WAV实际上就是裸数据PCM外面包了一层文件头，其实质为一个“RIFF”文件，普通的线性PCM数据的WAV头为44个字节。
格式定义
| 位置 | 字节数 | 值/类型 | 描述 |
|---|---|---|---|
| 1 - 4 | 4 | "RIFF" | 表示文件"RIFF"文件 |
| 5 - 8 | 4 | 32位整形（UInt32） | 文件长度-8 |
| 9 -12 | 4 | "WAVE" | 文件类型头，表示一个"WAVE"文件 |
| 13-16 | 4 | "fmt " | 格式表示符 |
| 17-20 | 2 | 16位整形（UInt16） | "10 00 00 00 "表示PCM数据 |
| 21-22 | 2 | char(UInt8) | 数据类型,"01 00"表示 PCM |
| 23-24 | 2 | char(UInt8) | 通道数 |
| 25-28 | 4 | 32位整形(UInt32) | 采样率，比如""表示44100采样率 |
| 29-32 | 4 | 32位整形(UInt32) | 码率： 采样率x位深度x通道数/8 比如双通道的44.1K 16位采样的码率为176400 |
| 33-34 | 2 | 16位整形（UInt16） | 采样一次，占内存大小 ： 位深度x通道数/8 |
| 35-36 | 2 | 16位整形（UInt16） | 采样深度 |
| 37-40 | 4 | "data" | 表述payload数据开头 |
| 41-44 | 4 | 32位整形(UInt32) | 数据部分的长度 |
根据格式我们再来看一个示例文件：
这里用hexdump来查看二进制wav文件：
hexdump -n 44 car.wav
因为wav头44字节，所以直接dump出44个字节。-n选项表示dunp的长度。
文件类型头
首先来的是一个头：“RIFF”:
52 49 46 46
接在后面的文件总长度：
F4 FB 01 00
注意，现在主流的平台都是小端序。 所以上面的数字16进制为：
0x0001fbf4
对应的十进制为 ： 130036 再加上8为： 130044 而我们看的文件：
[cz@air_11:sound]$ls -al
total 272
drwxr-xr-x 4 cz staff 136 Dec 1 22:57 .
drwxr-xr-x 4 cz staff 136 Dec 1 22:47 ..
-rw-r--r--@ 1 cz staff 130044 Dec 1 22:41 car.wav
恰好是130044个字节。
接着还是表示WAV文件的标签：
57 41 56 45 66 6D 74 20
为"WAVEfmt "的16进制表示。
接着6个字节，和装的PCM数据类型有关，前四个字节和后两个字节配对：比如
前四个字节| 后两个字节| 类型
---|---
10 00 00 00| 01 00| 线性化PCM
12 00 00 00| 06 00| A律量化的PCM
12 00 00 00| 07 00| U律量化的PCM
32 00 00 00| 02 00| AD PCM
14 00 00 00| 31 00| GSM
我们这的例子是线性PCM，所以是：
10 00 00 00 01 00
PCM音频文件属性
接着上面，再来是两个字节表示的通道数：
02 00
换算下为"0x02"表示双通道。
接着是4个字节表示的采样率：
11 2b 00 00
换算成十进制“11025” 一个比较少见的数，
用这个采样率x通道数x位深度/8 就可以得到一秒钟数据有多少了，也叫码率，其后面4个字节就是这个值。
44 ac 00 00
再往后两个字节表示采样一次占字节数，再在往后两个字节是上面公式里面的位深度：
10 00
表示16bit深度，套入公式：
0x2b11*0x10 * 2 / 8=0xac44
正好对上。
而采样字节数为：
04 00
正好为 16*2/8 = 4byte。
头部结尾
最后还剩8个字节，分成两部分：
固定的表示数据开始的额"data" 以及表示数据长度的uint32：
d0 fb 01 00
为13000 其等于文件长度 130044 减去WAV头44。
