RIFF WAVE
| Waveform Audio File Format (WAVE) | |
|---|---|
| Dateiendung: | .wav |
| MIME-Type: | audio/vnd.wave |
| Entwickelt von: | Microsoft & IBM |
| Art: | Audiodatei |
| Erweitert von: | RIFF |
Das WAVE-Dateiformat ist ein Containerformat zur digitalen Speicherung von Audiodaten, das auf dem von Microsoft für Windows definierten Resource Interchange File Format (RIFF) aufsetzt. Eine WAVE-Datei enthält vor den Audiodaten zumindest Informationen über deren Format.
Enthalten sind meist sogenannte PCM-Rohdaten, also eine zeit- und wertdiskrete Darstellung des zeitlichen Verlaufs eines Signals. Die Qualität des aufgezeichneten Klangs hängt dann von zwei Werten ab, der Abtastrate (Anzahl der Abtastungen pro Zeiteinheit) und der Auflösung (Bit-Tiefe); im Fall von komprimierten Daten auch vom Verfahren, z. B. ADPCM oder MP3.
Inhaltsverzeichnis |
[Bearbeiten] Dateistruktur
Das RIFF-Format besteht aus mehreren Abschnitten (engl. chunks)[1], die wie beim IFF aufgebaut sind, bis auf die Byte-Reihenfolge: niederwertiges Byte (LSB) voran. Die WAVE-Spezifikation definiert drei Abschnitte als verpflichtend: Der RIFF-Abschnitt identifiziert die Datei als .wav-Datei und enthält als Container die anderen Abschnitte. Der FORMAT-Abschnitt enthält Parameter wie z. B. die Abtastrate. Der DATA-Abschnitt enthält den Signalverlauf.
Im Laufe der unkoordinierten Entwicklung kam es zu einer unüberschaubaren Anzahl weiterer Abschnittstypen mit teils redundanten Inhalten. Ein Beispiel ist der „Label“-Abschnitt und „Note“-Abschnitt, die beide Cuepoint-Einträge im „Cue“-Abschnitt mit einer Beschriftung versehen. Dabei bezeichnet ein „Label“ den Titel eines Cuepoints, „Note“ einen Kommentar. Sie sind als Unterabschnitte (engl. subchunks) im übergeordneten Associated-Data-List-Abschnitt gespeichert. Des Weiteren gibt es eine Vielzahl von komprimierten Formaten, für die ein „Fact“-Abschnitt mit der dekomprimierten Größe verbindlich ist, die aber ansonsten unterschiedlichste Parameter definieren, was eine vollständige Unterstützung des WAV-Formats für Entwickler noch schwieriger macht.
[Bearbeiten] RIFF-Abschnitt (auch „RIFF-WAVE“-Abschnitt)
Er enthält als Container die anderen Abschnitte, sein Header besteht lediglich aus
chunkID(char[4], "RIFF")ChunkSize(uint32_t, = Dateilänge in Bytes - 8)riffType(char[4], "WAVE")
[Bearbeiten] „Format“-Abschnitt
Er beginnt mit der Kennung "fmt " und muss in der Datei genau einmal enthalten sein – und zwar als erster Unterabschnitt, worauf man sich aber genauso wenig verlassen kann wie darauf, dass der Daten-Chunk der letzte ist. Auf seine ChunkSize folgt der Inhalt, der aus einem Satz allgemeiner Parameter und einem nachfolgenden formatspezifischen Teil besteht. Der allgemeine Teil:
wFormatTagIdentifizierung für das verwendete Format, z. B steht 0x0001 für PCM, das kanonische, unkomprimierte FormatwChannels(uint16_t)dwSamplesPerSec(uint32_t, Abtastrate in Hz)dwAvgBytesPerSec(uint32_t, nötige Übertragungsbandbreite)wBlockAlign(uint16_t, Größe der Frames in Bytes)
Für PCM-Daten hat der Format-Abschnitt nur noch dieses eine Feld:
wBitsPerSample(uint16_t, Quantisierungsauflösung, identisch für alle Kanäle)
Wird keine Kompression verwendet, ist dwAvgBytesPerSec das Produkt aus Abtastrate und Framegröße. Die Framegröße ergibt sich aus der Vorgabe, dass alle Werte im Daten-Abschnitt als Integer zu kodieren sind mit einer gerade ausreichenden Größe in Byte (eventuell nötige Füllbits stehen am niederwertigen Ende mit dem Wert 0). Für das PCM-Format gilt
wBlockAlign = wChannels * ((wBitsPerSample + 7) / 8)(Integer-Division ohne Rest),
sodass die Framegröße für 12-Bit-Stereo nicht drei sondern vier Byte beträgt.
[Bearbeiten] „Data“-Abschnitt
Er hat die Kennung "data". Seine chunkSize enthält (wie bei allen Abschnitten) weder die 8 Bytes von Kennung und Größe noch eventuell ein am Ende zur vorgeschriebenen Ausrichtung auf Wortgrenzen nötiges Null-Byte. Sein Inhalt ist eine Folge von Frames.
Im Fall von PCM-Daten enthält jeder Frame ein „Sample“ von Abtastwerten, einen pro Kanal. Bei zwei Kanälen (Stereo) wird erst der linke, dann der rechte Kanal gespeichert. Abtastwerte sind für Bit-Tiefen bis 8 als unsigned char kodiert, sonst signed int. Bei Bit-Tiefen, die nicht durch 8 teilbar sind, wird das niederwertigste Byte (LSB) rechts mit Nullen aufgefüllt (Zero-Padding). Das ergibt beispielsweise für den größten positiven 12-Bit-Wert „0x7FF“ die Bytefolge „0xF0 0x7F“.
Dieses Format, ohne Header gespeichert, hat üblicherweise die Endung *.raw und setzt bei der Wiedergabe die Kenntnis von Abtastrate, Bittiefe und Byte-Reihenfolge voraus (letztere ist nur unter RIFF festgelegt, nicht für rohes PCM).
Die Größe des „Data“-Abschnitts im Datenformat PCM berechnet sich wie folgt: Pro Sekunde fallen dwSamplesPerSec Frames zu je wChannels Abtastwerten zu je ein oder zwei Bytes an. Für CD-Qualität (16 Bit stereo = 4 Bytes pro Sample, 44.100 Hertz) z. B. also etwa 10 Megabyte pro Minute (60 s · 44.100 Hz · 4 byte).
[Bearbeiten] Beispiel eines allgemein lesbaren WAVE-PCM-Formats
RIFF-Header:
| Offset | Länge (in byte) | Inhalt |
|---|---|---|
| 0 (0x00) | 4 | 'RIFF' |
| 4 (0x04) | 4 | <Dateigröße - 8> |
| 8 (0x08) | 4 | 'WAVE' |
Der fmt-Abschnitt beschreibt das Format der einzelnen Abtastwerte:
| Offset | Länge | Inhalt | Beschreibung |
|---|---|---|---|
| 12 (0x0C) | 4 | 'fmt ' | Header-Signatur |
| 16 (0x10) | 4 | <fmt length> | Länge des restlichen fmt-Headers (16 byte) |
| 20 (0x14) | 2 | <format tag> | Datenformat der Abtastwerte (siehe separate Tabelle weiter unten) |
| 22 (0x16) | 2 | <channels> | Anzahl der Kanäle: 1 = mono, 2 = stereo; Mittlerweile sind auch mehr als 2 Kanäle (z. B. für Raumklang) möglich. ergänzt von [1] |
| 24 (0x18) | 4 | <sample rate> | Samples pro Sekunde (z. B. 44100) |
| 28 (0x1C) | 4 | <bytes/second> | Abtastrate * Frame-Größe |
| 32 (0x20) | 2 | <block align> | Frame-Größe = <channels> * ((<bits/sample>+7) / 8) (Division ohne Rest) |
| 34 (0x22) | 2 | <bits/sample> | z. B. 12 |
Der Daten-Abschnitt enthält die Abtastwerte:
| Offset | Länge | Inhalt | Beschreibung |
|---|---|---|---|
| 36 (0x24) | 4 | 'data' | Header-Signatur |
| 40 (0x28) | 4 | <length> | Länge des Datenblocks |
| 44 (0x2C) | <block align> | der/die erste(n) Abtastwert(e) | |
| <block align> | der/die zweite(n) Abtastwert(e) | ||
| … | … | ||
[Bearbeiten] Datenformate (Format-Tag)
| ID | Bezeichnung |
|---|---|
| 0x0001 | PCM |
| 0x0002 | MS ADPCM |
| 0x0003 | IEEE FLOAT |
| 0x0005 | IBM CVSD |
| 0x0006 | ALAW |
| 0x0007 | MULAW |
| 0x0010 | OKI ADPCM |
| 0x0011 | DVI/IMA ADPCM |
| 0x0012 | MEDIASPACE ADPCM |
| 0x0013 | SIERRA ADPCM |
| 0x0014 | G723 ADPCM |
| 0x0015 | DIGISTD |
| 0x0016 | DIGIFIX |
| 0x0017 | DIALOGIC OKI ADPCM |
| 0x0020 | YAMAHA ADPCM |
| 0x0021 | SONARC |
| 0x0022 | DSPGROUP TRUESPEECH |
| 0x0023 | ECHOSC1 |
| 0x0024 | AUDIOFILE AF36 |
| 0x0025 | APTX |
| 0x0026 | AUDIOFILE AF10 |
| 0x0030 | DOLBY AC2 |
| 0x0031 | GSM610 |
| 0x0033 | ANTEX ADPCME |
| 0x0034 | CONTROL RES VQLPC |
| 0x0035 | CONTROL RES VQLPC |
| 0x0036 | DIGIADPCM |
| 0x0037 | CONTROL RES CR10 |
| 0x0038 | NMS VBXADPCM |
| 0x0039 | CS IMAADPCM (Roland RDAC) |
| 0x0040 | G721 ADPCM |
| 0x0050 | MPEG-1 Layer I, II |
| 0x0055 | MPEG-1 Layer III (MP3) |
| 0x0069 | Xbox ADPCM |
| 0x0200 | CREATIVE ADPCM |
| 0x0202 | CREATIVE FASTSPEECH8 |
| 0x0203 | CREATIVE FASTSPEECH10 |
| 0x0300 | FM TOWNS SND |
| 0x1000 | OLIGSM |
| 0x1001 | OLIADPCM |
| 0x1002 | OLICELP |
| 0x1003 | OLISBC |
| 0x1004 | OLIOPR |
[Bearbeiten] Einzelnachweise
- ↑ Resource Interchange File Format Services Spezifikation von Microsoft auf msdn.microsoft.com (engl.)
[Bearbeiten] Literatur
- Born, Günter: Referenzhandbuch Dateiformate. 1990, Addison Wesley Longman, in diversen überarbeiteten Auflagen
- Born, Gunter: File Formats Handbook. 1995, ITP Boston
[Bearbeiten] Weblinks
Deutsche Quellen
- WAV-Audio-Format (Ausführliche Beschreibung im Rahmen der Zusammenfassung eines Seminars zur Vorlesung Multimedia an der Hochschule Esslingen.)
- „Das *.wav Soundformat.“ Header, Datenfeld und Beispiel einer PCM-WAV-Datei für Windows. (Knapp und übersichtlich. Aus einer Diplomarbeit von Thomas Becker und Dirk Manthey an der Fachhochschule Gießen-Friedberg)
Englisches
- WAVE File Format (engl., ausführlicher)
- WAVE Audio File Format - Spezifikationen (engl.)
- Version 1.0 der Spezifikation (engl.)
- Timothy John Weber: The WAVE File Format. Answers to Common Questions.(engl.)
