PCM音频格式理解

什么是PCM

PCM(Pulse Code Modulation)是模拟信号以固定的采样频率转换成数字信号后的表现形式。
PCM相关的5个概念：

• 采样率(Sample Rate)
  一秒钟内对声音信号的采样次数，单位：Hz，采样频率越高，音频质量越好，占用空间也越大。采样频率一般共分为11025Hz、22050Hz、24000Hz、44100Hz、48000Hz五个等级，11025Hz能达到AM调幅广播的声音品质，而22050Hz和24000HZ能达到FM调频广播的声音品质，44100Hz则是理论上的CD音质界限，48000Hz则更加精确一些。
• 音频数据是否是有符号的
  通常情况下音频数据都是有符号的，可以是负值。
• 采样位数(Sample Size)
  表示每一个采样数据的大小，有8、16位之分，用来衡量声音波动变化的一个参数，也可以说是声卡的分辨率。它的数值越大，分辨率也就越高，所发出声音的能力越强。
• 字节序
  音频数据存储字节序，有little-endian和big-endian，音频通常使用little-endian字节序存储。
• 声道数
  标识音频是单声道(mono, 1 channel)还是双声道立体声(stereo, 2 channels)。

PCM数据排列格式

注：该图来自https://blog.csdn.net/lifei092/article/details/80990813

• 16位单声道PCM
  各个采样点依次排列，每一个采样点占2个字节(16bit)，小端字节序，低字节在低地址，高字节在高地址；
• 16位双通道（立体声）PCM
  左右声道采样点依次交叉排列，每个采样点占2个字节（16-bit)，小端字节序，低字节在低地址，高字节在高地址；
  |----------------------------------------------------------------------------------------------------------------------|
  | LFrame1 | RFrame1 | LFrame2 | RFrame2 | LFrame3 | RFrame3 | LFrame4 | RFrame4 |
  |----------------------------------------------------------------------------------------------------------------------|

PCM音频数据可以使用音频编辑软件导入查看，如：开源的音频编辑软件Audacity。

从pcm16双通道数据中分离左右通道数据

#include <stdio.h>
#include <stdlib.h>
#include <string.h>

/*
    从pcm16双通道数据中分离左右通道数据
    pcm16双通道格式中，左右通道采样点数据交叉排列，每个采样点16bit
    |-------|-------|-------|-------|-------|-------|
    |L1Frame|RlFrame|L2Frame|R2Frame|L3Frame|R3Frame|
    |-------|-------|-------|-------|-------|-------|
    | 16bit | 16bit | 16bit | 16bit | 16bit | 16bit |
    |-------|-------|-------|-------|-------|-------|
*/
int pcm16le_split(const char *file_pcm16le, const char *file_pcm16le_l, const char *file_pcm16le_r)
{
    FILE *fp_pcm16le = fopen(file_pcm16le, "rb+");
    if (fp_pcm16le == NULL)
    {
        printf("fopen error: cannot open %s\n", file_pcm16le);
        return -1;
    }

    FILE *fp_pcm16le_l = fopen(file_pcm16le_l, "wb+");
    if (fp_pcm16le_l == NULL)
    {
        printf("fopen error: cannot open %s\n", file_pcm16le_l);
        fclose(fp_pcm16le);
        return -1;
    }

    FILE *fp_pcm16le_r = fopen(file_pcm16le_r, "wb+");
    if (fp_pcm16le_r == NULL)
    {
        printf("fopen error: cannot open %s\n", file_pcm16le_r);
        fclose(fp_pcm16le);
        fclose(fp_pcm16le_l);
        return -1;
    }

    unsigned sampleSize = 4;  // 左右两个声道，各一个16-bit采样点，16 * 2 = 32bit，4字节
    unsigned char *sampleBuf = (unsigned char *)malloc(sampleSize);

    while (!feof(fp_pcm16le))
    {
        // 同时读取左右声道各一个采样点值
        fread(sampleBuf, 1, 4, fp_pcm16le);
        // 写左声道采样点值
        fwrite(sampleBuf, 1, 2, fp_pcm16le_l);
        // 写右声道采样点值
        fwrite(sampleBuf + 2, 1, 2, fp_pcm16le_r);
    }

    free(sampleBuf);
    fclose(fp_pcm16le);
    fclose(fp_pcm16le_l);
    fclose(fp_pcm16le_r);

    return 0;
}

int main(void)
{
    const char *file_pcm16le = "NocturneNo2inEflat_44.1k_s16le.pcm";
    const char *file_pcm16le_l = "output_pcm16le_l.pcm";
    const char *file_pcm16le_r = "output_pcm16le_r.pcm";

    pcm16le_split(file_pcm16le, file_pcm16le_l, file_pcm16le_r);

    return 0;
}

PCM音量

使用Audacity工具打开一个PCM文件，将波形放大，音频就是正弦波
增加每个一个波形的振幅就可以增加音量。
所以如果要增加PCM数据的音量，只需要将每一个采样的数据乘以一个系数，降低PCM数据的音量就除以一个系数。

将pcm16双通道中左通道音量减半

#include <stdio.h>
#include <stdlib.h>
#include <string.h>

/*
    将pcm16双通道中左通道音量减半
    pcm16双通道格式中，左右通道采样点数据交叉排列，每个采样点16bit
    |-------|-------|-------|-------|-------|-------|
    |L1Frame|RlFrame|L2Frame|R2Frame|L3Frame|R3Frame|
    |-------|-------|-------|-------|-------|-------|
    | 16bit | 16bit | 16bit | 16bit | 16bit | 16bit |
    |-------|-------|-------|-------|-------|-------|
    PCM采音频呈现正弦波，增加每个波形的振幅就可以增加音量
    所以如果要增加PCM数据的音量，只需要将每一个采样的数据乘以一个系数，
    降低PCM数据的量就除以一个系数。
*/

int pcm16le_half_volume_left(const char *file_pcm16le, const char *file_pcm16le_half_left)
{
    int cnt = 0;
    short leftFrame = 0;
    FILE *fp_pcm16e = fopen(file_pcm16le, "rb+");
    FILE *fp_pcm16le_half_left = fopen(file_pcm16le_half_left, "wb+");

    unsigned sampleSize = 4; // 左右两个声道，各一个16-bit采样点，16 * 2 = 32bit，4字节
    unsigned char *sampleBuf = (unsigned char *)malloc(sampleSize);

    while (!feof(fp_pcm16e))
    {
        // 同时读取左右声道各一个采样点值
        fread(sampleBuf, 1, 4, fp_pcm16e);
        // 拷贝左声道的采样点
        memcpy(&leftFrame, sampleBuf, 2);
        // 左声道采样点值减半
        leftFrame /= 2;
        // 写左声道采样点
        fwrite(&leftFrame, 1, 2, fp_pcm16le_half_left);
        // 写右声道采样点
        fwrite(sampleBuf + 2, 1, 2, fp_pcm16le_half_left);
        cnt++;
    }

    printf("sample count: %d\n", cnt);

    free(sampleBuf);
    fclose(fp_pcm16e);
    fclose(fp_pcm16le_half_left);

    return 0;
}

int main(void)
{
    const char *file_pcm16le = "NocturneNo2inEflat_44.1k_s16le.pcm";
    const char *file_pcm16le_half_left = "output_half_left.pcm";

    pcm16le_half_volume_left(file_pcm16le, file_pcm16le_half_left);

    return 0;
}

参考

https://blog.csdn.net/leixiaohua1020/article/details/50534316
https://blog.csdn.net/lifei092/article/details/80990813
https://blog.csdn.net/ljxt523/article/details/52068241