come from : https://blog.csdn.net/luckywang1103/article/details/45697245

RIFF概念
大部分多媒体文件都遵循一种结构来存放信息，这种结构称为”资源互换文件格式”(Resource Interchange File Format)简称RIFF。例如声音的wav文件，视频的avi文件等都是由此结构衍生出来的。 
RIFF基本结构如下：

块的标志 (4bytes)      数据大小 (4bytes)
数据                            数据大小记录后面跟随的数据的大小，所以总的文件的大小是”数据大小+8bytes”

wav文件格式
起始地址    占用空间    含义
00H    4 bytes    “RIFF”标志
04H    4 bytes    后面开始的文件的大小，真正的文件大小=这个值+0x08
08H    4 bytes    “wav”
0cH    4 bytes    “fmt”
10H    4 bytes    sizeof(PCM_WAV_FORMAT)数值为16或更大值，记录14H开始到”data”标志之间的数据的大小
14H    2 bytes    编码格式0x0001代表pcm
16H    2 bytes    channels，1-单声道，2-双声道
18H    4 bytes    sample rate
1cH    4 bytes    bits*sample rate*channels/8
20H    2 bytes    bits*channels/8
22H    2 bytes    bits
24H    4 bytes    “data”
28H    4 bytes    后面开始的语音数据的大小，真正的文件大小=这个值+0x2c
2cH    …    语音数据
以上说明：PCM_WAV_FORMAT是14H开始到”data”标志之间的一段数据。

先来分析一个wav文件 

52 49 46 46: RIFF标志 
a6 17 02 00: 后面的文件大小，按照pc小端模式，应该是0x000217a6，真正的文件大小还要在此基础上加8 
57 41 56 45: WAVE标志 
66 6d 74 20: fmt标志 
10 00 00 00: 14H到”data”标志之间的数据大小，这里是0x00000010，16个字节 
+++++ 14H到data之间的数据 ++++ 
01 00: 编码格式，0x0001代表pcm编码 
01 00: channels，这里是单声道 
80 bb 00 00: sample rate 
00 77 01 00: bits*sample rate*channels/8 
02 00: bits*channels/8 
10 00: bits 
++++++++++++++++++++++ 
64 61 74 61: “data”标志 
82 17 02 00: “data”标志之后的语音数据大小，真正的文件大小在此基础上加0x2c

再来分析一个wav文件 

52 49 46 46: RIFF标志 
3c 80 04 00: 后面的文件大小，按照pc小端模式，应该是0x000217a6，真正的文件大小还要在此基础上加0x08 
57 41 56 45: WAVE标志 
66 6d 74 20: fmt标志 
28 00 00 00: 14H到”data”标志之间的数据大小，这里是0x00000028，40个字节 
+++++ 14H到data之间的数据 ++++ 
FE FF: 编码格式 
02 00: channels 
80 bb 00 00: sample rate 
00 65 04 00: bits*sample rate*channels/8 
06 00: bits*channels/8 
18 00: bits 
03 00 00 00: 
…. 
00 38 9b 71 
++++++++++++++++++++++ 
64 61 74 61: “data”标志 
00 80 04 00: “data”标志之后的语音数据大小，真正的文件大小在此基础上加0x44

wav容器里面的音频数据
最基本的wav文件是PCM(脉冲编码调制)格式的。这种文件直接存储采样的声音数据没有经过任何压缩，是声卡支持的数据格式，要让声卡正确的播放其他被压缩的声音数据，就应该先把压缩的数据解压缩成PCM格式，然后再让声卡播放。 
另外，由于wav只是一种文件存储的容器，也可以存储压缩过的数据，如G.711数据等，播放时需要解码成pcm(脉冲编码调制)格式以便声卡能够播放。

对于单声道声音文件，采样深度为8 bit(00H~FFH)或16 bit 
对于双声道立体声音文件，采样深度为8 bit，则每次采样数据为16 bit，高8 bit(左声道)和低8 bit(右声道)分别代表两个声道；采样深度为16 bit类推。 
具体wav数据bit位置安排方式如下： 

部分参考自：http://blog.csdn.net/zhihu008/article/details/7854529