Wave文件格式主要是用來存儲音頻PCM數據的，其實也可以存儲非PCM音頻數據，這種情況我們就不考慮了。文件的擴展名爲“.wav”，採用RIFF文件結構。
一、RIFF文件格式簡介
1、RIFF文件是由一個一個的chunk組成的，並且chunk之間可以嵌套。使用小端存儲。
2、chunk的基本結構如下：
struct chunk
{
char chunkId[4]; // 4個字符組成的chunk標識，少於4字符右補空格
U32 chunkSize; // 數據塊的大小，字節
char data[chunkSize]
};
chunkId可以爲"RIFF"、"LIST"、"fmt"、"data"...
3、當chunkId爲"RIFF"或"LIST"(類型塊)時，chunk的結構變形爲下面這樣：
struct chunk
{
char chunkId[4]; // 4字符組成的chunk標識，少於4字符右補空格
U32 chunkSize; // chunkType + data的數據大小，字節
char chunkType[4]; // chunk的類型，e.g. WAVE/AVI...
char data[chunkSize - 4]
};
二、Wave文件格式
1、Wave文件採用RIFF文件格式，當然也就遵循RIFF文件結構。總體來看Wave文件是由多個chunk嵌套組成的。
| 字段 | 長度(B) | 字段描述 | ||||
| chunk1 | chunkId | 4 | 第一個chunk的標識始終是"RIFF" | |||
| chunkSize | 4 | 該chunk的數據大小，包括chunkType | ||||
| chunkType | 4 | 對於Wave文件chunk的類型爲"WAVE" | ||||
| data | chunk2 | chunkId | 4 | Wave文件的第二個chunk標識爲"fmt" | ||
| chunkSize | 4 | 該chunk的數據大小 | ||||
| data | wFormatTag | 2 | 音頻數據格式，0x0001表示PCM數據 | |||
| nChannels | 2 | 聲道數 | ||||
| nSamplesPerSec | 4 | 採樣率，每秒採樣次數 | ||||
| nAvgBytesPerSec | 4 | 每秒的音頻數據大小(B)，聲道數*採樣率*每個採樣點的比特數/8 | ||||
| nBlockAlign | 2 | 每個時刻的音頻數據塊大小(B)，聲道數*每個採樣點的比特數/8 | ||||
| wBitsPerSample | 2 | 每個採樣點(的幅值)用多少比特編碼(8 or 16) | ||||
| chunk3 | chunkId | 4 | Wave文件的第三個chunk的標識爲"data" | |||
| chunkSize | 4 | 該chunk的數據大小 | ||||
| data | PCM數據 | chunkSize | PCM數據 | |||
從上表可以看出：
(1) Wave文件最外層是一個標識爲"RIFF"的類型塊chunk1
(2) 在chunk1的data部分嵌套了2個chunk，即chunk2和chunk3
(3) chunk2的標識爲"fmt"，在它的data部分存儲音頻的一些相關屬性
(4) chunk3的標識爲"data"，在它的data部分存儲具體的音頻PCM數據
2、PCM數據存儲格式
3、用二進制方式打開.wav文件 驗證對Wave文件格式的理解
Wave測試文件我用的是C:\Windows\Media\Windows 關機.wav
二進制文本工具我用的是notepad++的Hex Editor插件，也可以用UltraEdit編輯器
爲了方便描述，我把Wave文件的各個字段進行了編號1-14，依次對應上面表格中的各個字段
1： 0x 52 49 46 46，4字節，"RIFF"的ASCII碼
對應chunk1的chunkId字段
2： 0x dc 95 02 00，4字節，由於RIFF文件格式採用小端存儲，所以轉換爲人們熟悉的字節序(大端)爲0x 00 02 95 dc，
再轉換爲十進制數爲169436，表示chunk1的數據大小爲169436字節。我們可以查看
Windows 關機.wav文件的大小爲169444字節，由於chunkId和chunkSize已經佔用8字節，
所以後面還有169436字節的數據。
對應chunk1的chunkSize字段
3： 0x 57 41 56 45，4字節，"WAVE"的ASCII碼
對應chunk1的chunkType字段
4： 0x 66 6d 74 20，4字節，"fmt "的ASCII碼，"fmt"不夠4個字符，所以右邊補空格。
對應chunk2的chunkId字段
5： 0x 10 00 00 00，4字節，同樣是小端存儲，轉換爲大端爲0x 00 00 00 10即十進制的16，
表示chunk2的數據大小爲16字節。從上面表格可知，wFormatTag、nChannels、
nSamplesPerSec、nAvgBytesPerSec、nBlockAlign、wBitsPerSample加起來剛好佔16字節。
對應chunk2的chunkSize字段
6： 0x 01 00，2字節，轉換爲大端爲0x 00 01，表示該Wave文件存儲的是音頻PCM數據。
對應chunk2的data部分的wFormatTag字段
7： 0x 02 00，2字節，轉換爲大端爲0x 00 02即十進制的2，表示音頻聲道數爲2即雙聲道。
對應chunk2的data部分的nChannels字段
8： 0x 44 ac 00 00，4字節，轉換爲大端爲0x 00 00 ac 44即十進制的44100，表示音頻採樣率爲44100Hz。
對應chunk2的data部分的nSamplesPerSec字段
9： 0x 10 b1 02 00，4字節，轉換爲大端爲0x 00 02 b1 10即十進制的176400，
表示每秒的音頻數據大小爲176400B。用公式”聲道數*採樣率*每個採樣點的比特數/8”
計算得到的剛好就是176400即2 * 44100 * 16 / 8 = 176400
對應chunk2的data部分的nAvgBytesPerSec
10： 0x 04 00，2字節，轉換爲大端爲0x 00 04即十進制的4，表示每個時鐘(有2個採樣點)的音頻數據有4B大小。
它的值等於”聲道數*每個採樣點的比特數/8”即2 * 16 / 8 = 4
對應chunk2的data部分的nBlockAlign字段
11： 0x 10 00，2字節，轉換爲大端爲0x 00 10即十進制的16，表示每個採樣值用16比特編碼。
對應chunk2的data部分的wBitsPerSample字段
12： 0x 64 61 74 64，4字節，"data"的ASCII碼
對應chunk3的chunkId字段
13： 0x b8 95 02 00，4字節，轉換爲大端爲0x 00 02 95 b8即十進制的169400，
表示chunk3的data部分的數據大小即PCM音頻數據的大小
對應chunk3的chunkSize字段
14： 音頻PCM數據即chunk3的data