音频数据格式：PCM,WAV,MIDI

1. 前言

限于作者能力水平，本文可能存在谬误，因此而给读者带来的损失，作者不做任何承诺。

2. 音频数据格式基础

2.1 PCM(Pulse Code Modulation)：脉冲编码调制

把声源数据按一定的频率进行脉冲调制进行存储的数据格式，简单来说就是对模拟声音信号的数字转换。

2.2 WAV

WAV是一种无损音频数据格式。WAV符合RIFF规范。符合RIFF规范的文件可用于存储音频视频交错格式数据(.AVI) 、波形格式数据(.WAV) 、位图格式数据(.RDI) 、MIDI格式数据(.RMI) 、调色板格式(.PAL) 、多媒体电影(.RMN) 、动画光标(.ANI) 、其它RIFF文件，RIFF包含的数据文件格式有文件扩展名来标识。
文件扩展名.WAV用来存储波形数据格式。WAV对于数据编码没有硬性规定，PCM是WAV多种编码格式当中的一种。
采样数据可用 采样频率（WAV通常有22050HZ、44100HZ两种）、采样幅度 2个参数来表示。WAV文件除开40个字节的开头，声音数据部分记录的就是采样的幅度：单声道的情况下，如果是单字节8-Bit的采样，就是把声音采样幅度分成 2^8=256 个等级，采样数据记录了当前采样幅度等级。双字节16-Bit的采样同理，只是幅度等级更丰富了( 2^16=64K 个等级)。双声道的情况道理一样，只不过每个声道都有一份数据，所以数据加倍。
上面是对WAV格式技术上的描述。而通常我们采用 （采样频率 + 声道数） 或 传输速率 来描述。如：

44100HZ 16bit stereo : 每秒钟有 44100 次采样, 采样数据用 16 位(2字节)记录, 双声道(立体声)。
22050HZ 8bit  mono : 每秒钟有 22050 次采样, 采样数据用 8 位(1字节)记录, 单声道。

或

44100 * 16 * 2 = 1411200 bits/s
22050 * 8 * 1 = 176400 bits/s

通过上面的计算公式知道了传输速率，如果还知道了WAV文件的数据的大小，可以通过下面的公式计算播放的时长：

播放时长 = WAV数据大小 / 传输速率

2.3 MIDI(Musical Instrument Digital Interface)

首先要明确的是，MIDI存储的数据和前面两种格式均不同，MIDI文件存储的是如何演奏的一系列指令，而真正的音频数据则来源一些预定义的乐器数据，如钢琴，贝斯等，每种乐器的不同音色都有对应的数据，这些就是平常所说的MIDI音色库。MIDI的通过一系列预定义的消息指令告诉系统怎样演奏，这些预定义的指令指定了使用的乐器，节拍，音调等。
MIDI的存储格式除了以字串MThd标记的一个头部外，还有一个或多个以字串MTrk标记的音轨数据块。

3. 参考链接

WAV和PCM的关系和区别
标准MIDI文件格式

4. 后记

文章从个人51CTO博客(原地址)迁移过来。