【调研学习】3.5mm耳机孔，PCM-WAV

项目需要用到音频信号输出，学习一下基本的3.5mm耳机孔接线、信号形式，以及所用到WAV文件格式以及PCM音频编码方式。

1.3.5mm耳机孔

3.5mm耳机孔插座有2~7引脚不等的，最常用的4引脚包括：GND microphone L R

 

 在B站找到个视频，用示波器看信号输出：

https://www.bilibili.com/video/BV1BE411i7iE?share_source=copy_web

 手机接口输出信号，信号幅值随着输出音量变化，在10mV~300mV间。信号整体比较杂乱，最高频在40kHz左右。

3.5mm耳机接口输出信号为模拟信号，在手机内置模块中进行DAC转换以及放大。

2.PCM编码

PCM作用是将时域模拟信号转换成二进制编码流存储，其实就是采样-量化。人耳能听到的极限频率是20kHz，通常人声、乐器的频率不会超过10kHz。

见：  乐器及人声重要频率范围表 - 音 响 论 坛 -耳机俱乐部论坛

 根据采样定理，采样频率高于信号最高频两倍才不会发生混叠。PCM编码音频CD的标准采样率是44.1kHz。

量化位数指的是编码时每次采样的值ADC的位数，一般为16bit。也可以进行多声道采样，1-2.

 3.WAV文件格式

最常见WAV编码就是在PCM数据格式的前面加上44字节，分别用来描述PCM的采样率、声道数、数据格式等信息。

 保存格式如上图，区块从上至下依次是：RIFF fmt data，前44字节存储文件ID SIZE byterate等信息。

具体的“头文件”信息：

ChunkID：'RIFF'标识

CHUNKSize: 是整个文件的长度减去ID和Size的长度

Format: Type是WAVE，后面需要两个子块：Format和Data

Subchunk1ID: 以'fmt '为标识

Subchunk1Size: 该区块-fmt-数据的长度（不包含ID和Size）

AudioFormat: Data区块存储的音频数据的格式，PCM格式值为1

NumChannels: 音频数据的声道数：1-单声道，2-双声道

SampleRate:音频采样率

ByteRate: 每秒数据字节数 = 采样率* 通道数 * 转换位数 / 8

BlockAlign: 每次采样字节数 = 通道数 * 转换位数 / 8

BitsPerSample:每个采样存储的bit数，8-16-32

 所以，在读取WAV文件时，可以依次写出读取代码，再此以C#为例：

class WAVReader //wav 文件读取

        {
            private string Id; //文件标识
            private double Size;  //文件大小
            private string Type; //文件类型
            private string formatId;
            private double formatSize;     
            private int formatTag;
            private int num_Channels;       //声道数目
            private int SamplesPerSec;      //采样率
            private int AvgBytesPerSec;     //每秒所需字节数 
            private int BlockAlign;         //数据块对齐单位(每个采样需要的字节数) 
            private int BitsPerSample;      //每个采样需要的bit数
            private string additionalInfo;  //附加信息
            private string dataId;
            private int dataSize;
            public List<double> wavdata = new List<double>();
            public void ReadWAVFile(string filePath)  //读取波形文件并显示
            {
                if (filePath == "") return;
                byte[] id = new byte[4];
                byte[] size = new byte[4];
                byte[] type = new byte[4];
                byte[] formatid = new byte[4];
                byte[] formatsize = new byte[4];
                byte[] formattag = new byte[2];
                byte[] numchannels = new byte[2];
                byte[] samplespersec = new byte[4];
                byte[] avgbytespersec = new byte[4];
                byte[] blockalign = new byte[2];
                byte[] bitspersample = new byte[2];
                byte[] additionalinfo = new byte[2];    //可选
                byte[] factid = new byte[4];
                byte[] factsize = new byte[4];
                byte[] factdata = new byte[4];
                byte[] dataid = new byte[4];
                byte[] datasize = new byte[4];
                using (FileStream fs = new FileStream(filePath, FileMode.Open, FileAccess.Read))
                {
                    using (BinaryReader br = new BinaryReader(fs, Encoding.UTF8))
                    {
                        #region  RIFF WAVE Chunk
                        br.Read(id, 0, 4);
                        br.Read(size, 0, 4);
                        br.Read(type, 0, 4);
                        Id = getString(id, 4);
                        long longsize = bytArray2Int(size);//十六进制转为十进制
                        Size = longsize * 1.0;
                        Type = getString(type, 4);
                        #endregion
                        #region Format Chunk
                        br.Read(formatid, 0, 4);
                        br.Read(formatsize, 0, 4);
                        br.Read(formattag, 0, 2);
                        br.Read(numchannels, 0, 2);
                        br.Read(samplespersec, 0, 4);
                        br.Read(avgbytespersec, 0, 4);
                        br.Read(blockalign, 0, 2);
                        br.Read(bitspersample, 0, 2);
                        if (getString(formatsize, 2) == "18")
                        {
                            br.Read(additionalinfo, 0, 2);
                            additionalInfo = getString(additionalinfo, 2);  //附加信息
                        }
                        formatId = getString(formatid, 4);
                        formatSize = bytArray2Int(formatsize);
                        byte[] tmptag = composeByteArray(formattag);
                        formatTag = bytArray2Int(tmptag);
                        byte[] tmpchanels = composeByteArray(numchannels);
                        num_Channels = bytArray2Int(tmpchanels);                //声道数目
                        SamplesPerSec = bytArray2Int(samplespersec);            //采样率
                        AvgBytesPerSec = bytArray2Int(avgbytespersec);          //每秒所需字节数   
                        byte[] tmpblockalign = composeByteArray(blockalign);
                        BlockAlign = bytArray2Int(tmpblockalign);              //数据块对齐单位(每个采样需要的字节数)
                        byte[] tmpbitspersample = composeByteArray(bitspersample);
                        BitsPerSample = bytArray2Int(tmpbitspersample);        // 每个采样需要的bit数     
                        #endregion
                        #region Data Chunk
                        byte[] d_flag = new byte[1];
                        while (true)
                        {
                            br.Read(d_flag, 0, 1);
                            if (getString(d_flag, 1) == "d")
                            {
                                break;
                            }
                        }
                        byte[] dt_id = new byte[4];
                        dt_id[0] = d_flag[0];
                        br.Read(dt_id, 1, 3);
                        dataId = getString(dt_id, 4);
                        br.Read(datasize, 0, 4);
                        dataSize = bytArray2Int(datasize);
                        List<string> testl = new List<string>();
                        if (BitsPerSample == 8)
                        {
                            for (int i = 0; i < dataSize; i++)
                            {
                                byte wavdt = br.ReadByte();
                                wavdata.Add(wavdt);
                            }
                        }
                        else if (BitsPerSample == 16)
                        {
                            for (int i = 0; i < dataSize / 2; i++)
                            {
                                short wavdt = br.ReadInt16();
                                wavdata.Add(wavdt);
                            }
                        }
                        #endregion
                    }
                } //wavdata
        }

此代码参考自：http://t.csdn.cn/hgMb3

至此，文件信息被存在了各个定义的变量中，data数据存在wavdata中。注意存储时采用线性存储，所以使用时需要注意根据不同的文件 量化位数、声道数 来进行输出等操作。

参考：

音视频基础知识---音频编码格式 - 知乎

wav文件格式解析 - 知乎

http://t.csdn.cn/ubcE9