WAV 经常被直接理解成“无损音频文件”。这个说法不算错，但不够完整。更准确一点：
- WAV 是文件格式
- PCM 是最常见的其中一种音频数据表示
很多人调音频时，真正绕晕的地方不是采样率，而是没把“容器”和“编码”分开。WAVE 这一类格式正好很适合把这个问题讲清楚。
1. WAV 到底是什么
WAV 对应的是 WAVEform Audio File Format。它本质上是 RIFF 文件结构在音频场景下的一种具体使用方式。
所以一个 WAV 文件，先是一个 RIFF 文件，然后它的 Form Type 被指定成 WAVE。
这句话的实际含义是：
- WAV 不是单纯一段 PCM 裸数据
- 它外面还有一层有结构的文件壳
2. 为什么很多人把 WAV 和 PCM 混在一起
因为工程里最常见的 WAV，确实就是“RIFF + WAVE + PCM 数据”。
于是大家很容易把两件事说成一件事：
WAV：描述文件怎么组织PCM：描述样本怎么编码
在多数播放器和工具里，你看到一个 .wav 文件，默认猜它里面是 PCM，通常没问题；但严格说，WAV 也可以放别的音频编码。
3. RIFF 是什么
RIFF 可以先理解成一套块结构文件格式。它的基本单位叫 chunk。
每个 chunk 都大体长这样：
- 4 字节标识
- 4 字节长度
- 后面跟具体数据
这种结构的好处很明显：
- 可扩展
- 容易跳过不认识的块
- 适合不同类型的数据共存
也正因为这样，RIFF 不只用在 WAV，还用在别的多媒体格式里。
4. WAV 文件里最常见的几个 chunk
一个常见 WAV 文件，通常会有这几个部分：
RIFFfmtdata- 可能还有
fact
RIFF chunk
它是整个文件的总入口，告诉你：
- 这是一个 RIFF 文件
- 它里面装的是
WAVE
fmt chunk
这是最关键的描述块之一。播放器、解码器能否正确解释音频数据，主要看这里。
它通常包含：
- 编码格式
- 声道数
- 采样率
- 每秒字节率
- 块对齐
- 位深
data chunk
真正的音频样本一般就在这里。
fact chunk
当 WAV 里装的是压缩格式时，常会需要 fact 块补充信息，比如采样总数。
5. PCM 在这里扮演什么角色
PCM 是最基础的数字音频表示方式之一。可以把它看成：
- 模拟信号被采样
- 采样值被量化
- 量化结果按固定方式编码存下来
它的优点就是简单直接，解码成本低；缺点也很明显，体积大。
所以一个典型的 PCM WAV 文件，本质上就是：
RIFF 容器 + WAVE 标识 + fmt 参数 + data 区中的 PCM 样本
6. WAV 一定是未压缩的吗
不一定。
虽然最常见的 WAV 是 PCM，但 WAV 这个容器也可以装：
- PCM
- IEEE float
- A-law
- Mu-law
- 其他扩展格式
这也是为什么有时候你看到两个 .wav 文件，播放器都能播，但它们对接不同软件时兼容性不一样。问题不在后缀，而在 fmt 里写的编码方式。
7. 需要重点理解的几个字段
SampleRate
采样率，决定每秒取多少个样本。
NumChannels
声道数，单声道、双声道、多声道都靠这个字段区分。
BitsPerSample
位深，决定每个采样值占多少位。
ByteRate
它能帮助你快速估算流速和缓存大小，通常等于：
SampleRate * NumChannels * BitsPerSample / 8
BlockAlign
它描述一次样本对齐的最小单位。多声道场景里，这个值很重要，因为音频数据不是单个样本孤立存放，而是按帧对齐交错排列。
8. 多声道 PCM 在 data 里怎么存
多声道 PCM 一般是交错存放的。
如果是双声道，常见顺序就是：
- 左声道第 1 个样本
- 右声道第 1 个样本
- 左声道第 2 个样本
- 右声道第 2 个样本
这件事在做裸数据提取、声道拆分或自己写解析器时很容易踩坑。因为如果你把整段字节流当成“某一个声道连续存储”，结果一定不对。
9. 扩展格式块为什么存在
当简单的 fmt 信息不够表达实际格式时，就会用到扩展块，例如：
- 声道更多
- 位深不是常规场景
- 实际有效位数和存储位数不完全一致
- 需要更明确地表达声道布局
这也是为什么同样叫 WAV，有的文件头特别短，有的文件头更复杂。
10. 工程里最常见的几个问题
明明是 .wav，结果播放器不认
通常先看：
fmt里是不是标准 PCM- 是否用了某些扩展格式
fact等附加块是否齐全
时长算不对
优先核对：
data区大小ByteRate- 声道数和位深是否一致
采样听起来有杂音
常见方向有：
- 采样率解释错了
- 位深解析错了
- 有符号 / 无符号理解错了
- 多声道交错顺序处理错了
11. 总结
理解 WAV 最重要的不是背结构体，而是先把三层关系分开：
- RIFF：文件块结构
- WAVE：这是音频文件实例
- PCM：最常见的样本编码方式
这层关系一清楚，后面再去看 fmt、data、fact 这些块，就不容易混乱。做播放器、转码、录音链路或者问题排查时，也更容易知道自己是在处理“容器问题”还是“编码问题”。
