wav 파일 포맷에 대해 알아보자

 wave file format은 멀티미디어 파일 재생을 위해 마이크로소프트에서 만든 데이터 포맷RIFF(Resource Interchange File Format)의 하나이다. 본 포스트에서는 wave file format에 대해 알아보고 간단한 python code를 만들어 wave file을 분석해 보았다.

file format은 아래 문서를 참조 했다.

Multimedia Programming Interface and Data Specifications 1.0

Issued as a joint design by IBM Corporation and Microsoft Corporation
August 1991


RIFF chunk

wave file format은 RIFF 컨테이너를 사용하고 있다. 각 chunk는 ID, 길이 정보, 데이터를 가지고 있다. Chunk의 ID 및 Format는 big-endian이고, 그 외는 little-endian으로 저장되어 있다.

그림 1. wave file format RIFF chunk

wave 파일의 sub chunk에는 기본으로 fmt, data chunk가 들어가며, 필요에 따라 fact, cue points, playlist, associated data list 들이 들어간다.  

fmt Chunk

그림 2. fmt chunk

fmt chunk는 그림 2와 같은 형태로 이루어져 있으며, data chunk에 들어있는 오디오 데이터의 형식에 관한 정보를 가지고 있다.

 fmt chunk는 공통을 사용되는 'common filed'와 오디오 포맷에 따라 달라지는 'format specific field'로 나눠져 있다. format specific field는 오디오 format에 따라 존재하거나 존재하지 않을 수 있다.

common field의 의미는 아래와 같다.

wFormatTag : 데이터 포맷 

mmreg.h 참조 (https://docs.microsoft.com/en-us/windows/win32/api/mmreg/)

#define WAVE_FORMAT_PCM         1
#define  WAVE_FORMAT_UNKNOWN                    0x0000 /* Microsoft Corporation */
#define  WAVE_FORMAT_ALAW                       0x0006 /* Microsoft Corporation */
#define  WAVE_FORMAT_MULAW                      0x0007 /* Microsoft Corporation */  
...
#define  WAVE_FORMAT_EXTENSIBLE                 0xFFFE /* Microsoft */

wChannels : 채널 수
dwSamplesPerSec : 샘플링 레이트
dwAvgBytesPerSec : 데이터 레이트로 nSamplesPerSec  * nBlockAlign 이다.
wBlockAlign : Data 블록 사이즈이며, 바이트 단위이다.  (wBitsPerSample / 8) * nChannels 
wBitsPerSample : 샘플 당 비트 수를 의미한다. 


fact Chunk

그림 3. fact chunk

pcm이 아닌 데이터는 fact chunk를 가지고 있다. fact chunk는 dwSampleLegth 필드 하나만을 가지고 있다.

dwSampleLength 는 채널당 샘플의 개수를 나타낸다.


playlist chunk

playlist chunk('plst')는 cue-point에 대한 재생 순서를 지정하는데 사용된다.

그림 4. playlist chunk

dwSegments : play-segment 개수를 의미한다.
play-segment.dwName : cue-point의 이름으로 cue-points chunk의 cue-point의 이름과 일치해야 한다. 
play-segment.dwLength : 샘플의 섹션 길이를 지정한다.
play-segment.dwLoops : 섹션의 재생 횟수를 지정한다.


cue-points chunk

cue-points chunk ('cue ')에는 cue-point 들이 들어있으며, playlist chunk에서 이 cue-point를 사용한다. cue-point는 데이터 스트림에서 일련의 위치를 식별하는 데 사용된다.

그림 5. cue-points chunk

dwCuePoints : cue-point의 개수를 나타낸다.
cue-point.dwName : cue-point의 이름을 나타내며, 파일내에서 중복되지 않아야 한다.
cue-point.dwposition : cue-point의 샘플 위치를 나타낸다. 재생 순서 내의 순차적인 샘플의 번호.
cue-point.fccChunk : cue-point를 포함하는 chunk의 이름 또는 ChunkID를 나타낸다.
cue-point.dwChunkStart : cue-point를 포함하는 chunk의 파일내에서의 시작 위치를 나타낸다.
cue-point.dwBlockStart : cue-point 위치을 포함한 block의 시작 위치를 나태난다.
cue-point.dwSampleOffset : cue-point의 샘플 위치 나타낸다. block위치에서 offset으로 표현된다.


associated data chunk

associated data chunk('adtl')는 LIST chunk 내에 존재하며, wave 파일 내에 label, note, text, 별도의 데이터를 첨부하는 기능을 가지고 있다. 

그림 6. associated data chunk


adtl 내부의 labl, note, ltxt, file chunk의 dwName은 cue-points chunk안에 존재해야 한다.


PEAK chunk

peak chunk는 data chunk내의 오디오 샘플에서 amplitude가 가장 큰 위치와 값을 알려주는 역할을 한다.

그림 7. peak chunk

value는 float 값이며, position은 peak의 위치를 나타낸다. 


data Chunk

그림 4. data chunk


data chunk에는 샘플링된 오디오 데이터가 들어있다.

PCM 데이터가 들어있는 순서는 다음과 같다. 

8 bits mono pcm의 경우

| sample 1 | sample 2 | sample 3 | ...

8 bits stereo pcm의 경우

| left channel sample 1 | right channel sample 1 | left channel sample 2 | right channel sample 2 | ...

16 bits mono pcm의 경우

| low-order byte of sample 1 | high-order byte of sample 1 | low-order byte of sample 2 | high-order byte of sample 2 | ...



wave 파일 분석 예

https://en.wikipedia.org/wiki/WAV 페이지에서 몇 개의 wave파일을 다운 받은 후 간단히 python 코드를 만들어 분석해 보았다. 



wave file : 11k16bitpcm.wav

wave file format :  RIFF 304570 WAVE
---------
sub chunk id : fmt    cksize: 16
  wFormatTag : 1
  wChannels : 1
  dwSamplePerSec : 11025
  dwAvgBytesPerSec : 22050
  wBlockAlign : 2
  wBitsPerSample : 16
---------
sub chunk id : data   cksize: 304534



wave file : 8kulaw.wav

wave file format :  RIFF 110538 WAVE
---------
sub chunk id : fmt    cksize: 18
  wFormatTag : 7
  wChannels : 1
  dwSamplePerSec : 8000
  dwAvgBytesPerSec : 8000
  wBlockAlign : 1
  wBitsPerSample : 8
  cbsize : 0
---------
sub chunk id : fact   cksize: 4
  dwSampleLength : 110488
---------
sub chunk id : data   cksize: 110488



wave file : 8kmp38.wav

wave file format :  RIFF 13576 WAVE
---------
sub chunk id : fmt    cksize: 30
  wFormatTag : 85
  wChannels : 1
  dwSamplePerSec : 8000
  dwAvgBytesPerSec : 1000
  wBlockAlign : 1
  wBitsPerSample : 0
  cbsize : 12
    format specific data : 0x 010002000000480001007105
---------
sub chunk id : fact   cksize: 4
  dwSampleLength : 110488
---------
sub chunk id : data   cksize: 13514


관련 글

python의로 만든 wav 파일 parser 예제 코드

댓글

댓글 쓰기

이 블로그의 인기 게시물

base64 인코딩 디코딩 예제 c 소스

이미지
본 글은 base64 encoder/decoder예제 c 소스 코드를 싣고 있다. BASE64 BASE64는 일련의 데이터를 64종류" ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789+/ "의 문자만을 이용하여 표현하도록 하는 부호화 방식이다. Base64는 인터넷 이메일 프로토콜이나 http url등에서 사용된다.  부호화 과정은 아래와 같다. 문자 : Hello Hex 코드 : 0x48 0x65 0x6c 0x6c 0x6f 8bits bin 코드: 01001000 01100101 01101100 01101100 01101111 8비트 단위의 문자를 6비트 단위로 분리한다. 6bits bin 코드 : 010010  000110  010101  101100  011011  000110  1111  00  ‘=’ 6비트 2진 코드 값은 BASE64 코드 테이블의 인덱스이고 각 인덱스의 문자로 base64 부호화 한다. 마지막 모자라는 비트는 0으로 채우며, 4글자 단위로 부호화 하기 때문에 4글자가 안되면 ‘=’기호를 사용해 4글자를 맞춘다. Base64 코드 : aGVsbG8= Base64 Encoder source code Base64 인코더 소스는 아래와 같다. 위의 부호화 예대로 text데이터를 받아 6bit 단위로 나누어 base64 코드 테이블에 맞춰 부호화를 진행한다. static const char base64code_ascii[] = "ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789+/"; int text2base64_size(const char *text) { int len = strlen(te
자세한 내용 보기

아두이노(arduino) 심박센서 (heart rate sensor) 심박수 측정 example code

이미지
하드 정리 중 예전에 만든 아두이노에서 심박센서를 사용하여 심박수 측정하는 소스 코드가 있어, 이를 블로그 글로 남긴다. 인터넷 쇼핑몰에서 쉽게 구할 수 있는 저렴함 센서가 사용 되었으며, 연결은 아래 그림과 같이 연결 되었다.      심박센서의 하트 부위에 손가락을 올려 놓고, 아날로그 A0값을 읽으면 심박의 움직임에 따라 A0값이 변하는 동작이 간단한 센서이다. 아래 그림의 왼쪽은 일정 시간 간격 마다 A0값을 읽어 시리얼 플로터로 본 심박에 따른 데이터이고, 오른쪽은 평균 필터를 사용해 노이즈를 제거한 후 시리얼 플로터로 본 데이터이다.   심박수는 수집된 데이터에서 threshold를 넘는 peak들의 시간 간격을 측정하여 계산한다.  peak위치를 찾는 방법은 여러 가지 방법이 있으나, 소스에 구현된 방법은 신호의 기울기가 +에서 0또는 -로 바뀌는 위치를 peak으로 선정하도록 하였다. 심장이 t시간동안 N회 뛰는 경우 심박수는 heart rate bpm = (N/t)*60 을 표현 할 수 있다.   threshold는 데이터를 보고 임의로 정했으며, 측정 데이터에 따라 자동으로 정하고 싶을 때는 cfar 같은 방법을 사용하면 된다.  소스는 아래와 같다. #define heartbit_adc_threshold      511 #define meanfilter_size             5 #define heartbit_tick_buffer_size   10 #define measure_buffer_size       3 float meanfilter[meanfilter_size] = {0,};
자세한 내용 보기

간단한 cfar 알고리즘에 대해

이미지
Constant False Alarm Rate (CFAR)은 기본적으로 테스트하고자 하는 위치의 cell과 주변 cell의 관계를 보고 테스트 cell이 Target 인지 아닌지를 구분하는 알고리즘이다. 주변 cell과의 관계를 어떤 방식으로 비교하는가에 따라 여러가지 알고리즘이 존재한다. CA-CFAR, GO-CFAR, SO-CFAR, OS-CFAR, VI-CFAR, OSVI-CFAR등이 있다. 이 많은 알고리즘 중 간단하고 기본적인 CA-CFAR과 OS-CFAR에 대해 알아보자. CA-CFAR (Cell Average CFAR)   CA-CFAR의 원리는 위 그림과 같다. 좌우의 Reference Cell의 평균에 Scale Factor T를 곱하고, ADT (Average Decision Threshold)를 합하여 CUT가 타겟인지 아닌지를 구분한다. ADT는 신호의 white noise를 고려하기 위해 더해준다. Scale Factor T와 ADT는 아래와 같은 공식으로 사용할 수 있다. 사용하려는 시스템에 따라 공식은 달라질 수도 있다.   Pfa는 False Alarm 발생 확률을 나타내고, M과N는각 좌우의 Reference Cell의 개수를 나타낸다. OS-CFAR (Order Static CFAR)   OS-CFAR의 원리는 위 그림과 같다. 좌우의 reference cell중 K번째 큰 값의 cell을 Reference Cell의 대표 값으로 정해 CUT가 타겟인지 아닌지를 구분한다. 보통 전제 reference cell의 크기 순에서 (3*N)/4 번째 cell이 성능이 좋다고 알려져 있다. CFAR 사용 예 아래 사진은 위 두 cfar을 사용한 예다. 파란색은 신호이며, 붉은 색은 char을 사용해 만든 threshold이다. 이 threshold보다 큰 값의 신호가 있는 위치에 실제 Target이 있다고 볼 수 있
자세한 내용 보기

쉽게 설명한 파티클 필터(particle filter) 동작 원리와 예제

이미지
파티클 필터(particle filter)는 칼만 필터(kalman filter) 와 마찬가지로 노이즈가 있는 환경에서 측정된 데이터를 필터를 사용해 실제 위치를 추정하는 도구다. 파티클 필터(particle filter)는 보통 가우시안 분포가 아닌 측정 데이터를 다루기 위해 사용된다고 한다. 물론 가우시안 분포의 데이터에서 사용하지 말라는 건 아니다.  본 포스트에서는 파티클 필터(particle filter)의 어려운 수학적인 내용은 제하고, 쉽게 예를 들며 필터의 동작원리에 대해 알아보았다. 파티클 필터(particle filter)에 대해 검색해 보면 아래와 같은 그림을 많이 보게 된다. 아래 그림은 파티클 필터의 estimation cycle을 도식화한 것이다. <’Real-Time Tracking of Multiple Moving Objects Using Particle Filters and Probabilistic Data Association’ original scientific paper 中> 위 그림의 검은색 원들은 particle을 의미한다. 이 particle에는 보통 위치 데이터와 weight가 포함된다. 검은색 원이 큰 것이 있고 작은 것이 있는 이유는 weight가 크고 작음을 의마한다. typedef struct _particle_t {    int x;    int y;    float weight; }particle_t; 노이즈가 있는 환경에서 레이저 센서나 레이더등을 이용하여 물체의 위치를 측정할 때를 가정해 순서대로 이 필터가 동작하는 과정에 대해 알아 보겠다. (순서는 위 그림과 조금 다르다) 1. 초기 상태 측정 범위안에 랜덤 혹은 일정한 간경으로 particle을 뿌려 놓는다. 이 떄 particle의 weight는 모두 0으로 한다.   for(i
자세한 내용 보기

바로 프로젝트 적용 가능한 FIR Filter (low/high/band pass filter )를 c나 python으로 만들기

이미지
 band pass filter 코드가 필요해 인터넷을 검색을 해봤지만, 쓸 만한 코드와 자료가 별로 없어 그냥 만들어 쓰기로 했다. 필요한 공식은 위키피디아에 나와있다. https://en.wikipedia.org/wiki/Finite_impulse_response 1. filter 크기 FIR filter를 만들 때 filter의 크기(tpas의 크기)를 결정할 때 도움될 수식이 있다.   N=A㏈Fs / 22*Δf A㏈ : 감쇄될 db Fs : Sampling Frequency Δf : frequency bandwidth 출처 :  https://www.allaboutcircuits.com/technical-articles/design-of-fir-filters-design-octave-matlab/ def estimatefilterlen(fl,fh,fs,db):     N = int(np.round(db * fs / (22 * (fh-fl)))-1)     return N 2. Low Pass Filter [ python code ] def lowpassfilter(f,fs,N):     taps = np.zeros(N)          fc = f / fs     omega = 2*np.pi*fc     middle = int(N/2)     for i in range(N):         if i == middle:             taps[i] = 2*fc         else:             taps[i] = np.sin(omega*(i-middle))/(np.pi*(i-middle))              return taps [ c code ] #ifndef PI #define PI 3.14159265358979323846 #endif
자세한 내용 보기