前言

语音识别相关算法一般在MATLAB上进行仿真验证与实验，在工程上一般还是在VS中进行实现落地，本系列将介绍语音信号处理在C语言中的一系列应用，后期将以此为基础，再落地移植到嵌入式平台。

语音文件的格式多种多样都存在不同的标准，在WAV格式的语音文件中主要包含两个部分：文件头与语音数据，本文将介绍读取WAV语音文件的文件头数据。WAV格式语音文件数据标准如下图所示。

即前44位位文件头数据，44位之后为语音数据。

一. 工程实现

// ExtractData.h
// 读取wav格式语音文件文件头数据
// date：2022-4-27 22:44:36
// author : C.S#ifndef _EXTRACTDATA_H_
#define _EXTRACTDATA_H_#include <stdint.h>typedef struct tagWAVHEADER {uint8_t   ChunkID[4];     // 文档标识。       大写字符串"RIFF",标明该文件为有效的 RIFF 格式文档。uint32_t  ChunkSize;      // 文件数据长度。   从下一个字段首地址开始到文件末尾的总字节数。该字段的数值加 8 为当前文件的实际长度。uint8_t   Format[4];      // 文件格式类型。   所有 WAV 格式的文件此处为字符串"WAVE",标明该文件是 WAV 格式文件。uint8_t   FmtChunkID[4];  // 格式块标识。     小写字符串,"fmt "。uint32_t  FmtChunkSize;   // 格式块长度。     其数值不确定,取决于编码格式。可以是 16、 18 、20、40 等。uint16_t  AudioFormat;    // 编码格式代码。   常见的 WAV 文件使用 PCM 脉冲编码调制格式,该数值通常为 1。uint16_t  NumChannels;    // 声道个数。       单声道为 1,立体声或双声道为 2。uint32_t  SampleRate;     // 采样频率。       每个声道单位时间采样次数。常用的采样频率有 11025, 22050 和 44100 kHz。uint32_t  ByteRate;       // 数据传输速率。   该数值为:声道数×采样频率×每样本的数据位数/8。播放软件利用此值可以估计缓冲区的大小。uint16_t  BlockAlign;     // 数据块对齐单位。 采样帧大小。该数值为:声道数×位数/8。播放软件需要一次处理多个该值大小的字节数据,用该数值调整缓冲区。uint16_t  BitsPerSample;  // 采样位数。       存储每个采样值所用的二进制数位数。常见的位数有 4、8、12、16、24、32。uint8_t   DataChunkID[4];uint32_t  DataChunkSize;
} WAVHEADER;#endif  // #ifndef _EXTRACTDATA_H_

// ExtractData.cpp
// 读取wav格式语音文件文件头数据
// date：2022-4-27 22:44:36
// author : C.S#include <stdio.h>
#include<iostream>
#include<fstream>
#include<stdlib.h>
#include "ExtractData.h"#define  W  128             //每次读写文件的数据量  int     FileSet = 0;                //定义一个整型变量， 用于保存fseek函数的返回值
int     FileEnd = 0;                //整个文件的字节数
int     FileLength = 0;             //文件的数据长度。（注：每2个字节作为一个数据 ）
short   InputData[W];               //文件读写数据缓冲区  WAVHEADER    FileHeader;            //存文件头的结构体void showWavHead(WAVHEADER Header) {printf("ChunkID: %c%c%c%c\t", Header.ChunkID[0], Header.ChunkID[1], Header.ChunkID[2], Header.ChunkID[3]);printf("ChunkSize: %u\t", Header.ChunkSize);printf("Format: %c%c%c%c\n", Header.Format[0], Header.Format[1], Header.Format[2], Header.Format[3]);printf("FmtChunkID: %c%c%c%c\t", Header.FmtChunkID[0], Header.FmtChunkID[1], Header.FmtChunkID[2], Header.FmtChunkID[3]);printf("FmtChunkSize: %u\t", Header.FmtChunkSize);printf("AudioFormat: %d\t", Header.AudioFormat);printf("NumChannels: %d\t", Header.NumChannels);printf("SampleRate: %u\t", Header.SampleRate);printf("ByteRate: %u\t", Header.ByteRate);printf("BlockAlign: %d\t", Header.BlockAlign);printf("BitsPerSample: %d\n", Header.BitsPerSample);printf("DataChunkID: %c%c%c%c\t", Header.DataChunkID[0], Header.DataChunkID[1], Header.DataChunkID[2], Header.DataChunkID[3]);printf("DataChunkSize: %u\n", Header.DataChunkSize);
}int main() {FILE *Ifp, *txt;    //定义文件读写指针 Ifp = fopen("456.wav", "rb");    /*以只读方式打开wav文件*/txt = fopen("456.txt", "w");/* 获得文件字节数,fseek函数将文件内部指针指向文件末尾，ftell函数获取文件内部指针相对于文件头的偏移量，rewind函数将文件内部指针指向文件头 */fseek(Ifp, 0L, SEEK_END);FileEnd = ftell(Ifp);printf("total file size: %d bytes \n", FileEnd);rewind(Ifp);// 读取文件头，并打印部分信息，wav格式的文件头一般是44个字节，后面是音频数据fread(&FileHeader, 1, sizeof(WAVHEADER), Ifp);showWavHead(FileHeader);// 读取数据。这里的数据大小是2字节，按照实际格式改。while循环每次读写 W 个数据量，for循环写最后剩余的FileLength = FileEnd / 2;while (FileLength >= W) {fread(InputData, sizeof(short), W, Ifp);for (int i = 0; i < W; i++) {fprintf(txt, "%d\n", InputData[i]);}FileLength -= W;}fread(InputData, sizeof(short), FileLength, Ifp);for (int i = 0; i < FileLength; i++) {fprintf(txt, "%d\n", InputData[i]);}char  *buf;long filesize;filesize = ftell(Ifp);//ftell求文件指针相对于0的便宜字节数，就求出了文件字节数buf = (char *)malloc(sizeof(char)*filesize);//开辟空间给缓存数组fread(buf, 1, (filesize - 44), Ifp);//每次读一个字节到buf，同时求读的次数return 0;
}

二. 结果

三. 小结

WAV格式语音数据文件头数据中包含许多关键的语音文件信息如：

// 文档标识。大写字符串"RIFF",标明该文件为有效的 RIFF 格式文档。

// 文件数据长度。从下一个字段首地址开始到文件末尾的总字节数。该字段的数值加 8 为当前文件的实际长度。

// 文件格式类型。所有 WAV 格式的文件此处为字符串"WAVE",标明该文件是 WAV 格式文件。

// 格式块标识。小写字符串,"fmt "。

// 格式块长度。其数值不确定,取决于编码格式。可以是 16、 18 、20、40 等。

// 编码格式代码。常见的 WAV 文件使用 PCM 脉冲编码调制格式,该数值通常为 1。

// 声道个数。单声道为 1,立体声或双声道为 2。

// 采样频率。每个声道单位时间采样次数。常用的采样频率有11025,16000 , 22050 和 44100 Hz。

// 数据传输速率。该数值为:声道数×采样频率×每样本的数据位数/8。播放软件利用此值可以估计缓冲区的大小。

// 数据块对齐单位。采样帧大小。该数值为:声道数×位数/8。播放软件需要一次处理多个该值大小的字节数据,用该数值调整缓冲区。

// 采样位数。存储每个采样值所用的二进制数位数。常见的位数有 4、8、12、16、24、32。

通过读取文件头数据信息，就可以得知语音文件数据的大多数格式信息，下一篇将介绍分段读取WAV语音文件中语音数据部分的实例。

VS语音信号处理（1） C语言读取WAV语音文件文件头数据相关推荐

如何用C语言编写wav读取函数,C++读取WAV音频文件的头部数据的实现方法
C++读取WAV音频文件的头部数据的实现方法前言: 在这里分享一下自己的心得,希望和大家一起分享技术,如果有什么不足,还请大家指正.写出这篇目的,就是希望大家一起成长,我也相信技术之间没有高低,只有 ...
VS语音信号处理（2） C语言分段读取WAV语音文件语音数据
VS语音信号处理(2) C语言分段读取WAV语音文件语音数据前言一. 工程实现二. 结果三. 小结前言语音识别相关算法一般在MATLAB上进行仿真验证与实验,在工程上一般还是在VS中进行实 ...
c语言文件 long double 读取,读取*.wav音频文件
1.wav音频文件的格式 wav文件由文件头和采样数据2部分组成. 文件头又分为RIFF(Resource Interchange File Format).WAVE文件标识段和声音数据格式说明段 ...
c语言读文件编译,C语言读取wav文件的问题，请大侠，编译问题。
已结贴√ 问题点数:20 回复次数:5 C语言读取wav文件的问题,请大侠,编译问题. 代码如下:#include #include LRESULT CALLBACK WndProc (HWND, U ...
python音频频谱_Python 读取WAV音频文件画频谱的实例
Python 读取WAV文件 import wave import struct from scipy import * from pylab import * #读取wav文件,我这儿读了个自己用p ...
C语言解析WAV音频文件
转载:http://www.cnblogs.com/LexMoon/p/wave-c.html 1.C语言解析WAV音频文件代码地址: Github : https://github.com/Cas ...
python用os.system打开wav文件_使用python读取wav格式文件
** 使用python读取wav格式文件 ** - 基本概念 [采样频率] 即取样频率, 指每秒钟取得声音样本的次数.采样频率越高,声音的质量也就越好,声音的还原也就越真实,但同时它占的资源比较多.由 ...
读取*.wav音频文件
1.wav音频文件的格式 wav文件由文件头和采样数据2部分组成. 文件头又分为RIFF(Resource Interchange File Format).WAVE文件标识段和声音数据格式说明段 ...
python语言可以处理数据文件吗_Python语言读取Marc后处理文件基础知识.pdf
Python语言读取Marc后处理文件基础知识基于 python 的焊接后处理知识要点:  Python 语言  Python 模块功能  PyPost 后处理模块  PyPost 模块函 ...
C语言读取wav文件
参考代码: wav音频文件格式解析代码的思路是编写wave.h,根据wav文件结构定义struct.大佬的执行结果为然而我在运行代码的时候遇到的问题: 可以看到fmt长度为18,然而还是按照16来 ...

VS语音信号处理（1） C语言读取WAV语音文件文件头数据

VS语音信号处理（1） C语言读取WAV语音文件文件头数据

前言

一. 工程实现

二. 结果

三. 小结

VS语音信号处理（1） C语言读取WAV语音文件文件头数据相关推荐

最新文章

热门文章