PCM与WAV

PCM (Pulse Code Modulation)

原理与工作机制
模拟信号采样：PCM 的工作流程始于对模拟信号的采样。在固定的时间间隔内，对模拟信号的幅度进行测量，这个过程称为采样。采样的频率称为采样率。
量化：将每个采样点的幅度值转化为一个离散的数字值。量化过程中会引入一定的误差，称为量化误差。量化位数越高，误差越小。
编码：将量化后的值转换为二进制码，以便进行存储或传输。
详细要素
采样率（Sample Rate）：

44.1kHz：常用于CD音质，每秒钟采样44100次。
48kHz：常用于专业音频和视频制作。
96kHz及以上：用于高分辨率音频，提供更高的音质细节。
量化位数（Bit Depth）：

8位：每个样本使用8个二进制位，动态范围有限。
16位：每个样本使用16个二进制位，提供CD质量的音频。
24位及以上：每个样本使用24个或更多的二进制位，用于专业音频制作，动态范围更大。
声道数（Channels）：

单声道（Mono）：只有一个声道。
立体声（Stereo）：有两个声道（左声道和右声道）。
多声道（Surround Sound）：用于家庭影院和环绕声系统，有更多的声道，如5.1、7.1等。
PCM的应用
音频CD：CD音频通常使用44.1kHz采样率和16位量化。
专业音频设备：录音设备和数字音频工作站（DAW）通常使用更高的采样率和量化位数。
传输协议：如电话系统中的PCM编码，通常使用8kHz采样率和8位量化。

WAV（Waveform Audio File Format）

详细结构
WAV 文件是一种基于RIFF（资源互换文件格式）的文件结构，包含多个块（chunks），每个块都有特定的功能和数据。

RIFF头：

ChunkID：标识为 “RIFF”。
ChunkSize：整个文件的大小减去8字节（不包括ChunkID和ChunkSize本身）。
Format：标识为 “WAVE”。
格式块（fmt chunk）：

Subchunk1ID：标识为 "fmt "。
Subchunk1Size：16字节（PCM格式）。
AudioFormat：音频格式代码，1表示PCM。
NumChannels：声道数（1=单声道，2=立体声）。
SampleRate：采样率（如44100）。
ByteRate：每秒钟传输的字节数（SampleRate * NumChannels * BitsPerSample/8）。
BlockAlign：每个采样块的字节数（NumChannels * BitsPerSample/8）。
BitsPerSample：每个样本的位数（如16）。
数据块（data chunk）：

Subchunk2ID：标识为 “data”。
Subchunk2Size：音频数据的大小（文件总大小减去44字节）。
Data：实际的音频样本数据。
WAV文件的优缺点
优点：

高质量：由于通常存储未压缩的PCM音频数据，音质极高。
简单的结构：容易解析和处理，兼容性强。
灵活性：可以存储不同采样率和量化位数的音频数据。
缺点：

文件大：未压缩的PCM数据导致文件非常大，不适合网络传输或便携设备存储。
不适合长时间录音：大文件尺寸不适合长时间的音频录制和存储。
实际应用示例

1. CD音频格式
   采样率：44.1kHz
   量化位数：16位
   声道数：立体声
2. 专业录音
   采样率：96kHz或192kHz
   量化位数：24位或32位
   声道数：立体声或多声道
3. 语音通话
   采样率：8kHz
   量化位数：8位
   声道数：单声道

结论

PCM和WAV在音频技术中扮演着重要角色。PCM是基础的数字音频编码技术，提供了高质量的音频表示方法，而WAV是广泛使用的音频文件格式，利用PCM技术存储音频数据，具有高音质和兼容性的优点。两者的结合在许多音频应用中广泛使用，从音乐制作到语音通话，都能见到它们的身影。