介绍
人耳可以听到的声音频率在20HZ~20kHz之间的声波，称为音频。
音频本身是模拟信号，通过AD采样转换变成数字信号，这些数字信号称为PCM数据，采样参数有采样率，比特，通道等。
- 采样率指每秒采集多少次，一般有16000hz，44100hz。
- 比特代表每采一次用多少位表示，一般有8位，16位。
- 通道代表使用多少条并行ad采样器，一般分单通道和双通道。
PCM数据虽然能保存音频文件，但给用户使用时却不知道上面的三个信息，造成解码问题，因此，一般在PCM文件前加个头，用来指示PCM数据信息。
Wav是音频最简单的无压缩格式，本身由三部分组成。
结构
头部
包含12个字节共三个参数：
- 资源交换档案标准（Resource Interchange File Format） (RIFF)头部：固定为“RIFF”,占用4个字节。
- ChunkSize：它等于PCM数据字节数+36。
- Format：固定为“WAVE”
格式
- Subchunk1ID：固定为“fmt”。
- Subchunk1Size：代表格式段剩余多少字节。
- AudioFormat：音频格式，PCM = 1，因此一般为1.
- NumChannels：通道数量，Mono = 1, Stereo = 2。
- SampleRate：采样率，8000,16000,44100。
- ByteRate：比特率，等于SampleRate * NumChannels * BitsPerSample/8。
- BlockAlign：代表每一帧的字节数量，等于NumChannels * BitsPerSample/8。
- BitsPerSample：位数，8 bits = 8, 16 bits = 16等。
- ExtraParamSize：如果是PCM, 该字段不存在。
- ExtraParams：如果是PCM，该字段不存在。
数据
- Subchunk2ID：固定为“data”。
- Subchunk2Size：表示实际的音频数据字节总数，等于NumSamples * NumChannels * BitsPerSample/8。
- Data：PCM数据。
注意
在文档中，除了PCM数据部分，其它部分都是采用大端模式存储， 但是本人在windows10系统中亲测，发现wav全都是采用小端模式存储。
如下图：
该文件大小为32046，对应上述ChunkSize(4-8字节)应该是00007D26,在图中存储变成267D0000，由此证明是采用小端模式。
很多嵌入式芯片，如ARM,MIPS等采集出来的PCM是小端模式，而JAVA虚拟机和网络传输统一采用大端模式，因此数据不能直接使用，需要把数据小端转大端先。
实践
如下图片就是android开发的app，采集音频数据的例子：
