ADPCM文件解码详解 |
您所在的位置:网站首页 › short类型的数据存储顺序先低后高 › ADPCM文件解码详解 |
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(Waveform Audio),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(Resource Interchange File Format,"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chunk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: WAVE的基本结构WAVEFORMATEX结构定义如下: typedef struct { WORD wFormatag; //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; DWORD nSamplesPerSec;//采样频率; DWORD nAvgBytesperSec;//每秒的数据量; WORD nBlockAlign;//块对齐; WORD wBitsPerSample;//WAVE文件的采样大小; WORD sbSize; //PCM中忽略此值 }WAVEFORMATEX; PCM的结构就是基本结构; IMAADPCMWAVEFORMAT结构定义如下: Typedef struct { WAVEFORMATEX wfmt; WORD nSamplesPerBlock; }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结构后面加入一个“fact”chunk,结构如下: typedef struct{ char[4]; //“fact”字符串 DWORD chunksize; DWORD datafactsize; //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,(前八个字节存储的是标志符“data”和后接数据大小size(DWORD)。这些数据可能是压缩的,也可能是没有压缩的。 PCM中的声音数据没有被压缩,如果是单声道的文件,采样数据按时间的先后顺序依次存入。(它的基本组织单位是BYTE(8bit)或WORD(16bit))如果是双声道的文件,采样数据按时间先后顺序交叉地存入。如图所示:
IMA-ADPCM是压缩格式,它是从PCM的16位采样压缩成4位的。对于单声道的IMA-ADPCM来说,它是将PCM的数据按时间次序依次压缩并写入文件中的,每个byte中含两个采样,低四位对应第一个采样,高四位对应第二个采样。而对于双声道的IMA-ADPCM来说,它的存储相对就麻烦一些了,它是将PCM的左声道的前8个采样依次压缩并写入到一个DWORD中,然后写入“data”chunk里。紧接着是右声道的前8个采样。以此循环,当采样数不足8时(到数据尾端),应该把多出来的采样用0填充。其示意图如下: 特别注意: 在IMA-ADPCM中,“data”chuck中的数据是以block形式来组织的,我把它叫做“段”,也就是说在进行压缩时,并不是依次把所有的数据进行压缩保存,而是分段进行的,这样有一个十分重要的好处:那就是在只需要文件中的某一段信息时,可以在解压缩时可以只解所需数据所在的段就行了,没有必要再从文件开始起一个一个地解压缩。这对于处理大文件将有相当的优势。同时,这样也可以保证声音效果。 Block一般是由block header (block头) 和data 两者组成的。其中block header是一个结构,它在单声道下的定义如下: Typedef struct { short sample0; //block中第一个采样值(未压缩) BYTE index; //上一个block最后一个index,第一个block的index=0; BYTE reserved; //尚未使用 }MonoBlockHeader; 有了blockheader的信息后,就可以不需要知道这个block前面和后面的数据而轻松地解出本block中的压缩数据。对于双声道,它的blockheader应该包含两个MonoBlockHeader其定义如下: typedaf struct { MonoBlockHeader leftbher; MonoBlockHeader rightbher; }StereoBlockHeader; 在解压缩时,左右声道是分开处理的,所以必须有两个MonoBlockHeader; 注1:上述的index是解压缩算法中必须用到的一个参数。详见后面。 注2: 关于block的大小,通常会有以下几种情况: 对于单声道,大小一般为512byte,显然这里面可以保存的sample个数为(512-sizeof(MonoBlockHeader))/4 + 1 = 1017个 diff=-diff; fg=8; } else fg=0; // fg 保存的是符号位 code = 4*diff / steptab[index]; if (code>7) code=7; // 根据steptab[] 得到一个0~7 的值,它描述了采样振幅的变化量 index+=index_adjust[code]; // 根据声音强度调整下次取steptab 的序号,便于下次得到更精确的变化量的描述 if (index88) index=88; prev_sample=cur_sample; SaveComCode(code|fg); // 加上符号位保存起来 } -------------------------------------------------------------------------------- IMA-ADPCM 解压缩过程 解压缩实际是压缩的一个逆过程,假设写好了以下两个函数: GetNextCode() ——得到一个编码(4bit) OutputSamp() ——将解码出来的声音信号保存起来(16bit). int index=0,cur_sample=0; while (还有数据要处理) { code=GetNextCode(); // 得到下一个压缩样品Code 4bit if ((code & 8) != 0) fg=1 else fg=0; code&=7; // 将code 分离为数据和符号 diff = (steptab[index]*code) /4 + steptab[index] / 8; // 后面加的一项是为了减少误差 if (fg==1) diff=-diff; cur_sample+=diff; // 计算出当前的波形数据 if (cur_sample>32767) OutputSamp(32767); else if (cur_sample |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |