用C / C ++读取和处理WAV文件数据

时间:2013-04-18 05:36:58

标签: c++ c voice voice-recognition

我目前正在做一个非常重要的学校项目。我需要在C / C ++中提取WAVE文件的信息,并使用该信息来获取语音信号的LPC。但是,为了做到这一点,我需要对信号进行一些预处理,比如进行零交叉和能量分析等。这意味着我需要标志和真正的价值。问题是我不知道如何获得有用的信息和正确的格式。我已经读过文件中的每个字段,但我不确定我做得对。建议,拜托?

这是我此刻阅读文件的方式:

  
    

readI = fread(& bps,1,2,audio);         printf(“每个样本的位数=%d \ n”,bps);

  

提前致谢。

1 个答案:

答案 0 :(得分:15)

我的第一个建议是使用某种图书馆来帮助你。大多数声音解决方案看起来都有些过分,所以一个简单的库(就像你的问题评论中推荐的那个,libsndfile)应该可以解决问题。

如果您只是想知道如何阅读WAV文件以便您可以编写自己的文件(因为您的学校可能会像其他普通人一样使用图书馆),快速谷歌搜索会给你所有您需要的信息plus some people who have already wrote many tutorials on reading the .wav format

如果你仍然没有得到它,请参阅我自己的一些代码,在那里我读取WAV / RIFF数据文件的标题和所有其他块,直到我到达数据块。它基于exclusively off the WAV Format Specification。提取实际的声音数据并不是很难:您既可以原始读取也可以原始使用它,或者转换为内部更舒适的格式(32位PCM未压缩数据或其他内容)。

查看下面的代码时,将reader.Read...( ... )替换为等效fread调用,以获取指定类型的整数值和字节大小。 WavChunks是一个枚举,它是WAV文件块内ID的Little Endian值,format变量是可以包含在WAV文件中的Wav格式类型之一格式:

enum class WavChunks {
    RiffHeader = 0x46464952,
    WavRiff = 0x54651475,
    Format = 0x020746d66,
    LabeledText = 0x478747C6,
    Instrumentation = 0x478747C6,
    Sample = 0x6C706D73,
    Fact = 0x47361666,
    Data = 0x61746164,
    Junk = 0x4b4e554a,
};

enum class WavFormat {
    PulseCodeModulation = 0x01,
    IEEEFloatingPoint = 0x03,
    ALaw = 0x06,
    MuLaw = 0x07,
    IMAADPCM = 0x11,
    YamahaITUG723ADPCM = 0x16,
    GSM610 = 0x31,
    ITUG721ADPCM = 0x40,
    MPEG = 0x50,
    Extensible = 0xFFFE
};

int32 chunkid = 0;
bool datachunk = false;
while ( !datachunk ) {
    chunkid = reader.ReadInt32( );
    switch ( (WavChunks)chunkid ) {
    case WavChunks::Format:
        formatsize = reader.ReadInt32( );
        format = (WavFormat)reader.ReadInt16( );
        channels = (Channels)reader.ReadInt16( );
        channelcount = (int)channels;
        samplerate = reader.ReadInt32( );
        bitspersecond = reader.ReadInt32( );
        formatblockalign = reader.ReadInt16( );
        bitdepth = reader.ReadInt16( );
        if ( formatsize == 18 ) {
            int32 extradata = reader.ReadInt16( );
            reader.Seek( extradata, SeekOrigin::Current );
        }
        break;
    case WavChunks::RiffHeader:
        headerid = chunkid;
        memsize = reader.ReadInt32( );
        riffstyle = reader.ReadInt32( );
        break;
    case WavChunks::Data:
        datachunk = true;
        datasize = reader.ReadInt32( );
        break;
    default:
        int32 skipsize = reader.ReadInt32( );
        reader.Seek( skipsize, SeekOrigin::Current );
        break;
    }
}