Круто конечно! (фоксом...) С большими файлами - это наверно не стоит (слишком большие движения в памяти, в процессоре пересчет-перекодировка идет, знаю по CakeWalk/Sonar- Cool Edit Pro), а с маленькими (порядка секунд) - может даже и интересно было бы...
А у тебя есть описание того, как происходит кодинг-декодинг в WAV? Ведь там инфа должна быть пакована каким-нибудь кодеком. Т.е. - простая склейка с изменением всего лишь структуры шапки, как к примеру можно сделать для DBF, наверно все-таки не прокатит. Скорее всего - должна быть новая перекодировка ЧЕГО-ТО, чтобы получить результирующий файл. А это ЧТО-ТО - суммарная инфа, считанная при чтении (проигрывании) обоих файлов. Так мне кажется. А может и ошибаюсь - надо читать что-то конкретное о том, как строится и читается WAV. Тем более, что с таким расширением могут быть несколько совершенно разных типов файлов, со своими непохожими кодеками.

А зачем тогда клеить WAV-ы?
Разве нельзя попросту запускать их в нужной последовательности? (что легко можно организовать просто из командной строки)

Для твоего случая, кстати, наверно подойдет еще один вариант - попробуй воспользоваться технологией Speech API - она позволяет синтезировать речь. Вводишь параметром любой текст - компьютер читает его каким-то определенным голосом, каким - зависит от установленного движка (т.е. надо будет еще кое-что установить) и от заданных тобой параметров - выше-ниже, быстрее-медленнее. Тут тоже есть, конечно, кое-какие сложности и нюансы.
Но если такой вариант тебя не устраивает (нужен например - именно "приятный женский голос" - таких движков я что-то пока не встречал :) - тогда, конечно нужно думать над WAV-ками :)
Кстати можно поступить по старинному рецепту - когда-то (еще в 30-х годах 20 в.), когда нужно было, чтобы время по справочному телефону выдавалось автоматически. Диктор, которая начитывала куски на запись специально говорила медленно с растяжкой - когда все это соединялось - получалось более естественно, чем при обычном темпе речи (хотя речь наверно выходила тормознутая )
А потом пауза еще зависит от того - чем ты воспроизводишь куски. Может найти более хорошую "воспроизводилку", и чтобы в командной строке позволяла задавть последовательное воспроизведение. Куски можно сделать в MP3 - по-моему, будет лучше. Из готовых, ресурсоэкономных плееров могу посоветовать "1 by 1" (это название). Говорят, он без проблем работает даже на суперстарых компах. Может есть и какие-то подобного рода ActiveX. Попробуй поискать по инету.