WAV

初期には、無圧縮PCMとADPCMなど幾つかの簡単な圧縮にしか対応していなかったが、後に様々な音声コーデックが登場し、利用できるようになった。

現在では、mp3形式のデータをWAVファイルに格納することも可能である。

格納フォーマットの番号は16ビットの数値であり、この番号さえ取得できれば理論上どんな形式でも格納可能。但し、どこに問い合わせれば番号が貰えるのかは全く不明である。

技術的には、ファイル形式はAVIと同様にRIFFになっている。AVIファイルの音声だけのもの、とも考えられる。

WAVファイルはRIFFチャンク形式なので、汎用性が高く、様々な情報を同時に格納することができる。

工夫すれば複数の音楽ファイルを一つのWAVファイル内に格納することも理論上可能だが、そのようには使われていない。事実上格納可能なデータは一つ(一曲)だけである。

ファイルは、フォーマット部(fmt)、全サンプル数(fact)、波形データ(data)、コメント情報(LIST)、などのチャンクで構成される。

WAVファイルとして成立させるには最低限、fmtチャンクとdataチャンクがあれば良い。

RIFF形式の識別子は「RIFF」、種類を表わす識別子は「WAVE」である。

データ部は、ステレオならLRLR…の順に格納する。データは無符号8ビットまたは符号付き16ビットであり、16ビット時のバイトオーダーはリトルエンディアンである。

基本的なファイル構造は次の通り。

• RIFFヘッダー
  • fmtチャンク
  • (factチャンク) (ない場合もある)
  • dataチャンク
  • (DISPチャンク) (ない場合もある)
  • (LISTチャンク) (ない場合もある)

WAVファイルとして最低限必要なのは、サンプリングレートなどの情報を格納するfmtチャンクと、実際の波形情報を格納するdataチャンクのみである。

fmtチャンクの大きさや構成は使用するフォーマット(圧縮などの種類)により変わり、dataチャンクの大きさはそれに加えて音響の長さにより変わる。

RIFFヘッダー内に全体のファイルサイズを書く必要があるが、これが32ビットであるため、ファイルの最大サイズは4Giバイトということになる。

最もシンプルな場合の、WAVのファイルヘッダーは、次のような構造をとる。

2バイト/4バイトの各値は、リトルエンディアンで格納される。

fmtチャンクの8番目の項目、ビットレートは、ビット/サンプルの値が格納される。例えば、WAVE_FORMAT_PCM(リニアPCM)であれば8ビットなら8、16ビットなら16が格納され、WAVE_FORMAT_MULAW(μ-Law)なら常に8である。さらに、WAVE_FORMAT_GSM610(GSM 6.10)の場合は常に0が格納される。

このように0が格納されることもあるため、8や16が格納されることを前提としているとバグを発生させる。例えばAndroid 5.0ではこれが0になることを想定しないコードが追加されたため、GSM 6.10のWAVを再生すると0除算例外(SIGFPE)が発生するという、不具合修正と称する不具合「Fix WAVExtractor to output full audio frames only」が存在した。なおこの残念なバグは「Fix GSM WAV playback」としてAndroid 5.1で無事に修正されている。

波形情報を格納するチャンクである。

• PCMであれば、8ビット長または16ビット長
• ステレオであれば、L R L R L R … の順で交互に時間順に記録
• 16ビットの数値は、リトルエンディアン
• データ
  • 8ビットPCMは、unsigned char (0 〜 255、無音は 128)
  • 16ビットPCMは、signed short (-32768 〜 +32767、無音は 0)

WAVは、格納する波形情報の種類を、16ビットの数値で表わす。

Microsoft Visual C++なら、MMReg.hをincludeすることでラベルが使用できるようになる。

今となってはobsolete(破棄)されたものも多い。