AVI文件格式

什么是AVI

AVI是音频视频交错(Audio Video Interleaved)的英文缩写，它是Microsoft公司开发的一种符合RIFF文件规范的数字音频与视频文件格式。AVI格式允许视频和音频交错在一起同步播放，支持256色和RLE压缩，但AVI文件并未限定压缩标准，因此，AVI文件格式只是作为控制界面上的标准，不具备兼容性，用不同压缩算法生成的AVI文件，必须使用相应的解压缩算法才能播放出来。

RIFF文件结构

AVI文件采用的是RIFF文件结构方式，所以我们先来看看RIFF文件结构。

“RIFF”表示字符串（4字节）

RIFF文件大小（4字节）

文件类型（4字节）

RIFF数据

由上图可知（52 49 46 46）为“RIFF”，（E2 37 D1 01）表示文件大小，（41 56 49 20）表示文件类型为AVI文件。

整个RIFF文件可以看成一个数据块，其数据块ID为RIFF，称为RIFF块。一个RIFF文件中只允许存在一个RIFF块。RIFF块中包含一系列的子块，其中有一种字块的ID为"LIST"，称为LIST，LIST块中可以再包含一系列的子块，但除了LIST块外的其他所有的子块都不能再包含子块。

AVI文件结构

AVI文件是目前使用的最复杂的RIFF文件，它能同时存储同步表现的音频视频数据。AVI的RIFF块的形式类型是AVI，它包含3个子块，如下所述：

信息块	一个ID为“hdrl”的LIST块	定义AVI文件的数据格式
数据块	一个ID为“movi”的LIST块	包含AVI的音视频序列数据
索引块	ID为“idxl”的子块	定义“movi”LIST块的索引数据，是可选块

问题1：AVI文件中的各子块都存储那些信息？数据流如何存储？

信息块：包含两个子块，即一个ID为avih的子块和一个ID为strl的LIST块。

1、“avih”子块包含内容：

2、"strl" LIST块用于记录AVI数据流，每一种数据流都在该LIST块中占有3个子块，他们的ID分别是"strh","strf", "strd"；

①“strh”子块定义内容：

②"strf"子块紧跟在"strh"子块之后，其结构视"strh"子块的类型而定，如下所述；

如果 strh子块是视频数据流，则 strf子块的内容是一个与windows设备无关位图的BIMAPINFO结构，如下：

如果 strh子块是音频数据流，则strf子块的内容是一个WAVEFORMAT结构，如下：

③"strd"子块紧跟在strf子块后，存储供压缩驱动程序使用的参数，不一定存在，也没有固定结构。

"strl" LIST块定义的AVI数据流依次将 "hdrl " LIST 块中的数据流头结构与"movi" LIST块中的数据联系在一起，第一个数据流头结构用于数据流0，第二个用于数据流1，依次类推。

数据块：存储视频和音频数据流，数据可直接存于 "movi" LIST块中。数据块中音视频数据按不同的字块存放，其结构如下所述，

　　音频字块
　　　　"##wb"
　　　　Wave 数据流
　　视频子块中存储DIB数据，又分为压缩或者未压缩DIB，
　　　　"##db"
　　　　RGB数据流
　　　 "##dc"
　　压缩的图像数据流

索引块：索引快包含数据块在文件中的位置索引，能提高avi文件的读写速度，其中存放着一组AVIINDEXENTRY结构数据。如下，这个块并不是必需的，也许不存在。

问题2 ：AVI文件中如何实现视音频同步？

在AVI文件中，音频参数中设有同步控制（Synchronization）。在AVI文件中，图像和音频是同步的很好的。但实际上由于CPU处理能力不够，回放AVI时有可能出现图像和音频不同步的现象。当AVI文件的数据率较高，而MPC的处理速度不够时，容易出现图像和音频不同步的现象。如视频中人张嘴说话，但声音没出来。设置同步控制可保证在不同的MPC环境下播放该AVI文件时都能同步。此时播放程序自动地丢掉一些中间帧以保证视频和音频的同步。

WAV文件格式分析

wav概念

WAV（波形声音文件）是最常见的声音文件格式之一，是微软公司专门为Windows开发的一种标准数字音频文件，该文件能记录各种单声道或立体声的声音信息，并能保证声音不失真。但WAV文件有一个致命的缺点，就是它所占用的磁盘空间太大（每分钟的音乐大约需要12兆磁盘空间）。它符合资源互换文件格式（RIFF）规范，用于保存Windows平台的音频信息资源，被Windows平台及其应用程序所广泛支持。Wave格式支持MSADPCM、CCITT A律、CCITT μ律和其他压缩算法，支持多种音频位数、采样频率和声道，是PC机上最为流行的声音文件格式；但其文件尺寸较大，多用于存储简短的声音片段。

wav文件结构

WAV文件采用的是RIFF格式结构。至少是由3个块构成，分别是RIFF、fmt 和Data。所有基于压缩编码的WAV文件必须含有fact块。此外所有其它块都是可选的。块fmt，Data及fact均为RIFF块的子块。WAV文件的文件格式类型标识符为“WAVE”。

WAV文件结构

RIFF块

文件格式类型“WAVE”

fmt块

fact块（压缩编码格式要含有该块）

data块

偏移地址	字节数	名称	内容
00H	4	ChunkID	“RIFF”
04H	4	ChunkSize	文件大小
08H	4	Format	“WAVE”
0CH	4	Subchunk1ID	“fmt”
10H	4	SubchunkSize	过度字节（不定）
14H	2	AudioFormat	PCM=1（即线性量化）除1之外的值表示某种形式的压缩
16H	2	NumChannels	通道数，单声道为1，双声道为2
18H	4	SampleRate	采样率
1CH	4	ByteRate	波形音频数据传送速率 =通道数采样率每样本数据位数/8
20H	2	BlockAlign	数据块的调整数=通道数*每样本数据位数/8
22H	2	BitsPerSample	每样本的数据位数，表示每个声道中各样本的数据位数。8bits=8,16bits=16
24H	4	Subchunk2ID	数据标记符“data”
28H	4	Subchunk2Size	语音数据的长度 =样本数通道数每样本数据位数/8
2CH	*	Data	实际的声音数据