一、PCM音频编码格式

1. 相关英文单词

Amplitude：幅度

PAM：Pulse Amplitude Modulation 脉冲幅度调制(数字信号过程采样)

Stereo：立体声(双声道)，Mono：单声道

PCM：Pulse Code Modulation

Sampling：采样 Quantization：量化 Code：编码

Nyquist Sampling theorem：奈奎斯特采样定理

Analog Signal：模拟信号 Digital Signal：数字信号

Sample rate：采样率（每秒钟的样本点数）sampleing bit depth：采样位深度

Channel：通道数/声道数

（1）PCM是最原始的音频编码格式，并不是文件格式，WAV/MP3等才是文件格式。

（2）采样率：每秒钟的采样次数/每秒钟的样本点数，即一秒钟能采集到多少个离散的数值点，比如：16KHz=16000Hz，意思就是16000个采样点/s，采样率是保证音质的一个重要参数。

（3）采样位深度是每一个采样点的值的bit数，很容易理解，bit越多，能表示的数范围就越广，更加能表示模拟信号，可以直观理解，如果采样率和位深都很大，采样的离散序列就可以近似等于模拟信号。

8bit：256个值，从0~255

16bit：65536个值，从0~65535

24bit：………………………………

32bit：………………………………….

2. PCM数据结构

（1）关于音频数据流

编码之后的PCM数据流是一串0和1的组合：0011000010101100……

所以，就要根据一些相关信息来解析数据。假如采样位深是8bit，且是有符号的数据。那么数据解析如下：

0011 0000 1010 1100……

第一个字节，除掉最高位符号位后，值就是+48

第二个字节，除掉最高位符号位后，值就是-44

在范围-128~127之内。

一般来说，常用的是16bit的位深，在C语言中用short类型（两字节）的数据来表示即可。

2.1 单声道数据

实例：读取一个32KHz，单声道，16bit的PCM音频文件数据到内存，并再次写入新文件。

int main(int argc, char** argv)
{int i, j, count;FILE *fpin = NULL;FILE *fpout = NULL;fpin = fopen("input.pcm", "rb"); //单声道fpout = fopen("output.pcm", "wb");fseek(fpin, 0, SEEK_END);long inputdata_length = ftell(fpin);inputdata_length /= 2;printf("input_file_len:% ld\n", inputdata_length);short *stream_in = (short *)malloc(inputdata_length * sizeof(short));//读出数据流(0/1数据流--->字节数据)rewind(fpin);count = fread(stream_in, sizeof(short), inputdata_length, fpin);printf("count=%d\n", count);//将数据写入文件fwrite(stream_in, sizeof(short), inputdata_length, fpout);fclose(fpin);fclose(fpout);free(stream_in);printf("process finished.\r\n");return 0;
}

注：

(1)音频数据一般都有符号，可以直接打印出每一个采样点的音频数据：printf(“stream_in[%d]=%hd\n”, 100, stream_in[100]);

(2) 16bit的深度，所以缓存空间的数据类型定义成short，刚好合适

(3) 代码运行结束，生成的文件大小没变，可使用cooledit pro打开对比查看波形图

2.2 多声道数据

（1）数据排布

对于多声道的数据流，声道数据会交叉排列。当然，这跟底层驱动程序相关，比如一些ADC采集模块，stereo数据排布就是这样的。

第1个byte（左声道）/第2个byte（右）/第3个byte（左）/第4个byte（左）……

（2）关于字节序

数据是大端存储结构还是小端存储结构，一般使用的是小端存储结构（Little Endian）。如下图：

实例：分离双声道PCM文件数据(LE/44100Hz/16bi/立体声)

int main(int argc, char** argv)
{int i, j, count;FILE *fpin = NULL;FILE *fp_l = NULL;FILE *fp_r = NULL;fpin = fopen("44100_2ch_stereo.pcm", "rb");fp_l = fopen("left.pcm", "wb");fp_r = fopen("right.pcm", "wb");fseek(fpin, 0, SEEK_END);int inputdata_length = ftell(fpin);inputdata_length = inputdata_length/2;  //16bitprintf("input_file_len:% d\n", inputdata_length);short *stream_in = (short *)malloc(inputdata_length * sizeof(short));short *stream_l  = (short *)malloc((inputdata_length/2) * sizeof(short));short *stream_r  = (short *)malloc((inputdata_length/2) * sizeof(short));//读出数据流(数据流--->字节数据)rewind(fpin);count = fread(stream_in, sizeof(short), inputdata_length, fpin);printf("count=%d\n", count);//分离左右声道数据int loop=inputdata_length/2;short *dat_ptr=stream_in;for(int i=0; i<loop; i=i+2) {stream_l[i]=*dat_ptr;stream_l[i+1]=*(dat_ptr+1);dat_ptr=dat_ptr+2;stream_r[i]=*dat_ptr;stream_r[i+1]=*(dat_ptr+1);dat_ptr=dat_ptr+2;}//将左右声道数据写入文件fwrite(stream_l, sizeof(short), inputdata_length/2, fp_l);fwrite(stream_r, sizeof(short), inputdata_length/2, fp_r);fclose(fpin);fclose(fp_l);fclose(fp_r);free(stream_in);free(stream_l);free(stream_r);printf("process finished.\r\n");return 0;
}

文件大小和数据量减小一半，左右声道均选择44100Hz的采样率进行播放，声音正常。