车载音频开发（一）：从看懂wav开始
背景介绍：随着电车的发展势头迅猛，国内车载音频也成为电车火热宣称的势头，要想深入了解车载音频，那首先还是得从最为普通的音频文件WAV开始。
我们都知道，计算机只能存储数字，声音确实靠不同频率的波组成，那么这些波的数据是如何存储在wav文件中的呢
首先我们用notepad++打开一首简单的wav文件
一堆看不懂的乱码
然后借助插件看起hex格式
这些一个个数字和字母就是该文件的全部内容了，当然，这么看还是很迷，那么我们就用专门的音频软件audition来解析这些数据，看看wav到底长什么样
用audition打开可以看到该wav有两个声道，每个声道对应着一段波形图
我们放大了看，每个波箱图上有非常多的小点，这些点就被称为采样点，只要采样点足够密，那么将这些点按先后顺序连起来，那就成了波形数据
当然，实际的wav文件的内容远不止这些，要像真正读懂wav还要接着往下看
我们先来百度一下有关wav的词条
词条上显示有三个关键词：采样频率，采样位数，声道数
采样频率：简单理解就是一秒钟有多少个小点
采样位数：简单理解就是每个小点在计算机上由多少个 0/1 来记录
声道数：就是这个这个wav有多少个声道 （除了我们大多熟悉的立体音，还有5.1，7.1.4，等其他各种各样的声道数的音源，当我们了解了wav的格式后，想要多少个声道就能有多少个声道）
接下来，我们应该知道的是 采样频率，采样位数，声道数 这些信息我们要如何知道，到底又怎么用，那我们就要去在百度再搜一搜wav文件头
知乎上说的很明白，以下就是文件头的内容
那么知道了这些，作为一个程序员就可以开始展现我们自己的专业啦
先建一个头文件的结构体
struct WavHeader {char chunkId[4]; //"RIFF"uint32_t chunkSize; //totalsize - 8char format[4]; //"WAVE"char subchunk1Id[4]; //"fmt"uint32_t subchunk1Size; //16:Normal; 18:Non_PCM; 40:Extensible;uint16_t audioFormat; //wav 格式 1；int型 3：float型 65534：未知uint16_t numChannels; //声道数 uint32_t sampleRate; //采样率uint32_t byteRate; //比特率：采样率 * 采样位宽uint16_t blockAlign; //采样深度：uint16_t bitsPerSample; //采样位宽：采样深度 * 8char subchunk2Id[4]; //"data"uint32_t subchunk2Size; //datasize};通过IO读取文件的数据可得到如下内容
读出了头文件的信息后，剩下的便是读取其所有数据
根据头文件信息我们知道该文件有两声道，采样率是48000，采样位数是16
那接下来我们每16 位也就是每两个字节读一次数据
数据量太大，我们就截取看一部分
这里有正有负，
对应上这里纵坐标为dB 值，那么我把把这些数据转化一下，算出每个数据对应的dB值
memcpy(&WavDate16, buffer.data() + i * headera.numChannels * perdatasize + j * perdatasize, perdatasize);
printf(" %10d , %.2f db ,", WavDate16, 20 * log10f(abs((float)WavDate16) / 32768));得到以下结果
接下来我们就还可以完全用代码把所有wav的数据读出来了
以下是优化好的c++代码
#include <iostream>
#include <fstream>
#include <vector>
#include <cstring>
#include <cmath>using namespace std;struct WavHeader {char chunkId[4]; //"RIFF"uint32_t chunkSize; //totalsize - 8char format[4]; //"WAVE"char subchunk1Id[4]; //"fmt"uint32_t subchunk1Size; //16:Normal; 18:Non_PCM; 40:Extensible;};struct type40_header {uint16_t audioFormat; //wav 格式 1；int型 3：float型 65534：未知uint16_t numChannels; //声道数 uint32_t sampleRate; //采样率uint32_t byteRate; //比特率：采样率 * 采样位宽uint16_t blockAlign; //采样深度：uint16_t bitsPerSample; //采样位宽：采样深度 * 8uint16_t cbSize;uint16_t wValidBitsPerSample;uint32_t dwChannelMask;char SubFormat[4];char ckID[4];uint32_t cksize;uint32_t dwSampleLength;};struct data_header {char subchunk2Id[4]; //"data"uint32_t subchunk2Size; //datasize};//查看头部数据int header_check(const char* filename){WavHeader header = {};type40_header headera = {};data_header headerb = {};ifstream inputFile(filename, ios::binary);if (!inputFile.is_open()) {cerr << "无法打开文件" << endl;return -1;}inputFile.read(reinterpret_cast<char*>(&header), sizeof(header));inputFile.read(reinterpret_cast<char*>(&headera), header.subchunk1Size);inputFile.read(reinterpret_cast<char*>(&headerb), sizeof(headerb));//printf("\ntotalsize : \t%u \n", header.chunkSize + 8);printf("chunkId : ,%c%c%c%c\n", header.chunkId[0], header.chunkId[1], header.chunkId[2], header.chunkId[3]);cout << "chunkSize : ," << header.chunkSize << endl;printf("format : ,%c%c%c%c\n", header.format[0], header.format[1], header.format[2], header.format[3]);printf("subchunk1Id : ,%c%c%c%c\n", header.subchunk1Id[0], header.subchunk1Id[1], header.subchunk1Id[2], header.subchunk1Id[3]);cout << "subchunk1Size : ," << header.subchunk1Size << endl;cout << "audioFormat : ," << headera.audioFormat << endl;cout << "numChannels : ," << headera.numChannels << endl;cout << "sampleRate : ," << headera.sampleRate << endl;cout << "byteRate : ," << headera.byteRate << endl;cout << "blockAlign : ," << headera.blockAlign << endl;cout << "bitsPerSample : ," << headera.bitsPerSample << endl;printf("subchunk2Id : ,%c%c%c%c\n", headerb.subchunk2Id[0], headerb.subchunk2Id[1], headerb.subchunk2Id[2], headerb.subchunk2Id[3]);cout << "subchunk2Size : ," << headerb.subchunk2Size << endl;inputFile.close();return 0;}int data_check(const char* filename){WavHeader header = {};type40_header headera = {};data_header headerb = {};ifstream inputFile(filename, ios::binary);if (!inputFile.is_open()) {cerr << "无法打开文件" << endl;return -1;}inputFile.read(reinterpret_cast<char*>(&header), sizeof(header));inputFile.read(reinterpret_cast<char*>(&headera), header.subchunk1Size);inputFile.read(reinterpret_cast<char*>(&headerb), sizeof(headerb));const size_t dataSize = headerb.subchunk2Size;vector<char> buffer(dataSize);inputFile.read(buffer.data(), dataSize);uint16_t perdatasize = headera.bitsPerSample / 8;float wavdate;int32_t WavDate = 0;int16_t WavDate16 = 0;printf(",");for (int j = 0; j < headera.numChannels; j++) {printf("channel[%d] , ,", j + 1);}printf("\n");printf("data,");for (int j = 0; j < headera.numChannels; j++) {printf("Frequency , Response ,");}printf("\n");for (size_t i = 0; i < dataSize / perdatasize/ headera.numChannels; i++) {//for (size_t i = 0; i < 100; i++) {printf("data[%8d] : ,",(unsigned int)i);for (size_t j = 0; j < headera.numChannels; j++) {if (16 == headera.bitsPerSample){memcpy(&WavDate16, buffer.data() + i * headera.numChannels * perdatasize + j * perdatasize, perdatasize);printf(" %10d , %.2f db ,", WavDate16, 20 * log10f(abs((float)WavDate16) / 32768));}else if (24 == headera.bitsPerSample){memcpy(&WavDate, buffer.data() + i * headera.numChannels * perdatasize + j * perdatasize, perdatasize);printf(" %10d , %.2f db ,", (WavDate << 8) / 256, 20 * log10f(abs((float)(WavDate << 8)) / 256 / 8388608));}else if (32 == headera.bitsPerSample){if (1 != headera.audioFormat) {memcpy(&wavdate, buffer.data() + i * headera.numChannels * perdatasize + j * perdatasize, perdatasize);printf(" %.6f , %.2f db ,", wavdate, 20 * log10f(abs(wavdate)));}else {memcpy(&WavDate, buffer.data() + i * headera.numChannels * perdatasize + j * perdatasize, perdatasize);printf(" %16d , %.2f db ,", WavDate, 20 * log10f(abs((float)WavDate) / 2147483648));}}}cout << endl;}buffer.clear();inputFile.close();return 0;}int main(int argc, const char* argv[]) {int wavnum = argc - 1;if (1 == wavnum) {header_check(argv[1]);printf("\n");data_check(argv[1]);}return 0;}