEG-1 音频（VCD, SVCD, MP3）所用采样率
- 47,250 Hz - 商用 PCM 录音机所用采样率
- 48,000 Hz - miniDV、数字电视、DVD、DAT、电影和专业音频所用的数字声音所用采样率
- 50,000 Hz - 商用数字录音机所用采样率
- 96,000 或者 192,000 Hz - DVD-Audio、一些 LPCM DVD 音轨、BD-ROM（蓝光盘）音轨、和 HD-DVD （高清晰度 DVD）音轨所用所用采样率
- 2.8224 MHz - Direct Stream Digital 的 1 位 sigma-delta modulation 过程所用采样率。
通常歌曲的采样率是44100，而Android平台的人声录音支持8000，16000，32000三种采样率。
三、声道数和采样位数下的PCM编码
声道通常可以分为单声道和双声道，双声道又分为左声道和右声道。
采样位数表示一个采样数据用多少位来表示，通常为8位和16位，对于8位表示一个字节来表示一个采样数据，16位表示用两个字节表示一个采样数据，两个字节为低位字节和高位字节，通常低位字节在前，高位字节在后。
因此结合声道和采样字节数（采样位数），可以组成下图的PCM数据格式：
可以看到8位单声道的PCM数据，只需要一个字节就能表示一个采样数据，而16位双声道（立体声）的PCM数据，需要4个字节来表示一个采样数据。那么计算一个PCM大小的方法就很简单了。
对于8位单声道，采样率为8000，1分钟的PCM音频来说，大小是
//采样率 * 通道数 * 采样位数/8 * 秒数
8000 * 1 * 8/8 * 60 = 480000，大约480k对于16位双声道，采样率为44100，1分钟的PCM音频来说，大小是
//采样率 * 通道数 * 采样位数/8 * 秒数
44100 * 2 * 16/8 * 60 = 10584000，大约10M而WAV文件的大小就是比PCM多出44个字节数。
四、PCM文件转WAV文件
现在我们得到了解码后的PCM文件，但是它是不可直接播放的，因为不带音频相关的格式信息，下面我们将PCM和指定的音频相关格式信息去转换得到一个可播放的WAV文件
/**
* PCM文件转WAV文件
* @param inPcmFilePath 输入PCM文件路径
* @param outWavFilePath 输出WAV文件路径
* @param sampleRate 采样率，例如44100
* @param channels 声道数 单声道：1或双声道：2
* @param bitNum 采样位数，8或16
*/
public static void convertPcm2Wav(String inPcmFilePath, String outWavFilePath, int sampleRate,
int channels, int bitNum) {
FileInputStream in = null;
FileOutputStream out = null;
byte[] data = new byte[1024];
try {
//采样字节byte率
long byteRate = sampleRate * channels * bitNum / 8;
in = new FileInputStream(inPcmFilePath);
out = new FileOutputStream(outWavFilePath);
//PCM文件大小
long totalAudioLen = in.getChannel().size();
//总大小，由于不包括RIFF和WAV，所以是44 - 8 = 36，在加上PCM文件大小
long totalDataLen = totalAudioLen + 36;
writeWaveFileHeader(out, totalAudioLen, totalDataLen, sampleRate, channels, byteRate);
int length = 0;
while ((length = in.read(data)) > 0) {
out.write(data, 0, length);
}
} catch (Exception e) {
e.printStackTrace();
} finally {
if (in != null) {
try {
in.close();
} catch (IOException e) {
e.printStackTrace();
}
}
if (out != null) {
try {
out.close();
} catch (IOException e) {
e.printStackTrace();
}
}
}
}
/**
* 输出WAV文件
* @param out WAV输出文件流
* @param totalAudioLen 整个音频PCM数据大小
* @param totalDataLen 整个数据大小
* @param sampleRate 采样率
* @param channels 声道数
* @param byteRate 采样字节byte率
* @throws IOException
*/
private static void writeWaveFileHeader(FileOutputStream out, long totalAudioLen,
long totalDataLen, int sampleRate, int channels, long byteRate) throws IOException {
byte[] header = new byte[44];
header[0] = 'R'; // RIFF
header[1] = 'I';
header[2] = 'F';
header[3] = 'F';
header[4] = (byte) (totalDataLen & 0xff);//数据大小
header[5] = (byte) ((totalDataLen >> 8) & 0xff);
header[6] = (byte) ((totalDataLen >> 16) & 0xff);
header[7] = (byte) ((totalDataLen >> 24) & 0xff);
header[8] = 'W';//WAVE
header[9] = 'A';
header[10] = 'V';
header[11] = 'E';
//FMT Chunk
header[12] = 'f'; // 'fmt '
header[13] = 'm';
header[14] = 't';
header[15] = ' ';//过渡字节
//数据大小
header[16] = 16; // 4 bytes: size of 'fmt ' chunk
header[17] = 0;
header[18] = 0;
header[19] = 0;
//编码方式 10H为PCM编码格式
header[20] = 1; // format = 1
header[21] = 0;
//通道数
header[22] = (byte) channels;
header[23] = 0;
//采样率，每个通道的播放速度
header[24] = (byte) (sampleRate & 0xff);
header[25] = (byte) ((sampleRate >> 8) & 0xff);
header[26] = (byte) ((sampleRate >> 16) & 0xff);
header[27] = (byte) ((sampleRate >> 24) & 0xff);
//音频数据传送速率,采样率*通道数*采样深度/8
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) (channels * 16 / 8);
header[33] = 0;
//每个样本的数据位数
header[34] = 16;
header[35] = 0;
//Data chunk
header[36] = 'd';//data
header[37] = 'a';
header[38] = 't';
header[39] = 'a';
header[40] = (byte) (totalAudioLen & 0xff);
header[41] = (byte) ((totalAudioLen >> 8) & 0xff);
header[42] = (byte) ((totalAudioLen >> 16) & 0xff);
header[43] = (byte) ((totalAudioLen >> 24) & 0xff);
out.write(header, 0, 44);
}
上面操作其实也很简单，只要你知道了WAV文件头信息的格式，将采样率，声道数，采样位数，PCM音频数据大小等信息填充进去，然后将这个44个字节数据拼接到PCM文件的开头，就得到了一个可播放的WAV文件了。
本文摘抄于《android音频编辑之音频转换PCM与WAV》
历史上的今天
- 2023: 《Android图片旋转(0条评论)》
相关文章
粤公网安备44030002002531号