PCM编码格式

目录

一、PCM音频编码格式

1. 相关英文单词

2. PCM数据结构

2.1 单声道数据

2.2 多声道数据

2.3 小结

二、WAV音频文件格式

---

一、PCM音频编码格式

1. 相关英文单词

（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。

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：

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。

（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;  //16bit
	printf("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。

 

2.3 小结

（1）s16le

s-----signed，就是有符号数据，根据采样位深度，可以知道数值范围，所以在音频处理的时候，需要注意数据是否溢出

16----采样位深16bit

 le----小端存储

（2）PC的声卡一般是16bit或者24bit

（3）PCM不是音频文件格式，因此一般的音乐播放软件无法打开，需要保存为wav或者其他格式(加个文件头)才行。

二、WAV音频文件格式

关于wav音频文件格式不放在这里解析，算法处理过程中(实际上算法一般都是针对PCM原始编码格式进行)，需要注意下面几点即可：

1. 构成：文件头+数据部分。
2. 文件头占44个字节，后面就是数据部分，读取音频数据时，要注意偏移。
3. 音频部分的编码可以是PCM，也可以是其他格式。

实例：读取wav音频文件数据，伪代码如下