PCM音訊檔案(.wav)壓縮成ADPCM(.wav)
PCM音訊檔案壓縮成adpcm格式的檔案有多中方法（如使用ms ACM、sox等），本文主要介紹使用公開的演算法（如下所示，如果需要可到網上搜一下：
=======================================
** Intel/DVI ADPCM coder/decoder.
**
** The algorithm for this coder was taken from the IMA Compatability Project
** proceedings, Vol 2, Number 2; May 1992.
**
** Version 1.2, 18-Dec-92.
=======================================）進行PCM到ADPCM轉換的方法。
首先，要了解一下PCM格式和ADPCM格式的.wav檔案的構成，可參考：
非PCM格式的檔案會至少多加入一個“fact”塊，它用來記錄資料解壓縮後的大小。（注意是資料而不是檔案）這個“fact”塊一般加在“data”塊的前面。
１．PCM格式的wav檔案的內部結構
２．WAVEFORMAT結構的認識
PCM和非PCM的主要區別是聲音資料的組織不同，這些區別可以通過兩者的WAVEFORMAT結構來區分。下面以PCM和IMA-ADPCM來進行對比：
WAVE的基本結構WAVEFORMATEX結構定義如下：
typedef struct
{
WORD wFormatag; //編碼格式，包括WAVE_FORMAT_PCM，//WAVEFORMAT_ADPCM等
WORD nChannls; //聲道數，單聲道為1，雙聲道為2;
DWORD nSamplesPerSec;//取樣頻率；
DWORD nAvgBytesperSec；//每秒的資料量；
WORD nBlockAlign;//塊對齊；
WORD wBitsPerSample;//WAVE檔案的取樣大小；
WORD sbSize; //PCM中忽略此值
}WAVEFORMATEX；
PCM的結構就是基本結構；
IMAADPCMWAVEFORMAT結構定義如下：
Typedef struct
{
WAVEFORMATEX wfmt;
WORD nSamplesPerBlock;
}IMAADPCMWAVEFORMAT;
IMA-ADPCM的wfmt->cbsize不能忽略，一般取值為2，表示此型別的WAVEFORMAT比一般的WAVEFORMAT多出2個位元組。這兩個字元也就是nSamplesPerBlock。
3.“fact”chunk的內部組織
在非PCM格式的檔案中,一般會在WAVEFORMAT結構後面加入一個“fact”chunk,結構如下：
typedef struct{
char[4]; //“fact”字串
DWORD chunksize;
DWORD datafactsize; //資料轉換為PCM格式後的大小。
}factchunk;
datafactsize是這個chunk中最重要的資料，如果這是某種壓縮格式的聲音檔案，那麼從這裡就可以知道他解壓縮後的大小。對於解壓時的計算會有很大的好處！
4．“data”chunk的內部組織
從“data”chunk的第9個位元組開始，儲存的就是聲音資訊的資料了，(前八個位元組儲存的是標誌符“data”和後接資料大小size(DWORD)。這些資料可能是壓縮的，也可能是沒有壓縮的。
PCM中的聲音資料沒有被壓縮，如果是單聲道的檔案，取樣資料按時間的先後順序依次存入。（它的基本組織單位是BYTE(8bit)或WORD(16bit)）如果是雙聲道的檔案，取樣資料按時間先後順序交叉地存入。
IMA-ADPCM是壓縮格式，它是從PCM的16位取樣壓縮成4位的。對於單聲道的IMA-ADPCM來說，它是將PCM的資料按時間次序依次壓縮並寫入檔案中的，每個byte中含兩個取樣，低四位對應第一個取樣，高四位對應第二個取樣。而對於雙聲道的IMA-ADPCM來說，它的儲存相對就麻煩一些了，它是將PCM的左聲道的前8個取樣依次壓縮並寫入到一個DWORD中，然後寫入“data”chunk裡。緊接著是右聲道的前8個取樣。以此迴圈，當取樣數不足8時（到資料尾端），應該把多出來的取樣用0填充。
在IMA-ADPCM中，“data”chuck中的資料是以block形式來組織的，我把它叫做“段”，也就是說在進行壓縮時，並不是依次把所有的資料進行壓縮儲存，而是分段進行的，這樣有一個十分重要的好處：那就是在只需要檔案中的某一段資訊時，可以在解壓縮時可以只解所需資料所在的段就行了，沒有必要再從檔案開始起一個一個地解壓縮。這對於處理大檔案將有相當的優勢。同時，這樣也可以保證聲音效果。
Block一般是由block header (block頭) 和 data 兩者組成的。其中block header是一個結構，它在單聲道下的定義如下：
Typedef struct
{
short sample0; //block中第一個取樣值（未壓縮）
BYTE index; //上一個block最後一個index，第一個block的index=0;
BYTE reserved; //尚未使用
}MonoBlockHeader;
有了blockheader的資訊後，就可以不需要知道這個block前面和後面的資料而輕鬆地解出本block中的壓縮資料。對於雙聲道，它的blockheader應該包含兩個MonoBlockHeader其定義如下：
typedaf struct
{
MonoBlockHeader leftbher;
MonoBlockHeader rightbher;
}StereoBlockHeader;
在解壓縮時，左右聲道是分開處理的，所以必須有兩個MonoBlockHeader;
===================================================================
接下來，就是要實現從PCM到ADPCM的轉換了。(以8KHz,16Bits,單聲道為例)
定義結構：
#define ADPCM_BLOCKSIZE 252 //256 - 4;
typedef unsigned long ULONG;
typedef unsigned short USHORT;
typedef unsigned char BYTE;
typedef struct {
long chunkid;
long chunksize;
long wave_id;
} RIFFCHUNK;
typedef struct tagDATA
{
long ID;
unsigned long Size;
}DATA;
typedef struct
{
long chunkid;
unsigned long chunksize;
unsigned long timelength;
} FACTCHUNK;
typedef struct tagWaveFormat{
//long chunkSize;
short wFormatTag;
unsigned short wChannels;
unsigned long dwSamplesPerSec;
unsigned long awAvgBytesPerSec;
unsigned short wBlockAlign;
unsigned short wBitsPerSample;
unsigned short cbsize;
int headerSize ;
long dataLength ;
} WAVEFMT;
typedef struct
{
RIFFCHUNK riff;
long chunkid;
unsigned long chunksize;
USHORT wformattag; /* format type */
USHORT nchannels; /* number of channels (i.e. mono, stereo...) */
ULONG nsamplespersec; /* sample rate */
ULONG navgbytespersec; /* for buffer estimation */
USHORT nblockalign; /* block size of data */
USHORT wbitspersample; /* number of bits per sample of mono data */
USHORT cbsize; /* the count in bytes of the extra size */
USHORT wsamplesperblock;
FACTCHUNK fact;
DATA data;
}INTELADPCM_HEADER;
void adpcmEncoder()
{
FILE *inFile, *outFile;
inFile = fopen("c://input.wav", "rb");
if (!inFile)
{
printf("can't open the input file.");
return -2;
}
WAVEFMT waveFmt;
if(!checkWaveFileHeaderFormat(inFile, &waveFmt)) {
printf("input file's format is wrong.");
return -1;
}
outFile = fopen("c://output.wav", "wb+");
if (!outFile)
{
printf("can't open the output file.");
return -2;
}
setAdpcmHeader(outFile, waveFmt.dataLength);
int len;
short inData[ADPCM_BLOCKSIZE * 2];
BYTE outData[ADPCM_BLOCKSIZE];
adpcm_state state;
state.index = 0;
state.valprev = 0;
long samples = waveFmt.dataLength;
while (samples > 0)
{
/* Read two frames worth of samples */
len = fread(inData, (size_t )1, sizeof (inData), inFile);
if (len <= 0)
{
perror("error reading input");
exit(1);
}
samples -= len;
if (len < sizeof (inData))
{
printf("memset. /n");
memset((char *)inData + len, 0, sizeof (inData) - len);
}
fwrite(&state, 4, 1, outFile);
len = adpcm_coder(inData, outData, len / 2, &state);
writeFile(outFile, outData, len);// 此處高低位要互換
}
fclose(inFile);
fclose(outFile);
return 0;
}
void setAdpcmHeader( FILE *outFile, ULONG dataSize)
{
ULONG flen = 0;
INTELADPCM_HEADER adpcmhead;
adpcmhead.riff.chunkid = WAV_ID_RIFF;//4BYTE
adpcmhead.riff.wave_id = WAV_ID_WAVE;//4BYTE
adpcmhead.chunkid = WAV_ID_FMT;//4BYTE
adpcmhead.chunksize = 0x14;//2BYTE
adpcmhead.wformattag = 0x11;//2BYTE
adpcmhead.nchannels = 1;//2BYTE
adpcmhead.nsamplespersec = 8000;//4BYTE
adpcmhead.navgbytespersec = 4055;// = nsamplespersec / wsamplesperblock *nblockalign, 可調，我用4064效果更好
adpcmhead.nblockalign = 0x100;//2BYTE
adpcmhead.wbitspersample = 4;//2BYTE
adpcmhead.cbsize = 2;//2BYTE
adpcmhead.wsamplesperblock = 505;// 為什麼是這個數？沒搞明白
adpcmhead.fact.chunkid = WAV_ID_FACT;
adpcmhead.fact.chunksize = 4;
adpcmhead.data.ID = WAV_ID_DATA;
int adpcmDataSize = (dataSize / (ADPCM_BLOCKSIZE * 4)) * (ADPCM_BLOCKSIZE + 4); //blockcount * 256
// 判斷最後的一個block是否是1008（252*4）byte，如果不是，按實際大小設定
int lastBlockSize = dataSize % (ADPCM_BLOCKSIZE * 4);
if(lastBlockSize > 0)
{
adpcmDataSize += lastBlockSize / 4 + 4（sizeof（state））;
}
adpcmhead.riff.chunksize = adpcmDataSize + sizeof(INTELADPCM_HEADER) - 8 ;
adpcmhead.fact.timelength = dataSize / 2;
adpcmhead.data.Size = adpcmDataSize;
fwrite( &adpcmhead, sizeof(adpcmhead), 1, outFile);
}
以上只是給出了部分關鍵的source，其他的按照以上的介紹完善以下即可。