音视频入门基础：PCM专题（1）——使用FFmpeg命令生成PCM音频文件并播放

=================================================================

音视频入门基础：PCM专题系列文章：

音视频入门基础：PCM专题（1）——使用FFmpeg命令生成PCM音频文件并播放

音视频入门基础：PCM专题（2）——使用Qt播放PCM音频文件

音视频入门基础：PCM专题（3）——使用Audacity工具分析PCM音频文件

=================================================================

一、PCM的定义

    PCM（Pulse Code Modulation / 脉冲编码调制）是一种音频编码方式，一种将模拟音频信号经模数转换（A/D变换）形成二进制序列的方式，也是一种用数字表示采样模拟信号的方法。

    简单地来讲，PCM就是一种无压缩的原始音频格式。我们熟知的MP3、AAC等格式的音频是有压缩的（因为无压缩导致的结果就是占用空间会很大，会极大地增加存贮和传输的成本，所以存贮在电脑上的一般是MP3、AAC等格式的文件）。播放器要想播放MP3，AAC，APE，FLAC等格式的音频文件，首先得把它们解码成PCM音频数据（解码出来后一般是FLT的格式，还要通过重采样转为声卡支持的S16格式），然后才能播放。

    通过FFmpeg命令可以生成PCM音频格式的文件，该文件没有附加的文件头和文件结束标志，仅包含原始的无压缩的PCM音频数据。Windows的Convert工具能够把PCM音频格式的文件转换成Microsoft的WAV格式的文件。

二、通过FFmpeg命令生成PCM文件

  如下图所示，工程目录下有audio1.mp3这个MP3文件，下面介绍把它转为PCM文件的方法：

在命令提示符cmd.exe中进入当前工程所在目录（ffmpeg.exe和audio1.mp3所在目录），然后输入命令：

ffmpeg -i audio1.mp3 -ar 44100 -ac 2 -f s16le audio1.pcm

该命令的作用是把所在路径下的audio1.mp3文件转换为采样频率44100Hz，双通道立体声，采样位数s16(声卡支持该格式）、小端格式的PCM文件：audio1.pcm。

注：

-i参数：设定输入流
-ar参数：设置输出文件的音频采样率
-ac参数：设置输出文件的音频通道数
-f参数：设置输出文件的音频采样位数

采样位数，或者说采样格式有如下选择：

s16             0            ..F.A...... signed 16-bit
s32             1            ..F.A...... signed 32-bit
f32             2            ..F.A...... floating-point single
f64             3            ..F.A...... floating-point double

通过以下五个参数来描述一个PCM数据，同时也仅需要这五个参数就能播放一个PCM音频文件：

采样频率：
单位为：Hz。采样频率越高，得到的声音就更加接近原始声音，声音的还原度就越高，质量越好，但占用空间也越大。

符号: 
音频数据是否是有符号的。通常情况下都是有符号的。若是将有符号的数据当做无符号的数据来处理将会使声音听来很刺

采样位数: 
每一个采样数据的大小，表示有多少个等级可以用于衡量真实的模拟信号。采样位数越大对模拟信号的描述将越真实，对声音的描述就更加准确。

字节序: 
字节序指的是little-endian还是big-endian，表示音频数据的存储字节序，通常均为little-endian。

声道数: 
标识音频是单声道(mono，1 channel)还是立体声(stereo，2 channels)。

执行上述生成pcm文件的命令后，我们发现工程目录下会生成文件audio1.pcm：

三、PCM文件大小计算

  我们可以观察到通过audio1.mp3生成的audio1.pcm文件大小为49.5MB，而audio1.mp3文件的大小仅仅为11.2MB。audio1.pcm比audio1.mp3大了数倍。证明了PCM格式占用空间比MP3格式的要大：

关于pcm文件的大小，比如audio1.pcm文件的大小为49.5MB，这个49.5MB，是可以根据公式计算出来的。

计算PCM文件大小的公式：

PCM文件大小 = (采样频率*采样位数*声道)*时间 / 8(单位：字节数).

由上述生成pcm文件的命令我们可以知道：audio1.pcm的采样频率（音频采样率）为44100Hz，采样位数为16位，声道数（音频信道数目）为2。而生成audio1.pcm的audio1.mp3的音频总时长为294秒。

根据上述公式，计算得出的audio1.pcm的大小 = (44100 * 16 * 2) * 294 / 8 =  51861600（字节） = 49.45MB。这个跟我们在电脑上看到的audio1.pcm文件大小为49.5MB是一致的。由此证明了计算PCM文件大小的公式的正确性。

四、使用ffplay.exe播放PCM文件

PCM文件是原始无压缩的音频格式文件，用市面上流行的播放器我们一般无法直接播放。但我们可以通过FFmpeg提供的ffplay.exe播放PCM文件。

在命令提示符cmd.exe中进入当前工程所在目录（ffplay.exe和audio1.pcm所在目录），然后输入命令：

ffplay -ar 44100 -ac 2 -f s16le -i audio1.pcm

该命令的作用是使用ffplay播放频率为44100Hz，双通道，16位、小端的音频文件audio1.pcm。由于pcm文件没有文件头，不包含任何采样频率、通道数、采样位数等信息，所以播放的时候得指定这些参数。

注：

-i 表示指定的输入文件
-f 表示强制使用的格式
-ar 表示播放的音频数据的采样率
-ac 表示播放的音频数据的通道数

出现如下画面和能听到音乐，则表示播放成功：

五、遇到问题：

如果使用ffplay.exe播放媒体文件遇到错误：WASAPI can't initialize audio client。如下图所示：

则先在命令提示符执行命令：

set SDL_AUDIODRIVER=directsound

然后再使用ffplay.exe播放媒体文件。

六、资源下载

资源下载地址在https://download.csdn.net/download/u014552102/10671629，包含上述演示用的所有资源。包括上述的ffmpeg.exe，ffplay.exe，mp3文件，pcm文件等。

七、参考文章

《什么是PCM数据格式？ Audacity怎么导入音频？》