PCM音频数据格式介绍

http://blog.csdn.net/ljxt523/article/details/52068241

1. What is PCM?

PCM(Pulse-code-modulation)是模拟信号以固定的采样频率转换成数字信号后的表现形式。

Sample Rate : 
采样频率单位为：Hz。采样频率越高，音频质量越好，占用空间也越大。

Sign : 
音频数据是否是有符号的。通常情况下都是有符号的。若是将有符号的数据当做无符号的数据来处理将会使声音听来很刺

Sample Size : 
表示每一个采样数据的大小。通常该值为16-bit。

Byte Ordering : 
字节序指的是little-endian还是big-endian。表示音频数据的存储字节序。通常均为little-endian。

Number of Channels : 
标识音频是单声道(mono，1 channel)还是立体声(stereo，2 channels)。

通过以上五个数据我们就可以描述一个PCM数据，播放一个PCM数据需要的就是以上五个数据。

2. What does a PCM stream look like?

单声道：

1.  
   +------+------+------+------+------+------+------+------+------+
2.  
   | 500 | 300 | -100 | -20 | -300 | 900 | -200 | -50 | 250 |
3.  
   +------+------+------+------+------+------+------+------+------+

• 1
• 2
• 3

每个整数占据2个字节(16-bit)，9个采样也就是18字节的数据。每个采样的整数大小最小为 -32768，最大为 32768 。根据采样数据的位置和值画一个图的话，就会得到像播放器上那样的波浪形图。

我们可以像下面伪代码示例这样将数据读入一个C语言数组 :

1.  
   FILE *pcmfile
2.  
   int16_t *pcmdata;
3.  
   pcmfile = fopen(your pcm data file);
4.  
   pcmdata = malloc(size of the file);
5.  
   fread(pcmdata, sizeof(int16_t), size of file / sizeof(int16_t), pcmfile);

• 1
• 2
• 3
• 4
• 5

如果我们将这些数据送入声卡，我们就可以听到声音。当然我们需要告诉声卡这些数据的采样率。若我们告知声卡的采样率大于数据本身的采样率，那么这些数据的播放速度会高于其原始的速度。就是快放的功能。

立体声：

1.  
   +----------+----------+---------+----------+---------+----------+---------+----------+----------+
2.  
   | LFrame1 | RFrame1 | LFrame2 | RFrame2 | LFrame3 | RFrame3 | LFrame4 | RFrame4 | LFrame5 |
3.  
   +----------+----------+---------+----------+---------+----------+---------+----------+----------+

• 1
• 2
• 3

每一个frame是一个16-bit的采样点。左右声道的数据交叉存放。

3. Basic Audio Effects – Volume Control

现在让我们来看一下一些真实的波形图。最简单的就是正弦波了。 

我们将波形的振幅扩大五倍，图形如下： 

所以如果要增加PCM数据的音量，只需要将每一个采样的数据乘以一个系数就行了。如果我们的PCM数据有2048个字节，则包含了1024个采样。我们用如下的伪代码来扩大音量 ：

1.  
   int16_t pcm[1024] = read in some pcm data;
2.  
   for (ctr = 0; ctr < 1024; ctr++) {
3.  
   pcm[ctr] *= 2;
4.  
   }

• 1
• 2
• 3
• 4

音量控制就是这么简单，但是要注意两点：

1. 若采样点的数据乘以扩大系数之后的值 小于 -32768 或 大于 32768 ，则此处采样的数值只能取 -32768 或 32768

1.  
   int16_t pcm[1024] = read in some pcm data;
2.  
   int32_t pcmval;
3.  
   for (ctr = 0; ctr < 1024; ctr++) {
4.  
   pcmval = pcm[ctr] * 2;
5.  
   if (pcmval < 32767 && pcmval > -32768) {
6.  
   pcm[ctr] = pcmval
7.  
   } else if (pcmval > 32767) {
8.  
   pcm[ctr] = 32767;
9.  
   } else if (pcmval < -32768) {
10.  
    pcm[ctr] = -32768;
11.  
    }
12.  
    }

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12

1. 我们将采样点的数据乘以2并不代表将声音的音量扩大了两倍，事实上也的确如此。声音音量的增益系数与音量的关系如图： 
   

以上内容翻译自：http://www.ypass.net/blog/2010/01/pcm-audio-part-3-basic-audio-effects-volume-control/

4. How to change PCM Sample Rate

根据定义，Sample Rate表示每秒钟的采样个数，所以若是要改变音频的采样频率，我们只需要对采样点做适当的丢弃或者复制就可以。

比如：原始音频为opus编码，单声道，采样率为48kHz，采样点大小为16-bit。如何得到编码为speex，采样率为16kHz，采样大小为16-bit的音频？ 
我们需要以下几步：

1. 将opus解码为PCM格式数据（叫做PCM1），此时的PCM1的采样率为48kHz
2. 将PCM1的数据中第 3*n（n为从0开始的自然数） 个位置的采样点，丢弃3*n+1 和3*n+2位置的采样点。得到PCM2，此时的PCM2采样率为48kHz / 3 = 16kHz
3. 将PCM2编码为speex数据