Wav co to za format plików dźwiękowych?

WAV to skrót od Waveform Audio File Format, czyli komputerowego standardu zapisu cyfrowego dźwięku oraz szeroko wspieranego formatu plików dźwiękowych o strukturze RIFF zorganizowanej w bloki typu chunk [1][2]. W praktyce pełni rolę kontenera, który najczęściej przechowuje nieskompresowane PCM, co daje bardzo wysoką jakość kosztem dużych rozmiarów plików i sprawia, że format jest powszechnie używany w montażu, masteringu i wymianie materiałów źródłowych [3][4][5]. Format opracowały Microsoft i IBM jako część ekosystemu RIFF [5].

Czym jest format WAV?

WAV to kontener audio zdefiniowany w ramach rodziny RIFF, który przechowuje dane w postaci uporządkowanych bloków oraz wyraźnie oddziela metadane od właściwych próbek dźwięku [2][5]. Identyfikator RIFF i oznaczenie WAVE w nagłówku określają, że dany zasób jest plikiem audio w tym standardzie [2][3][6]. W ujęciu systemowym jest to uniwersalny sposób opisu i składowania cyfrowego audio na komputerach, a nie pojedynczy kodek [1][3][5].

Jak zbudowany jest plik WAV?

Plik zaczyna się blokiem RIFF, który zawiera identyfikator zasobu oraz rozmiar strumienia, po którym występuje identyfikator WAVE i kolejne bloki podrzędne opisujące parametry oraz dane audio [2][3][6]. W typowym układzie znajdują się bloki fmt i data, gdzie fmt opisuje sposób kodowania audio i jego parametry, a data przechowuje ciąg próbek dźwięku [2][3][7].

W klasycznym wariancie PCM pole długości bloku fmt ma wartość 16 bajtów, a pole typu formatu w tym bloku przyjmuje wartość 1, co oznacza PCM [3][7][8]. Standardowy nagłówek WAV oparty na RIFF ma zwykle 44 bajty, obejmując identyfikatory, rozmiary i kluczowe informacje niezbędne do odczytu strumienia [3].

Specyfikacja dopuszcza dodatkowe bloki i warianty kodowania, a dla danych skompresowanych wymagany bywa blok fact, który przenosi informacje potrzebne do prawidłowego dekodowania [9][5][10]. Dzięki tej rozszerzalności plik może zawierać także metadane niezwiązane bezpośrednio z próbkami dźwięku [2][5].

Jakie parametry audio zapisuje WAV?

W bloku fmt znajdują się kluczowe parametry opisujące sygnał, w tym liczba kanałów, częstotliwość próbkowania, liczba bitów na próbkę oraz średnia szybkość transferu danych, co umożliwia odtwarzaczowi lub edytorowi poprawną interpretację strumienia [3][7][6]. W opisach specyfikacji liczba kanałów bywa podawana jako 1 lub 2, a częstotliwości próbkowania często wynoszą 44 100 Hz lub 48 000 Hz, co odzwierciedla powszechną praktykę w produkcji i dystrybucji audio [3][7]. Kod typu formatu przyjmuje wartość 1, gdy audio jest zapisane w PCM, co jednoznacznie identyfikuje nieskompresowany sposób zapisu próbek [3][7][8].

Czy WAV to kodek czy kontener?

WAV jest kontenerem, a nie samodzielnym kodekiem, dlatego może przenosić różne sposoby kodowania, choć w praktyce najczęściej zawiera nieskompresowane PCM [3][4][5]. Postrzeganie plików WAV jako bezstratnych wynika z powszechnego użycia PCM, a nie z samej natury rozszerzalnego formatu, który dopuszcza również dane skompresowane [4][5][10]. W wariantach innych niż PCM pojawiają się dodatkowe wymagania strukturalne, w tym konieczność obecności bloku fact do przekazania informacji o ilości próbek lub czasie trwania [5][10].

Dlaczego WAV bywa wyborem w produkcji audio?

Nieskompresowane PCM w kontenerze WAV zapewnia bardzo wysoką wierność sygnału i przewidywalność przetwarzania, co ułatwia montaż, mastering oraz bezstratną wymianę plików źródłowych między systemami i aplikacjami [3][4][5]. Silne powiązanie ze standardami wymiany oraz wieloletnia obecność w przepływach pracy sprawiają, że format pełni funkcję stabilnego formatu roboczego w profesjonalnym audio [4][5].

Jak działa odczyt pliku WAV przez oprogramowanie?

Oprogramowanie czyta plik sekwencyjnie, zaczynając od nagłówka RIFF z identyfikatorem WAVE, aby potwierdzić typ zasobu i poznać rozmiary sekcji [2][6][9]. Następnie parser przechodzi do bloku fmt, pobierając parametry niezbędne do dekodowania i buforowania strumienia, po czym odczytuje blok data z właściwymi próbkami [2][6]. W przypadku kodowania innego niż PCM oprogramowanie wykorzystuje też dane z bloku fact, które opisują aspekty potrzebne do poprawnego przetwarzania próbek [5][10].

Ile miejsca zajmuje WAV i od czego to zależy?

Rozmiar pliku jest wprost zależny od liczby kanałów, częstotliwości próbkowania i głębi bitowej, ponieważ wyższe wartości tych parametrów zwiększają liczbę bitów przypadających na jednostkę czasu [3][7][6]. Dodatkowy narzut stanowi nagłówek i bloki metadanych, przy czym standardowy nagłówek RIFF w WAV zajmuje zwykle 44 bajty, a często stosowane częstotliwości próbkowania to 44 100 Hz i 48 000 Hz [3][7].

Na czym polega zgodność WAV z RIFF?

Zgodność z RIFF oznacza, że plik jest zorganizowany jako hierarchia chunków, gdzie główny blok RIFF identyfikuje typ zasobu, a kolejne bloki niosą semantykę właściwą dla audio, w tym identyfikator WAVE, parametry w fmt oraz dane w data [2][9][5]. Tak ustrukturyzowany zapis wywodzi się z prac Microsoftu i IBM i stanowi fundament interoperacyjności w środowisku systemów i narzędzi obsługujących ten standard [5].

Co jeszcze warto wiedzieć o specyfikacji WAV?

Wariant PCM ma w bloku fmt długość danych formatu równą 16 bajtów i typ formatu ustawiony na 1, co od strony binarnej jednoznacznie identyfikuje nieskompresowane próbki [3][7][8]. Specyfikacja dopuszcza dodatkowe bloki i rozszerzenia, a dla strumieni skompresowanych wymagane są pola pomocnicze, w tym blok fact, dzięki czemu kontener zachowuje elastyczność przy zachowaniu deterministycznej procedury odczytu [9][5][10].