WAVE 및 JPEG 형식의 미디어 데이터를 압축/저장하는 방법, 1부

안녕하세요! 첫 번째 기사 시리즈에서는 JPEG(이미지) 및 WAVE(사운드)와 같은 이미지/오디오 압축 및 저장 방법을 연구하는 데 중점을 둘 것이며 실제로 이러한 형식(.jpg, .wav)을 사용하는 프로그램의 예도 포함할 것입니다. 이번 시간에는 WAVE에 대해 살펴보겠습니다.

이야기

WAVE(Waveform Audio File Format)는 오디오 스트림 녹음을 저장하기 위한 컨테이너 파일 형식입니다. 이 컨테이너는 일반적으로 압축되지 않은 펄스 코드 변조 오디오를 저장하는 데 사용됩니다. (위키피디아에서 가져옴)

1991년에 Microsoft와 IBM(당시 주요 IT 기업)이 ​​RIFF와 함께 발명하고 출판했습니다.

파일 구조

파일에는 헤더 부분, 즉 데이터 자체가 있지만 바닥글은 없습니다. 헤더의 무게는 총 44바이트입니다.
헤더에는 샘플의 비트 수, 샘플 속도, 사운드 깊이 등에 대한 설정이 포함되어 있습니다. 사운드 카드에 필요한 정보입니다. (모든 수치표 값은 Little-Endian 순서로 작성되어야 함)

블록 이름
블록 크기(B)
설명/목적
값(어떤 경우에는 고정되어 있음)

청크 ID
4
파일을 미디어 컨테이너로 정의
빅 엔디안(“RIFF”)의 0x52494646

청크 크기
4
ChunkId 및 ChunkSize가 없는 전체 파일의 크기
FILE_SIZE - 8

체재
4
RIFF의 유형 정의
빅엔디안(“WAVE”)의 0x57415645

하위 청크1ID
4
파일이 형식의 연속으로 더 많은 공간을 차지하도록
빅엔디안(“fmt”)의 0x666d7420

하위 청크1크기
4
남은 헤더(바이트)
기본적으로 16(오디오 스트림 압축이 없는 경우)

오디오 형식
2
오디오 형식(압축 방법 및 오디오 데이터 구조에 따라 다름)
1 (우리가 고려하고 있는 PCM의 경우)

채널 수
2
채널 수
1/2, 1개 채널(3/4/5/6/7... - 특정 오디오 트랙, 예를 들어 쿼드 오디오의 경우 4개 등)을 사용합니다.

샘플레이트
4
오디오 샘플링 속도(Hz)
높을수록 사운드는 더 좋아지지만 동일한 길이의 오디오 트랙을 생성하려면 더 많은 메모리가 필요합니다. 권장 값은 48000(가장 적합한 사운드 품질)입니다.

바이트 속도
4
초당 바이트 수
샘플레이트 채널 수 bitPerSample (추가)

블록정렬
2
1개 샘플의 바이트 수
numChannels * bitPerSample: 8

비트당 샘플
2
1샘플당 비트수(깊이)
8의 배수인 모든 숫자. 숫자가 높을수록 오디오가 더 좋고 무거워집니다. 32비트에서는 사람에게 차이가 없습니다.

하위 청크2ID
4
데이터 참조 표시(audioFormat에 따라 다른 헤더 요소가 있을 수 있으므로)
빅엔디안("데이터")의 0x64617461

하위 청크2크기
4
데이터 영역 크기
int의 데이터 크기

데이터
byteRate * 오디오 지속 시간
오디오 데이터
?

웨이브 예시

이전 표는 C 구조로 쉽게 변환할 수 있지만 오늘 우리가 사용할 언어는 Python입니다. 가장 쉬운 방법은 소음 발생기인 "파동"을 사용하는 것입니다. 이 작업에는 높은 바이트 속도와 압축이 필요하지 않습니다.
먼저 필요한 모듈을 가져옵니다.

# WAV.py

from struct import pack  # перевод py-объектов в базовые типы из C
from os import urandom  # функция для чтения /dev/urandom, для windows:
# from random import randint
# urandom = lambda sz: bytes([randint(0, 255) for _ in range(sz)])  # лямбда под windows, т.к. urandom'а в винде нет
from sys import argv, exit  # аргументы к проге и выход

if len(argv) != 3:  # +1 имя скрипта (-1, если будете замораживать)
    print('Usage: python3 WAV.py [num of samples] [output]')
    exit(1)

다음으로, 크기에 따라 테이블에서 필요한 모든 변수를 생성해야 합니다. 그 안의 변수 값은 numSamples(샘플 수)에만 의존합니다. 그 수가 많을수록 소음이 더 오래 지속됩니다.

numSamples = int(argv[1])
output_path = argv[2]

chunkId = b'RIFF'
Format = b'WAVE'
subchunk1ID = b'fmt '
subchunk1Size = b'x10x00x00x00'  # 0d16
audioFormat = b'x01x00'
numChannels = b'x02x00'  # 2-х каналов будет достаточно (стерео)
sampleRate = pack('<L', 1000)  # 1000 хватит, но если поставить больше, то шум будет слышен лучше. С 1000-ю он звучит, как ветер
bitsPerSample = b'x20x00'  # 0d32
byteRate = pack('<L', 1000 * 2 * 4)  # sampleRate * numChannels * bitsPerSample / 8  (32 bit sound)
blockAlign = b'x08x00'  # numChannels * BPS / 8
subchunk2ID = b'data'
subchunk2Size = pack('<L', numSamples * 2 * 4)  # * numChannels * BPS / 8
chunkSize = pack('<L', 36 + numSamples * 2 * 4)  # 36 + subchunk2Size

data = urandom(1000 * 2 * 4 * numSamples)  # сам шум

남은 것은 필요한 순서대로(표와 같이) 기록하는 것입니다.

with open(output_path, 'wb') as fh:
    fh.write(chunkId + chunkSize + Format + subchunk1ID +
            subchunk1Size + audioFormat + numChannels + 
            sampleRate + byteRate + blockAlign + bitsPerSample +
            subchunk2ID + subchunk2Size + data)  # записываем

그래서 준비되었습니다. 스크립트를 사용하려면 필요한 명령줄 인수를 추가해야 합니다.
python3 WAV.py [num of samples] [output]
샘플 수 - 개수. 견본
출력 — 출력 파일의 경로

다음은 노이즈가 있는 테스트 오디오 파일에 대한 링크입니다. 하지만 메모리를 절약하기 위해 BPS를 1b/s로 낮추고 채널 수를 1로 줄였습니다(32kbs의 64비트 비압축 스테레오 오디오 스트림을 사용하면 80M의 순수 .wav 파일 중 10개만): https://instaud.io/3Dcy

전체 코드(WAV.py)(코드에는 중복된 변수 값이 많이 있으며 이는 단지 스케치일 뿐입니다):

from struct import pack  # перевод py-объектов в базовые типы из C
from os import urandom  # функция для чтения /dev/urandom, для windows:
# from random import randint
# urandom = lambda sz: bytes([randint(0, 255) for _ in range(sz)])  # лямбда под windows, т.к. urandom'а в винде нет
from sys import argv, exit  # аргументы к проге и выход

if len(argv) != 3:  # +1 имя скрипта (-1, если будете замораживать)
    print('Usage: python3 WAV.py [num of samples] [output]')
    exit(1)

numSamples = int(argv[1])
output_path = argv[2]

chunkId = b'RIFF'
Format = b'WAVE'
subchunk1ID = b'fmt '
subchunk1Size = b'x10x00x00x00'  # 0d16
audioFormat = b'x01x00'
numChannels = b'x02x00'  # 2-х каналов будет достаточно (стерео) 
sampleRate = pack('<L', 1000)  # 1000 хватит, но можно и больше.
bitsPerSample = b'x20x00'  # 0d32
byteRate = pack('<L', 1000 * 2 * 4)  # sampleRate * numChannels * bitsPerSample / 8  (32 bit sound)
blockAlign = b'x08x00'  # numChannels * BPS / 8
subchunk2ID = b'data'
subchunk2Size = pack('<L', numSamples * 2 * 4)  # * numChannels * BPS / 8
chunkSize = pack('<L', 36 + numSamples * 2 * 4)  # 36 + subchunk2Size

data = urandom(1000 * 2 * 4 * numSamples)  # сам шум

with open(output_path, 'wb') as fh:
    fh.write(chunkId + chunkSize + Format + subchunk1ID +
            subchunk1Size + audioFormat + numChannels + 
            sampleRate + byteRate + blockAlign + bitsPerSample +
            subchunk2ID + subchunk2Size + data)  # записываем в файл результат

합계

지금까지 디지털 사운드와 디지털 사운드 저장 방법에 대해 조금 더 배웠습니다. 이 게시물에서는 압축(audioFormat)을 사용하지 않았지만 인기 있는 각 압축을 고려하려면 10개의 기사가 필요합니다. 스스로 새로운 것을 배웠기를 바라며 이것이 향후 개발에 도움이 될 것입니다.
감사합니다!

소스

WAV 파일 구조
WAV-위키피디아

출처 : habr.com