音频基础知识随记01-PCM编码

本文详细解释几个概念， PCM编码、采样率、采样位宽

我觉得通信背景的同学，一提到PCM编码，脑海里都能跳出来一个数值64k。
一、64KB还是64Kb？
64Kb! （是以bit位为单位，而不是以byte字节为单位）

二、哪里来的64Kb?
CCITT规定抽样率为每秒8000KHz，每抽样值编8位码，所以每秒共采集64Kbit数据。
（这里的采样率就是8K,采样位宽为8）

三、PCMA和PCMU
就是对采集到的64Kbit按照不同的对数压缩特征（A率和μ率）进行编码。
编码后的数据大小仍然是64Kbit（所谓的无损编码？）。

四、160字节是怎么来的？
经常听过“每包数据长度是160字节”，哪里来的？
上面已经知道，使用PCM编码，每秒产生64000bit数据。（8000 * 8=64000bit）
转化成字节，就是64000bit/（8bit/字节）=8000字节。
好了，下面需要考虑怎么把这8000字节数据发送出去了。

五、这每秒产生的8000字节数据你打算怎么处理？
你可以选择先什么都不做，等一秒结束，编码出所有的数据，然后把这一个包全部发出去，那这一个包就是8000字节。

你也可以选择，每等待100ms，编码一次数据，然后把这一个包发送出去，那这一个包就是8000字节/(1000ms/100ms)=800字节。
你也可以选择，每等待10ms，编码一次数据，然后把这一个包发送出去，那这一个包就是8000字节/(1000ms/10ms)=80字节。
你的等待时间就是打包周期，把一个周期的数据放到一个数据包里就叫打包。
等等，说了半天还是没出现160字节

六、160字节找出来了！
当打包周期是20ms的时候，一个包就是8000/(1000ms/20ms)=160字节。
这么巧，20ms也是PCMA最常用的打包周期，G.729也是。

七、如何封装这一包160字节？

1. 封装在哪种消息协议发送出去呢？
   RTP（消息头格式定长12*8=96bit）

2. RTP承载在什么传输协议？
   UDP（消息头格式定长8*8=64bit）

3. 通过何种IP网络传输？
   IPv4（消息头格式定长20*8=160bit）//也可以是IPv6

4. 承载在什么物理网络上？
   Ethernet II（消息头格式定长14*8=112bit）

八、封装后一个包有多长？
以太网头 + IP头 + UDP头 + RTP头 + 语音数据 = 数据总长
1
112bit + 160bit + 64bit + 96bit + 160*8bit = 1712bit
九、封装后的1712bit的数据包一秒要发多少个？
打包周期是20ms，一秒要发1000ms/20ms=50个。

十、带宽出来了！
1712 bit/个 * 50 个/秒 = 85600 bit/秒 = 85.6 Kb/秒

附录、G.729的带宽呢？

1. 这个编码算法厉害了，每秒只产生8000bit语音数据。
2. 通常的打包周期也是20ms，每个包的语音数据是8000bit/(1000ms/20ms)=160bit。
3. 一个包长
   以太网头 + IP头 + UDP头 + RTP头 + 语音数据 = 数据总长
   1
   112bit + 160bit + 64bit + 96bit + 160bit = 592bit
4. 所需带宽
   592bit/个 * 50 个/秒 = 29600 bit/秒 = 29.6 Kb/秒