ところでSquidSkyさんはパソコンでバイナリエディタ使ったことあるのかなぁ?
『WAVの形式がRIFFだから』とか推測をしてるけどそもそもwav以外のファイルでも共通の現象です。
パソコン上でのデータは8bitが1かたまりです。
だから仮に「16bitPCM」「24bitPCM」でもそれは2つまたは3つのかたまりを「つなげて」解釈しています。(だからエンディアン≒順番の約束事に注意する必要性が生じる)
そしてプチコンでデータを扱うのは(整数型で)32bitが1要素です。
だから送る段階で4かたまりが1要素に変換されるのです。