引言
随着多媒体信息处理技术的发展，计算机数据处理能力的增强，音频处理技术受到重视，语音文件的应用也越来越广泛。而语音文件的存储格式又是多种多样的，为了充分利用各种语音工具的特点，以及在开发软件中使用语音技术，就需要了解它们的格式，从而进行语音格式的相互转换，对语音数据进行处理和播放。在多媒体计算机中，存储声音信息的文件格式主要有WAV文件、VOC文件、MIDI文件、AIF文件、SNO文件及RMI文件等。本文对WAV文件和MIDI文件进行了分析。
1 WAV文件
WAV文件是微软公司(Microsoft)开发的一种声音文件格式，也是多媒体计算机获得声音最直接、最方便的方式。WAV文件是Windows所使用的标准数字音频文件，文件的拓展名是.WAV，记录了对实际声音进行采样的数据。该格式也支持MSADPCM，CCITT A LAW等多种压缩运算法，支持多种音频数字，取样频率和声道，标准格式化的WAV文件和CD格式一样，也是44.1K的取样频率，16位量化数字，因此在声音文件质量和CD相差无几。WAV文件符合RIFF文件规范，用于保存Windows平台的音频信息资源，被Window平台及其应用程序所广泛支持。
1.1 WAV文件的文件头
表1-1 WAV文件的文件头 偏移地址 00H ~03H 04H~07H 08H~0BH 0CH~0FH 10H~13H 14H~15H 16H~17H 18H~1BH 1CH~1FH 20H~21H 22H~23H
字节数 4 4 4 4 4 2 2 4 4 2 2
类型 字符 长整数 字符 字符 整数 整数 整数 长整数 长整数 整数 整数
内容
资源交换文件标志
从下个地址开始到文件尾的总字节数 WAV文件标志 波形格式标志
过滤字节,一般为00000010H
格式种类，值为1，表示数据PCMμ律编码的数据 通道数，单声道为1，双声音为2 采样频率
波形数据传输速率/每秒平均字节数 数据的调整数/按字节计算 样本数据位数
1
多媒体技术基础作业
1.2 WAV文件的数据
WAV文件数据块包含以脉冲编码调制（PCM）格式表示的样本。WAV文件是由样本组织而成的。在单声道WAV文件中，声道0代表左声道，声道1代表右声道。再多声道WAV文件中，样本是交替出现的。
WAV文件的每个样本值包含在一个整数i中，i的长度为容纳指定样本长度所需的最小字节数。首先存储低有效字节，表示样本幅度的位放在i的高有效位上，剩下的位置为0，这样8位和16位的PCM波形样本的数据格式。
WAV文件在压缩后的文件体积过大，相对其他音频格式而言是一个缺点，其文件大小的计算方方式为：
WAV文件每秒的存储量(字节)=取样频率（Hz）X量化位数(位)X声道数/8每一分钟WAV格式的音频文件的大小为10MB，其大小不随音量大小及清晰度的变化而变化。
1.3 WAV文件的特点
WAV音频格式的优点包括：简单的编/解码(几乎直接存储来自模/数转换器(ADC)的信号)、普遍的认同/支持以及无损耗存储。
WAV格式的主要缺点是需要音频存储空间。对于小的存储限制或小带宽应用而言，这可能是一个重要的问题。WAV格式的另外一个潜在缺陷是在32位WAV文件中的2G限制，这种限制已在为SoundForge开发的W64格式中得到了改善。
常见的WAV文件使用PCM无压缩编码，这使WAV文件的质量极高，体积也出奇大，对于PCM WAV，恐怕也只有无损压缩的音频才能和其有相同的质量，平时我们见的什么MP3,WMA(不含 wmalossless)和WAV的质量都是差很远的。这点可以通过频谱看出，即使320kbps的MP3和WAV一比，也要自卑了。
2 MIDI文件
MIDI文件是存放MIDI信息的标准文件格式。MIDI音频是多媒体计算机产生声音的另一种方式，可以满足长时间音乐的需要。由于MIDI文件记录的不是声音本省，因此它比较节省时间。与WAV文件相比，MIDI文件小得多，它并不对音乐进行采样，而是将每个音符记录为一个数字，MIDI标准规定了各种音调的混合及发音，通过输出装置就可以将这些数字重新合成为音乐。
2
多媒体技术基础作业
2.1 MIDI文件的文件头
表2-1 MIDI文件结构
类型 4个字节 类型是的是“MThd”或“MTrk”，长度指的是出去类型和长度两部分外，其他数据占的字节数，数据描述部分是主体，我们现在来一起分析它的结构： 在每个MIDI文件的开头都有如下内容，它们的十六进制代码为： “4d 54 86 64 00 00 00 06 ff ff nn nn dd dd” 前四个是ASCII字符“MThd”是用来鉴别是否是MIDI文件，而随后的四个字节是指明文件头描述部分的字节数，它总是6，所以一定是“00 00 00 06”，以下是剩余部分的含义： ff ff
指定MIDI的格式
00 00单音轨
00 01多音轨，且同步。这是最常见的 00 02多音轨，但不同步
nn nn
指定轨道数
指定基本时间格式类型
dd dd
实际音轨数加上一个全局的音轨
类型1：定义一个四分音符的tick数，tick是MIDI中的最小时间单位
类型2：定义每秒中SMTPE帧的数量及每个SMTPE帧的tick
长度 4个字节 数据 4个字节 2.2 MIDI文件的特点
MIDI文件的优点在于：文件小，易编辑，且节省存储空间，便于储存和携带。MIDI文件不是直接记录乐器的发音，而是记录了演奏乐器的各种信息或指令，如用哪一种乐器，什么时候按某个键，力度怎么样等等，至于播放时发出的声音，那是通过播放软件或者音源的转换而成的。因此MIDI文件通常比声音文件小得多，一首乐曲，只有十几K或几十K，只有声音文件的千分之一左右。
MIDI格式的主要限制是它缺乏重现自然声音的能力，因此不能用在需要语音的场合（这是要与WAV文件合用）。此外，MIDI只能记录标准所规定的有限种乐器的组合，而切回放质量受声卡上芯片的严重限制，难以产生真实的音乐演奏效果。近年国外流行
3
多媒体技术基础作业
的声卡普遍采用波表法进行音乐合成，使MIDI音乐的质量大大提高（效果接近CD音质），但波表卡仍较昂贵，在我国还未普及。
结论
通过对WAV文件及MIDI文件的分析与比较，我对这两种文件格式有了更深入的了解。WAV文件的应用最为广泛，音质也最好，但是压缩后体积过大，需要的存储容量比较大，不适合长时间记录。MIDI 格式记录下的不是声音本身，而是一些描述乐曲演奏过程的指令，通过合成器解释播放，它所占的空间相对WAV非常小，大约只有 1/200-1/1000，MIDI 也更加易于修改和处理，因而比较适合于电脑音乐创作。
随着计算机网络的高速发展，世纪的社会信息化已使社会的经济与发展依赖于信息，多媒体是集文字、图形、图像、声音和影视动画于一体的，具有交互特性的传媒展示综合技术。它是在原有的计算机运算能力的基础上，扩充了数字信号处理器、大容量光盘、触摸屏和其它的外围设备作为系统的基本配置，以多种形式表达、存储和处理信息，充分调动人们耳闻、口述、目睹、手触等多种感觉器官与计算机交互作用，交流信息，使人与计算机的交流更加方便、更加友好。
参考文献
[1] 张力，赵文靖 《山西电子技术》 2007第3期 维普资讯网 [2] 祝谷乔 《多媒体世界》 2000第8期 维普资讯网
[3] 钟玉琢，沈洪等 《多媒体技术基础与应用》 2008年11月 清华大学出版社 [4] 陈学煌 刘永志 《MIDI原理与开发应用》 2008年3月29日 国防工业出版社 [5] 王其云 《媒体与学习》 2003年12月 中国教育出版
4
因篇幅问题不能全部显示，请点此查看更多更全内容