RIFF WAVE

Waveform Audio File Format (WAVE)
Dateiendung:.wav
MIME-Type:audio/vnd.wave audio/wav  audio/wave audio/x-wav
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.

Im Gegensatz zum ähnlichen AIFF-Format lassen sich bei WAV keine ID3-Tags speichern.

Dateistruktur

WAV-Dateistruktur

Das RIFF-Format besteht aus mehreren Abschnitten (englisch chunks)[1], die wie beim IFF aufgebaut sind, bis auf die Byte-Reihenfolge: niederwertiges Byte (LSB) voran, also in der Little-Endian-Bytereihenfolge. 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 entstand eine unüberschaubare 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 (englisch subchunks) im übergeordneten Associated-Data-List-Abschnitt gespeichert. Weiterhin 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.

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")

„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:

  • wFormatTag (uint16_t, Identifizierung für das verwendete Format, z. B. steht 0x0001 für PCM, das kanonische, unkomprimierte Format)
  • wChannels (uint16_t)
  • dwSamplesPerSec (uint32_t, Abtastrate in Hz, z. B. steht 0x0000AC44 für 44100)
  • 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 Ganzzahl ("integer") zu kodieren sind mit einer gerade ausreichenden Größe in Byte (eventuell nötige Füllbits stehen am niederwertigen Ende mit dem Wert 0, Zero-Padding). 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. Bei zwei Kanälen (Stereo) wird erst der linke, dann der rechte Kanal gespeichert.

„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.

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 (2 Byte pro Kanal), 44.100 Hertz) z. B. also etwa 10 Megabytes pro Minute (60 s · 44.100 Hz · 4 byte).

Beispiel eines allgemein lesbaren WAVE-PCM-Formats

RIFF-Header (12 Byte):

OffsetTypLänge (in Bytes)Inhalt
0 (0x00)char4'RIFF'
4 (0x04)unsigned4<Dateigröße> − 8
8 (0x08)char4'WAVE'

Der fmt-Abschnitt (24 Byte) beschreibt das Format der einzelnen Abtastwerte:

OffsetLängeInhaltBeschreibung
12 (0x0C)4'fmt 'Header-Signatur (folgendes Leerzeichen beachten)
16 (0x10)4<fmt length>Länge des restlichen fmt-Headers (16 Bytes)
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.[2]
24 (0x18)4<sample rate>Samples pro Sekunde je Kanal (z. B. 44100)
28 (0x1C)4<bytes/second>Abtastrate · Frame-Größe
32 (0x20)2<block align>Frame-Größe = <Anzahl der Kanäle> · ((<Bits/Sample (eines Kanals)> + 7) / 8)   (Division ohne Rest)
34 (0x22)2<bits/sample>Anzahl der Datenbits pro Samplewert je Kanal (z. B. 12)

Der Daten-Abschnitt enthält die Abtastwerte:

OffsetLängeInhaltBeschreibung
36 (0x24)4'data'Header-Signatur
40 (0x28)4<length>Länge des Datenblocks, max. <Dateigröße> − 44
44 (0x2C)<block align>der/die erste(n) Abtastwert(e)
<block align>der/die zweite(n) Abtastwert(e)

Datenformate (Format-Tag)

IDBezeichnung
0x0001PCM
0x0002MS ADPCM
0x0003IEEE FLOAT
0x0005IBM CVSD
0x0006ALAW
0x0007MULAW
0x0010OKI ADPCM
0x0011DVI/IMA ADPCM
0x0012MEDIASPACE ADPCM
0x0013SIERRA ADPCM
0x0014G723 ADPCM
0x0015DIGISTD
0x0016DIGIFIX
0x0017DIALOGIC OKI ADPCM
0x0020YAMAHA ADPCM
0x0021SONARC
0x0022DSPGROUP TRUESPEECH
0x0023ECHOSC1
0x0024AUDIOFILE AF36
0x0025APTX
0x0026AUDIOFILE AF10
0x0030DOLBY AC2
IDBezeichnung
0x0031GSM610
0x0033ANTEX ADPCME
0x0034CONTROL RES VQLPC
0x0035CONTROL RES VQLPC
0x0036DIGIADPCM
0x0037CONTROL RES CR10
0x0038NMS VBXADPCM
0x0039CS IMAADPCM (Roland RDAC)
0x0040G721 ADPCM
0x0050MPEG-1 Layer I, II
0x0055MPEG-1 Layer III (MP3)
0x0069Xbox ADPCM
0x0200CREATIVE ADPCM
0x0202CREATIVE FASTSPEECH8
0x0203CREATIVE FASTSPEECH10
0x0300FM TOWNS SND
0x1000OLIGSM
0x1001OLIADPCM
0x1002OLICELP
0x1003OLISBC
0x1004OLIOPR

Weiterentwicklung

Aufgrund der im Dateiformat benutzten 32-Bit-Felder ergibt sich eine Größenbeschränkung von 4 GiB, was einer Spieldauer von etwa 6,75 Stunden bei zwei Kanälen à 16 Bit und 44100 Abtastwerten je Sekunde (CD-Qualität) entspricht. Bei höherer Amplituden- oder Zeitauflösung bzw. mehr Kanälen sinkt die erreichbare Spieldauer jeweils entsprechend. Um diese Einschränkung zu umgehen, hat Sonic Foundry eine Erweiterung des Formats vorgestellt, welche die Dateigrößenbeschränkung umgeht. Seit der Bereich Desktop Software von Sonic Foundry zu Sony Pictures Digital überging, wird das Format Sony Pictures Digital Wave 64, kurz Wave64, genannt; es wird ohne Lizenzkosten zur Verfügung gestellt. Als Dateinamenserweiterung wird .w64 vorgeschlagen. Der interne Aufbau ist bewusst an das herkömmliche WAVE angelehnt, um die Software-Implementierung zu vereinfachen.[3] Durch die Verwendung von 64-Bit-Feldern wird unter den oben gemachten Annahmen eine maximale Spieldauer von über 3 Millionen Jahren erreicht.

Literatur

  • Günter Born: Referenzhandbuch Dateiformate. 1990, Addison-Wesley Longman, in diversen überarbeiteten Auflagen
  • Gunter Born: File Formats Handbook. ITP Boston 1995.

Weblinks

Einzelnachweise

  1. Resource Interchange File Format Services Spezifikation von Microsoft auf msdn.microsoft.com (englisch)
  2. Thomas Höss und Tobias Rieck: WAV-Audio-Format, fmt-chunk (Memento vom 27. Juni 2007 im Internet Archive) auf it.fht-esslingen.de
  3. VCS Engineering: Sony Wave64. (PDF) Information about Sony Wave64, abgerufen am 2. Mai 2012.

Auf dieser Seite verwendete Medien

WAV-chunks.png
Autor/Urheber:

unbekannt

, Lizenz: PD-Schöpfungshöhe

WAV-Dateistruktur