Visual C++ 6.0 聲音文件操作完全指南：從 WAVE 格式解析到數據讀寫實戰

前言

在 Visual C++ 相關的程式設計資源中，無論是厚重的參考書還是電腦雜誌，對聲音文件處理的介紹往往只是輕描淡寫，導致許多程式設計愛好者難以透徹掌握這一領域的核心知識。本文旨在為剛踏入聲音處理領域的開發者提供一份清晰的引導，助您快速深入聲音處理的核心技術。

目前電腦系統處理聲音文件主要有兩種途徑：一是使用現成的軟體，如微軟錄音機、Sound Forge、Cool Edit 等，它們能實現錄音、編輯、播放等基本功能，但受限於預設功能，難以滿足靈活、深度的聲音數據處理需求；二是利用微軟提供的多媒體服務，在 Windows 環境下自行編寫程式，實現特定功能。本文將詳細介紹 WAVE 文件格式，並演示如何使用 Visual C++ 6.0 進行聲音文件編程。所有程式碼均在 Windows 2000 + Visual C++ 6.0 環境下編譯運行通過。

RIFF 文件結構與 WAVE 文件格式深度解析

Windows 支援兩種 RIFF (Resource Interchange File Format) 格式的音頻文件：MIDI 的 RMID 文件和波形音頻文件 WAVE。其中 WAVE 格式（擴展名 *.wav）是 Windows 系統下最常用的數位化聲音格式。常見的 WAVE 語音文件主要分為單聲道（11.025kHz 採樣率、8 位採樣值）和雙聲道（44.1kHz 採樣率、16 位採樣值）兩種。採樣率指模擬轉數位過程中單位時間內的採樣次數；採樣值則是每個採樣週期內聲音模擬信號的積分值。

RIFF 文件的樹狀結構

RIFF 文件結構可視為樹狀結構，基本單元為「塊」。每個塊包含：標識符（4 bytes）、數據大小（4 bytes）、數據。其中標識符如 "RIFF"、"LIST" 等；數據大小指定數據域長度；數據可由子塊組成。一般塊之間平行不嵌套，但 "RIFF" 和 "LIST" 類型的塊可以嵌套子塊，RIFF 塊級別最高，可包含 LIST 塊。RIFF/LIST 塊的數據開頭分別為格式類型（如 WAVE 的 "WAVE"）和列表類型（如 AVI 的 "strl"）。

WAVE 文件具體結構

WAVE 文件是簡單的 RIFF 文件，格式類型為 "WAVE"。其 RIFF 塊包含兩個關鍵子塊："fmt " 和 "data"。

• fmt 子塊：由 PCMWAVEFORMAT 結構組成，包含編碼格式（如 PCM）、聲道數、採樣頻率、每秒數據量、塊對齊等資訊。
• data 子塊：存放實際的數位化波形數據，格式取決於 fmt 子塊中 wFormatTag 指定的編碼方式。多聲道文件中採樣數據交替存放（如 16 位雙聲道：左聲道低字節、高字節，右聲道低字節、高字節...）。

聲音數據讀取操作實戰

操作聲音文件的核心流程：打開 WAVE 文件 → 獲取聲音數據 → 按演算法進行數學運算 → 將結果存回 WAVE 文件。可以使用 CFile 類直接讀寫，或調用 Windows 多媒體 API（如 mmioOpen、mmioRead 等）實現更專業的多媒體數據流處理。掌握 RIFF/WAVE 結構後，您即可自行解析文件頭、定位數據塊，實現聲音剪輯、混音、特效處理等高級功能。