数字音频PCM

一、什么是PCM？

脉冲编码调制（PulseCodeModulation），简称PCM。是对连续变化的模拟信号进行抽样、量化和编码产生的数字信号。PCM的优点就是音质好，缺点就是体积大。PCM可以提供用户从2M到155M速率的数字数据专线业务，也可以提供话音、图像传送、远程教学等其他业务。PCM有两个标准（表现形式）：E1和T1。

脉冲编码调制(Pulse Code Modulation)是最常用、最简单的波形编码。它是一种直接、简单地把语音经抽样、A/D转换得到的数字均匀量化后进行编码的方法，是其他编码算法的基础。

PCM 是一种常见且基础的音频编码方式，在数字音频领域被广泛应用，如 CD 音频、无损音频格式等。PCM 格式的音频文件保留了原始音频的所有信息，不经过任何压缩处理，因此具有较高的音质和可靠性。

二、PCM的实现原理

在 PCM 中，声音信号被采样并量化为离散的数值，以便于数字化处理和传输。

接下来介绍PCM 的几个重要环节：

采样(Sampling)

采样就是将模拟信号的音频转换成数字信号音频的过程，通过模/数转换器（A/D）对声波进行采样，每一次采样都记录下了原始模拟声波在某一时刻的状态，称之为样本，将一串的样本连接起来，就可以描述一段声波。

每一秒钟所采样的次数称为采样频率，单位为HZ（赫兹）。

采样就是在时间轴上对信号进行数字化。

用若干个黑点来表示红色的曲线。红色的曲线是音频模拟信号，各个黑点就是样本。

量化(Quantization)

量化就是为采集的样本确定一个取值范围。

① 用16比特的二进制信号来表示声音的一个样本， 而16比特（一个short） 所表示的范围是[-32768,32767]， 共有65536个可能取值， 因此最终音频的数字信号在幅度上也分为了65536层

② 用8比特的二进制信号来表示声音的一个样本，8比特(一个unsigned char)所表示的范围是[0,255]，共有256个层级。

编码(Coding)

编码， 就是按照一定的格式记录采样和量化后的样本数据，将量化后的数字信号转换为二进制码的过程。比如顺序存储或压缩存储等等。

采样、量化后的数据经过编码后产生的二进制数据，就是PCM数据。

声道

声道：channel，表示音频采集源的个数，比如：单声道，采集源只有一个；双声道(立体声)，采集源有两个，分别为左和右；多声道（环绕声），采集源有多个。声道越多，播放的音频效果越立体，但是存储的数据越大。

① 单声道mono：

单声道只使用一个声道来传输音频。

②双声道stereo

双声道音频是指使用两个独立的声道来创建声音的空间效果，通常用于左耳和右耳。在双声道音频中，两个声道分别记录和传输声音，提供更丰富和真实的听觉体验，如音乐、电影等。

对于多声道(大于一个声道)的PCM音频，在实际编码中，我们也按照单声道处理，统称为一个采样，如上面的单声道，双声道和三声道的一个采样大小分别为:8bits，18bits和24bits；可以将多声道分离为一个个单声道。

我们可以得出如下关系：

sample_bits = depth_bits

channels_sample_bits = sample_bits* channel

samples_bits_per_second = sample_rate * depth_bits * channel = sampe_rate * sample_bits * channel