ADPCM格式说明

《ADPCM格式说明》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、ADPCMWAVE文件的压缩与解压缩[原创]分类： 程序设计:经典算法与技术赏析2005-10-1321:15 8342人阅读 评论(8) 收藏 举报一、概述：　　本文叙述了如何通过IMA-ADPCM压缩和解压缩算法来完成从IMA-ADPCM文件转换为PCM文件的过程。主要包括的内容有：PCM和IMA-ADPCM　WAVE文件内部结构的介绍，IMA-ADPCM压缩与解压缩算法，以及如何生成特有的音频压缩格式文件等三方面的内容。二、WAVE文件的认识　　WAVE文件是计算机领域最常用的数字化声音文件格式之一，它是微软专门为Windows系统定义的波形文件格式（Wa

2、veformAudio），由于其扩展名为"*.wav"。wave文件有很多不同的压缩格式，而且现在一些程序生成的wave文件都或多或少地含有一些错误。这些错误的产生不是因为单个数据压缩和解压缩算法的问题，而是因为在压缩和解压缩后没有正确地组织好文件的内部结构。所以，正确而详细地了解各种WAVE文件的内部结构是成功完成压缩和解压缩的基础，也是生成特有音频压缩格式文件的前提。最基本的WAVE文件是PCM（脉冲编码调制）格式的，这种文件直接存储采样的声音数据没有经过任何的压缩，是声卡直接支持的数据格式，要让声卡正确播放其它被压缩的声音数据，就应该先把压缩的数据解压缩成

3、PCM格式，然后再让声卡来播放。1.Wave文件的内部结构       WAVE文件是以RIFF(ResourceInterchangeFileFormat,"资源交互文件格式")格式来组织内部结构的。RIFF文件结构可以看作是树状结构，其基本构成是称为"块"（Chunk）的单元，最顶端是一个“RIFF”块，下面的每个块有“类型块标识(可选)”、“标志符”、“数据大小”及“数据”等项所组成，块的结构如表1所示：      上面说到的“类型块标识”只在部分chunk中用到，如“WAVE”chunk中，这时表示下面嵌套有别的chunk，当使用了“类型块标识”时，该c

4、hunk就没有别的项（如块标志符，数据大小等），它只作为文件读取时的一个标识。先找到这个“类型块标识”，再以它为起来读取它下面嵌套的其它chunk。每个文件最前端写入的是RIFF块，每个文件只有一个RIFF块。从表2中可以看出它的结构：非PCM格式的文件会至少多加入一个“fact”块，它用来记录数据解压缩后的大小。（注意是数据而不是文件）这个“fact”块一般加在“data”块的前面。 ２．WAVEFORMAT结构的认识PCM和非PCM的主要区别是声音数据的组织不同，这些区别可以通过两者的WAVEFORMAT结构来区分。下面以PCM和IMA-ADPCM来进行对比

5、：WAVE的基本结构WAVEFORMATEX结构定义如下：typedefstruct{WORDwFormatag;  //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;DWORDnSamplesPerSec;//采样频率；DWORDnAvgBytesperSec；//每秒的数据量；WORD  nBlockAlign;//块对齐；WORD  wBitsPerSample;//WAVE文件的采样大小；WORD  sbSize;        //PC

6、M中忽略此值}WAVEFORMATEX； PCM的结构就是基本结构； IMAADPCMWAVEFORMAT结构定义如下：Typedefstruct{    WAVEFORMATEXwfmt;    WORDnSamplesPerBlock;}IMAADPCMWAVEFORMAT; IMA-ADPCM的wfmt->cbsize不能忽略，一般取值为2，表示此类型的WAVEFORMAT比一般的WAVEFORMAT多出2个字节。这两个字符也就是nSamplesPerBlock。 3.“fact”chunk的内部组织 在非PCM格式的文件中,一般会在WAVEFORMAT结

7、构后面加入一个“fact”chunk,结构如下：typedefstruct{    char[4];          //“fact”字符串       DWORDchunksize;       DWORDdatafactsize;    //数据转换为PCM格式后的大小。}factchunk;datafactsize是这个chunk中最重要的数据，如果这是某种压缩格式的声音文件，那么从这里就可以知道他解压缩后的大小。对于解压时的计算会有很大的好处！ 4．“data”chunk的内部组织从“data”chunk的第9个字节开始，存储的就是声音信息的数据了，(

8、前八个字节存储的是标志符