1

我现在尝试使用 delphi 读取 .wav 文件，这是我的代码：

type
  TWaveHeader = packed record
    Marker_RIFF: array [0..3] of char;
    ChunkSize: cardinal;

    Marker_WAVE: array [0..3] of char;
    Marker_fmt: array [0..3] of char;
    SubChunkSize: cardinal;

    FormatTag: word;

    NumChannels: word;
    SampleRate: longint;
    BytesPerSecond: longint;
    BytesPerSample: word;
    BitsPerSample: word;


    Marker_data: array [0..3] of char;
    DataBytes: longint;
  end;

  TChannel = record
  Data : array of double;
end;

一些私人声明

private
    wavehdr:TWaveHeader;
    wavedata:array[0..3]of TChannel;
    numsamples:integer;

功能

  FillChar(wavehdr, sizeof(wavehdr), 0);
  Stream.Read(wavehdr, sizeof(wavehdr));

  { Log Header data }
  with memo1.Lines do begin
    Add('Filename : '+od.FileName);
    Add('Header size : '+inttostr(sizeof(wavehdr)));
    tmpstr := wavehdr.Marker_RIFF;
    Add('RIFF ID : '+tmpstr+'');
    Add('Chunk size : '+inttostr(wavehdr.ChunkSize));
    tmpstr := wavehdr.Marker_WAVE;
    Add('WAVE ID : '+tmpstr+'');
    tmpstr := wavehdr.Marker_fmt;
    Add('''fmt '' ID : '+tmpstr+''' ');
    Add('SubChunk size : '+inttostr(wavehdr.SubChunkSize));
    Add('Format : '+inttostr(wavehdr.FormatTag));
    Add('Num Channels : '+inttostr(wavehdr.NumChannels));
    Add('Sample rate : '+inttostr(wavehdr.SampleRate));
    Add('Bytes per second : '+inttostr(wavehdr.BytesPerSecond));
    Add('Bits per sample : '+inttostr(wavehdr.BitsPerSample));
    Add('Block Align : '+inttostr((wavehdr.NumChannels*wavehdr.BitsPerSample)div 8));
  end;

  numsamples := (file.size div (wavehdr.NumChannels*wavehdr.BitsPerSample)div 8) div wavehdr.BytesPerSample;
  case wavehdr.NumChannels of
      1:begin
        SetLength(wavedata[0].Data, numsamples);
        Stream.Read(wavedata[0].Data[0], numsamples);
      end;

      2:begin
        SetLength(wavedata[0].Data, numsamples);
        SetLength(wavedata[1].Data, numsamples);
        for i := 0 to high(wavedata[0].Data) do begin
          Stream.Read(wavedata[0].Data[i], 2);
          Stream.Read(wavedata[1].Data[i], 2);
        end;
      end;
  end;

上面的代码为我提供了关于 .wav 标头（与 MATLAB DOES 相同）的完全相同的信息和详细信息，即：

  • 文件名：E:\dephi\classic3.wav
  • RIFF ID : RIFF
  • 块大小：18312354
  • 波号：波
  • 'fmt' 标识： fmt'
  • 子块大小：16
  • 格式：1（PCM）
  • 通道数：2（立体声）
  • 采样率：44100
  • 每秒字节数：176400
  • 每个样本的位数：16
  • 块对齐：4

除了我通过（wavedata的大小/wavedata的blockalign）-44计算的总样本数据外，44是wav的标题。它不准确，有时会错过 5,1,10 。我只使用了 5 个样本进行了测试。这里有一个例子：

  • classic1.wav matlab：3420288，delphi（我的计算）：（13681352/4）-44= 3420294
  • classic2.wav matlab:2912256, delphi(我的计算):(11649204/4)-44= 2912257

而且来自 matlab 和 delphi 的样本数据值也不同，比如

classic1.wav MATLAB:(前10个值leftchannel和rightchannel)

  1. -3.05175781250000e-05 [] 6.10351562500000e-05
  2. -6.10351562500000e-05 [] 6.10351562500000e-05
  3. -6.10351562500000e-05 [] 3.05175781250000e-05
  4. 0 [] -3.05175781250000e-05
  5. 6.10351562500000e-05 [] -6.10351562500000e-05
  6. 6.10351562500000e-05 [] -6.10351562500000e-05
  7. 3.05175781250000e-05 [] -3.05175781250000e-05
  8. 6.10351562500000e-05 [] -6.10351562500000e-05
  9. 3.05175781250000e-05 [] 0
  10. -3.05175781250000e-05 [] 6.10351562500000e-05

DELPHI：（前10个值左声道和右声道）

  1. 9.90156960830442E-320 [] 1.00265682167023E-319
  2. 9.90156960830442E-320 [] 9.77113627780233E-320
  3. 3.26083326255223E-322 [] 0
  4. 1.39677298735779E-319 [] 1.37088394751571E-319
  5. 1.45932169812129E-319 [] 1.33373021094845E-319
  6. 1.23175506164681E-319 [] 1.206903559661E-319
  7. 1.28239679034554E-319 [] 1.40932225476216E-319
  8. 1.37068632125737E-319 [] 1.33382902407761E-319
  9. 1.33373021094845E-319 [] 1.25685359645555E-319
  10. 1.40907522193924E-319 [] 1.33358199125469E-319

我的问题是：

  1. 在查找wav文件的总样本时，如何正确执行？
  2. matlab和delphi读取wav文件（数据块）的方式是否不同？或者也许我的代码是错误的？
  3. 有没有办法像 MATLAB 一样获得相同的值？

编辑：我遵循 mbo 建议并将其更改为 mbo 建议

Data : array of SmallInt;
numsamples := wavehdr.DataBytes div (wavehdr.NumChannels * wavehdr.BitsPerSample div 8);
Stream.Read(wavedata[0].Data[i], SizeOf(SmallInt));

口译部分我不确定，但我把它改成了

floattostr(wavedata[0].Data[i]/32768.0)
floattostr(wavedata[1].Data[i]/32768.0)

我得到的结果：

  1. 0.611602783203125 [] 0.61932373046875
  2. 0.611602783203125 [] 0.603546142578125
  3. 0.0023193359375 [] 0
  4. 0.862762451171875 [] 0.846771240234375
  5. 0.901397705078125 [] 0.823822021484375
  6. 0.760833740234375 [] 0.7454833984375
  7. 0.7921142578125 [] 0.870513916015625
  8. 0.799774169921875 [] 0.761016845703125
  9. 0.8238525390625 [] 0.782623291015625
  10. 0.354766845703125 [] 0.76123046875
4

1 回答 1

6

Wav 文件（每个样本的位数：16）包含有符号的 16 位整数数据（SmallInt 类型），但您在浮点 8 字节类型的 Double 数组中读取数据。

你可以声明

Data : array of SmallInt;

计算 

numsamples := wavehdr.DataBytes div (wavehdr.NumChannels * wavehdr.BitsPerSample div 8);

把它们读成

Stream.Read(wavedata[0].Data[0], numsamples * SizeOf(SmallInt))
or multichannel case:
Stream.Read(wavedata[0].Data[i], SizeOf(SmallInt));

然后将数据值解释为浮点数 Data[i] / 32768.0

请注意，matlab 值 3.05175781250000e-05 = 1/32768.0 是 16 位信号的最小量

于 2013-04-26T04:33:27.687 回答