我有一个涉及SILK的 VoIP 呼叫的 pcap 。我可以在 Wireshark 中看到 RTP 有效负载。从 RTP 标头中，我可以了解采样率（例如 24 KHz）和帧大小（例如 20 毫秒）。我想做的是提取 RTP 有效负载并生成一个包含 SILK 编码音频的文件。从RTP有效载荷格式描述我可以看到，在存储在文件中的情况下，每个音频块都需要一个块头，来指定采样率和块大小（因为块大小是可变的，并且每帧可以不同）。
如何生成具有正确文件头（“幻数”）的文件并为每个音频块添加块头？
我可以使用几种不同的编程语言，所以我主要对所需的算法感兴趣，但希望能参考代码实现（或者可能是一些现有的工具？）。