WAVファイルのフォーマットについて

はじめに

Windows WAVファイルは、RIFFというファイルフォーマットで作成されています。
以下では、RIFFファイルフォーマットについて、記載いたします。

RIFFとは

RIFF(Resource Interchange File Format)は、タグ付きの画像や音声などのデータを１つのファイルに格納するための汎用ファイルフォーマットです。RIFFは、チャンク（chunk）と呼ばれる論理的なデータ単位で各データを記載します。
チャンクには、以下のような種類があります。WAVファイルでは、RIFFチャンク、fmtチャンク及びdataチャンクが使用されています。
データは、下位バイトから順に配置するリトルエンディアンで記載します。

• RIFFチャンク（必須）
• fmtチャンク（必須）
• factチャンク（PCMフォーマットでは、オプション）
• peakチャンク（オプション）
• dataチャンク（必須）
• など

チャンクのデータ構造について

項目	サイズ (バイト)	説明
ckID	4	チャンクを識別するための４文字の固定長のコードです。 １～４文字で構成されます。 ４文字未満の場合は、余りをスペース（空白）にします。
ckSize	4	データサイズnをバイト単位で指定します。
data	n	データ本体を格納します。

各チャンクのデータ構造について

各チャンクのデータ構造について、以下に記載します

【RIFFチャンク】

項目	サイズ （バイト）	説明
ckID	4	チャンクID：”RIFF”を記述します。 (0x52,0x49,0x46,0x46)
ckSize	4	チャンクサイズ：4+nを記載いたします。 (ckIDとckSizeを除いたファイル全体のサイズ)
format	4	WAVEファイルの場合は、”WAVE”を記載します。 (0x57,0x41,0x56,0x45)
Data	n	データ本体を記載します。

【fmtチャンク】

項目	サイズ (バイト)	説明
ckID	4	チャンクID：”fmt”を記載します。 (0x66,0x6d,0x74,0x20)
ckSize	4	チャンクサイズ：nを記載します。 (ckIDとckSizeを除いたチャンクサイズ)
wFormatTag	2	データのフォーマットを記載します。 0x01:PCM(0x01,0x00) 0x06:G.711 A-law(0x06,0x00) 0x07:G.711 μ-law(0x07,0x00)
nChannels	2	チャネル数を記載します。 0x01:モノラル(0x01,0x00) 0x02:ステレオ(0x02,0x00)
nSamplePerSec	4	サンプリングレートを記載します。
nAvgBytesPerSec	4	平均バイトレートを記載します。 サンプリングレート*1ブロックのバイト数
nBlockAlign	2	1ブロックのバイト数を記載します。 1サンプル当たりのバイト数*チャネル数。
nBitsPerSample	2	1サンプルあたりのビット数を記載します。 8ビット:0x08、16ビット:0x10
cbSize	2	追加情報のサイズを記載します。 追加情報がない場合は、0。
追加情報	n	追加情報を記載します。

【factチャンク】

項目	サイズ (バイト)	説明
ckID	4	チャンクID：”fact”を記載します。 (0x66,0x61,0x63,0x74)
ckSize	4	チャンクサイズ:4を記載します。 (ckIDとckSizeを除いたチャンクサイズ)
dwSampleLength	4	1チャネルあたりのサンプル数を記載します。

【dataチャンク】

項目	サイズ (バイト)	説明
ckID	4	チャンクID：”data”を記載します。 (0x50,0x45,0x41,0x4b)
ckSize	4	チャンクサイズ：n or n+1 (ckIDとckSizeを除いたチャンクサイズ)
samleData	n	サンプルデータを記載します。
(padingData)	0 or 1	ckSizeが奇数の場合にのみ追加します。