Das WAV-Format verstehen: RIFF, PCM, Bittiefe und Abtastrate

WAV ist eines der ältesten und zugleich bis heute wichtigsten Audioformate. Wer mit digitaler Musik, Podcasts oder Tonaufnahmen arbeitet, stösst früher oder später auf die Endung .wav und die Frage, was eigentlich dahintersteckt. In diesem Ratgeber schauen wir uns an, wie eine WAV-Datei aufgebaut ist, was die einzelnen Header-Felder bedeuten und warum das Format seit über drei Jahrzehnten der Standard für die Audiobearbeitung geblieben ist.

Was WAV eigentlich ist

WAV steht für “Waveform Audio File Format” und wurde 1991 gemeinsam von Microsoft und IBM eingeführt. Das Format war Teil der frühen Multimedia-Spezifikation für Windows und sollte einen einheitlichen Weg schaffen, um digitalen Ton auf dem PC zu speichern. Anders als komprimierte Formate wie MP3 legt WAV die Audiodaten in aller Regel unkomprimiert ab: Jeder einzelne Abtastwert steht direkt und vollständig in der Datei. Deshalb klingt eine WAV-Datei genauso wie das Ausgangssignal, das der Wandler erzeugt hat, ohne dass Informationen weggerechnet werden.

Genau dieser Umstand macht WAV bis heute so beliebt. Wenn du wissen willst, worin sich das grundsätzlich von einem komprimierten Format unterscheidet, hilft dir der Artikel verlustbehaftet vs. verlustfrei weiter, der die zwei Grundprinzipien der Audiokompression erklärt.

RIFF: Der Container hinter WAV

Technisch gesehen ist WAV kein eigenständiges Dateiformat, sondern eine spezielle Ausprägung des RIFF-Containers. RIFF steht für “Resource Interchange File Format” und ist ein von Microsoft entworfenes, allgemeines Rahmenformat, das Daten in sogenannten Chunks organisiert. Ein Chunk ist ein benannter Datenblock mit einem vierstelligen Kennzeichen und einer Längenangabe. Dieses Prinzip erlaubt es, verschiedene Arten von Inhalten flexibel und trotzdem strukturiert abzulegen.

Eine WAV-Datei besteht im einfachsten Fall aus drei zentralen Chunks:

• RIFF-Chunk: Der äussere Rahmen. Er beginnt mit den vier Zeichen RIFF, gibt die Gesamtgrösse der Datei an und kennzeichnet mit dem Typ WAVE, dass es sich um Audio handelt.
• fmt-Chunk: Das Kennzeichen lautet fmt (mit einem Leerzeichen am Ende). Hier stehen alle Angaben über das Format der Audiodaten, also Kanäle, Abtastrate, Bittiefe und mehr.
• data-Chunk: Das Kennzeichen ist data. Dieser Block enthält die eigentlichen Abtastwerte, das Herzstück der Datei.

Weil RIFF so offen aufgebaut ist, können weitere Chunks hinzukommen, etwa für zusätzliche Informationen oder Metadaten. Der Kern einer klassischen WAV-Datei bleibt aber immer dieses Trio aus RIFF, fmt und data.

Lineares PCM: So werden Töne zu Zahlen

Im data-Chunk stecken die Audiodaten meist als lineares PCM. PCM bedeutet “Pulse Code Modulation” und beschreibt das grundlegende Verfahren, mit dem ein analoges Tonsignal in Zahlen umgewandelt wird. Dabei wird die Schallwelle in festen Zeitabständen abgetastet, und jeder gemessene Wert wird als ganze Zahl gespeichert. Aneinandergereiht ergeben diese Zahlen wieder die vollständige Wellenform, daher auch der Name des Formats.

Wichtig ist: WAV ist nicht zwingend an PCM gebunden. Der RIFF-Container erlaubt prinzipiell auch andere Codecs, etwa komprimierte Verfahren. In der Praxis begegnet dir aber fast immer lineares PCM, weil genau diese Kombination aus RIFF-Container und unkomprimiertem PCM den Ruf von WAV als verlustfreies Arbeitsformat begründet hat. Wenn du tiefer verstehen willst, wie Bittiefe und Abtastrate die Klangqualität bestimmen, lohnt sich der Blick in Bittiefe und Samplerate.

Die wichtigsten Header-Felder im Überblick

Der fmt -Chunk beschreibt genau, wie die Daten im data-Chunk zu lesen sind. Ohne diese Angaben wüsste ein Abspielprogramm nicht, wie es die lange Zahlenreihe interpretieren soll. Die folgende Tabelle zeigt die zentralen Felder eines klassischen PCM-WAV-Headers:

Feld	Bedeutung	Typischer Wert
Audioformat	Codec-Kennung, 1 steht für lineares PCM	1
Kanäle	Anzahl der Tonspuren (Mono, Stereo)	1 oder 2
Abtastrate	Messungen pro Sekunde in Hertz	44100
Byte-Rate	Datenmenge pro Sekunde in Bytes	176400
Block-Align	Grösse eines kompletten Abtastblocks in Bytes	4
Bits pro Sample	Bittiefe je Abtastwert	16 oder 24

Zwei dieser Werte sind keine unabhängigen Angaben, sondern ergeben sich rechnerisch aus den anderen. Der Block-Align ist die Anzahl der Kanäle multipliziert mit den Bytes pro Sample. Bei Stereo mit 16 Bit sind das zwei Kanäle mal zwei Bytes, also vier Bytes pro Block. Die Byte-Rate wiederum ist die Abtastrate multipliziert mit dem Block-Align. Bei 44100 Hertz und vier Bytes ergeben sich die 176400 Bytes pro Sekunde aus der Tabelle. Diese Redundanz ist bewusst so gewählt: Ein Abspielprogramm kann die Werte gegenprüfen und weiß sofort, wie schnell es Daten aus dem Puffer lesen muss.

Bittiefe und Abtastrate im Detail

Die Abtastrate legt fest, wie oft pro Sekunde das Signal gemessen wird. 44100 Hertz ist der CD-Standard und deckt den gesamten hörbaren Frequenzbereich zuverlässig ab. In der Produktion sind auch 48000 Hertz üblich, im hochauflösenden Bereich sogar 96000 Hertz oder mehr. Je höher die Abtastrate, desto feiner wird die zeitliche Auflösung, aber desto grösser wird auch die Datei.

Die Bittiefe bestimmt, wie genau jeder einzelne Messwert gespeichert wird. Bei 16 Bit stehen pro Abtastwert 65536 mögliche Stufen zur Verfügung, was für die meisten Wiedergabesituationen mehr als ausreicht. In Aufnahme und Mastering wird oft mit 24 Bit gearbeitet, weil der grössere Wertebereich mehr Spielraum für leise Passagen und nachträgliche Bearbeitung lässt. Genau diese beiden Bittiefen, 16 und 24 Bit, sind die gängigen Optionen, wenn du eine Datei ins WAV-Format bringst.

Warum WAV der Standard für Bearbeitung und Archiv ist

Weil WAV die Audiodaten unverändert speichert, gilt das Format als Referenz für Situationen, in denen es auf volle Qualität ankommt. In der Musikproduktion wird zwischen den einzelnen Arbeitsschritten in WAV gearbeitet, damit sich beim wiederholten Speichern keine Verluste anhäufen. Beim Mastering ist eine unkomprimierte Vorlage die Grundlage, aus der später die Endformate für Streaming oder Download erzeugt werden. Und für die Langzeitarchivierung ist WAV attraktiv, weil das Format offen dokumentiert und seit über dreissig Jahren stabil ist.

Wenn du mehr darüber lesen willst, in welchen konkreten Fällen sich WAV gegenüber MP3 lohnt, findest du in wann WAV statt MP3 eine praxisnahe Entscheidungshilfe. Ein weiterer Vorteil liegt in der Kompatibilität: Praktisch jede Audiosoftware, von der einfachen Aufnahme-App bis zur professionellen Digital Audio Workstation, liest und schreibt WAV ohne Zusatzsoftware.

Grenzen des Formats

So robust WAV ist, es hat auch klare Nachteile. Der offensichtlichste sind die großen Dateien. Weil nichts komprimiert wird, belegt eine Minute Stereo in CD-Qualität rund zehn Megabyte, und bei höherer Abtastrate oder Bittiefe wird es entsprechend mehr. Für den Versand per E-Mail oder für mobile Wiedergabe ist das oft unpraktisch.

Ein zweiter, technisch bedingter Nachteil ist das 4-Gigabyte-Limit der klassischen WAV-Datei. Die Grössenangaben im RIFF-Header sind auf 32 Bit ausgelegt, weshalb eine reguläre WAV-Datei nicht grösser als etwa vier Gigabyte werden kann. Für sehr lange Aufnahmen in hoher Auflösung stösst man damit an eine harte Grenze, für die es erst später erweiterte Varianten gab.

Schliesslich bietet WAV kaum standardisierte Tag-Metadaten. Während MP3 mit ID3-Tags Titel, Interpret und Coverbild sauber transportiert, ist die Metadaten-Unterstützung in WAV eher rudimentär und uneinheitlich umgesetzt. Für eine gut sortierte Musikbibliothek ist das ein spürbarer Nachteil.

WAV direkt im Browser erzeugen

All diese Header-Felder sind keine graue Theorie, sondern genau das, was beim Konvertieren geschrieben werden muss. mp3wav.de macht das direkt in deinem Browser: Über die Web Audio API wird die MP3-Datei dekodiert und daraus ein sauberer RIFF-Container mit fmt - und data-Chunk sowie linearem PCM in 16 oder 24 Bit aufgebaut. Der entscheidende Punkt dabei ist, dass alles lokal auf deinem Gerät passiert. Es wird keine Datei auf einen Server hochgeladen, deine Aufnahmen verlassen deinen Rechner nicht. Warum das gerade bei Audio wichtig ist, erklärt der Artikel zum Datenschutz beim Audio-Konverter.

Wer die Grundstruktur aus RIFF, PCM, Bittiefe und Abtastrate einmal verstanden hat, weiß auch, warum eine WAV-Datei so viel Platz braucht und warum sie im Gegenzug die volle Klangqualität behält. Für Bearbeitung, Mastering und Archiv ist das ein Kompromiss, der sich fast immer lohnt.

Hast du einen Fehler entdeckt oder einen Quellen-Hinweis für uns? Schreib gern an info@akara-solutions.de.