1、PCM定義

??PCM 全稱 Pulse-Code Modulation,就是脈沖調(diào)制編碼，是用于將波形表示的模擬音頻信號(hào)轉(zhuǎn)換為數(shù)字1和0表示的數(shù)字音頻信號(hào)，而不壓縮也不丟失信息的處理技術(shù)。簡(jiǎn)單來(lái)說(shuō)就是一種用數(shù)字表示采樣模擬信號(hào)的方法。

??如下是使用Audacity音頻處理軟件截取1~2s的時(shí)間段內(nèi)音頻波形圖：

??我們?cè)賹?duì)這個(gè)區(qū)間的波形圖進(jìn)行放大：

??上面一個(gè)像火柴棒的是什么？它其實(shí)就是一個(gè)樣本，接下來(lái)介紹PCM 幾個(gè)重要問(wèn)題：采樣(Sampling) 、量化(Quantization) 、編碼(Coding)、聲道、存儲(chǔ)。

2、采樣

??通常自然界的聲音可以通過(guò)一條曲線在坐標(biāo)中顯示連續(xù)的模擬信號(hào)表示：
??為了更加容易理解 PCM,選取其中的一個(gè)波形，假設(shè)這一個(gè)波形表示一秒的音頻模擬信號(hào)。則采樣可以如下圖所示:

??其中紅色的曲線表示原始信號(hào)；藍(lán)色垂直線段表示是當(dāng)前時(shí)間點(diǎn)對(duì)原始信號(hào)的一次采樣。

??采樣率：sampel rate，每秒鐘采集的樣本數(shù)，采樣頻率一般越大，轉(zhuǎn)換失真越小，聲音的還原度就越高，質(zhì)量越好，同時(shí)占用的空間也會(huì)越大。。常見(jiàn)的采用率有：44100HZ，48000HZ和91KHZ。

3、量化

??原始信號(hào)采樣后，需要通過(guò)量化來(lái)描述采樣數(shù)據(jù)的大小。

??量化處理過(guò)程，就是將時(shí)間連續(xù)的信號(hào)，處理成時(shí)間離散的信號(hào)，并用實(shí)數(shù)表示。這些實(shí)數(shù)將被轉(zhuǎn)換為二進(jìn)制數(shù)用于模擬信號(hào)的存儲(chǔ)和傳輸。在圖例中，如果說(shuō)采樣是畫垂直線段的話，那么量化就是畫水平線，用于衡量每次采樣的數(shù)字指標(biāo)：

??每條橫線表示一個(gè)等級(jí)（level),為了更好的描述量化過(guò)程.引入位深(bit-depth) 概念：用來(lái)描述存儲(chǔ)數(shù)字信號(hào)值的 bit 數(shù)。
常用的模擬信號(hào)位深有：

• 8-bit:2^8 = 256 levels,有 256 個(gè)等級(jí)可以用于衡量真實(shí)的模擬信號(hào)；
• 16-bit：2^16 = 65,536 levels，有 65,536 個(gè)等級(jí)可以用于衡量真實(shí)的模擬信號(hào)；
• 32-bit:2^32 = 4294967296 levels,有 4294967296 個(gè)等級(jí)可以衡量真實(shí)的模擬信號(hào)。其中 16-bit 的最常見(jiàn)。顯而易見(jiàn)位深越大對(duì)模擬信號(hào)的描述將越真實(shí)，對(duì)聲音的描述更加準(zhǔn)確。

??量化的過(guò)程就是將一個(gè)平頂(同一個(gè)高度）樣本四舍五入到一個(gè)可用最近 level 描述的過(guò)程。如圖中黑色加粗梯形折線。量化過(guò)程中，我們將盡量讓每個(gè)采樣和一個(gè) level 匹配，因?yàn)槊總€(gè) level 都是表示一個(gè) bit 值。

4、編碼

??編碼就是將每個(gè) sample 數(shù)據(jù)轉(zhuǎn)換成二進(jìn)制數(shù)據(jù)，該數(shù)據(jù)就是 PCM 數(shù)據(jù)。PCM 數(shù)據(jù)可以直接存儲(chǔ)在介質(zhì)上，也可以在經(jīng)過(guò)編解碼處理后進(jìn)行存儲(chǔ)或傳輸。PCM 數(shù)據(jù)常用量化指標(biāo): 采樣率、位深、聲道數(shù)、采樣數(shù)據(jù)是否有符號(hào)(有符號(hào)的采樣數(shù)據(jù)不能使用無(wú)符號(hào)的方式播放)、字節(jié)序（表示 PCM 數(shù)據(jù)是用大端存儲(chǔ)還是小端存儲(chǔ),通常是小端存儲(chǔ)）。 例如: ffmpeg 常見(jiàn)的 PCM 數(shù)據(jù)格式 s16le,它表示有符號(hào)的 16 位小端pcm 數(shù)據(jù).

5、聲道

??聲道：channel，表示音頻采集源的個(gè)數(shù)，比如：單聲道，采集源只有一個(gè)；雙聲道(立體聲)，采集源有兩個(gè)，分別為左和右；多聲道（環(huán)繞聲），采集源有多個(gè)。聲道越多，播放的音頻效果越立體，但是存儲(chǔ)的數(shù)據(jù)越大。
　
??對(duì)于多聲道(大于一個(gè)聲道)的PCM音頻，在實(shí)際編碼中，我們也按照單聲道處理，統(tǒng)稱為一個(gè)采樣，如上面的單聲道，雙聲道和三聲道的一個(gè)采樣大小分別為:8bits，18bits和24bits；可以將多聲道分離為一個(gè)個(gè)單聲道。

??通過(guò)上面的介紹，我們可以得出如下關(guān)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;

6、存儲(chǔ)

??例如一段有符號(hào)的 8-bit 的 pcm 數(shù)據(jù)：

+---------+-----------+-----------+----binary | 0010 0000 | 1010 0000 | ...decimal | 32 | -96 | ... +---------+-----------+-----------+----

??其表示的采樣范圍是 -128 ～ 127. 當(dāng)含有多通道時(shí)候 PCM 數(shù)據(jù)就會(huì)交叉排列（通常）以雙聲道為例：

+---------+-----------+-----------+-----------+-----------+----FL | FR | FL | FR | FL | +---------+-----------+-----------+-----------+-----------+----

??對(duì)于 8-bit 有符號(hào)的 PCM 數(shù)據(jù)而言，上圖表示第一個(gè)字節(jié)存放第一個(gè)左聲道數(shù)據(jù)（FL），第二個(gè)字節(jié)放第一個(gè)右聲道數(shù)據(jù)（FR），第三個(gè)字節(jié)放第二個(gè)左聲道數(shù)據(jù)（FL）…不同的驅(qū)動(dòng)程序?qū)τ诙嗦暤罃?shù)據(jù)的排列方式可能稍有區(qū)別，下面是常用的聲道排列地圖：

2: FL FR (stereo) 3: FL FR LFE (2.1 surround) 4: FL FR BL BR (quad) 5: FL FR FC BL BR (quad + center) 6: FL FR FC LFE SL SR (5.1 surround - last two can also be BL BR) 7: FL FR FC LFE BC SL SR (6.1 surround) 8: FL FR FC LFE BL BR SL SR (7.1 surround)

??下圖展示的是8bit和16bit，單聲道和多聲道的存儲(chǔ)方式示意圖：

??下圖展示的左右聲道的PCM數(shù)據(jù)：

??從以上可以看出，剛開(kāi)始的4個(gè)字節(jié)是同一個(gè)采樣點(diǎn)，其中0x04e8是左聲道，0x01c9是右聲道，發(fā)現(xiàn)是不一樣的。通過(guò)cool edit pro查看波形：

??從上圖，可以發(fā)現(xiàn)左右聲道的數(shù)據(jù)雖然形狀類似，但是值得大小不同：

參考資料：
《https://zhuanlan.zhihu.com/p/396273481》
《https://www.cnblogs.com/smartNeo/p/14788021.html》

總結(jié)

以上是生活随笔為你收集整理的音频基础--PCM音频的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。