LV010-PCM简介

一、PCM 简介

PCM 全称 Pulse-Code Modulation，翻译一下是脉冲调制编码。是数字通信的编码方式之一，是一种将模拟信号数字化的方法。主要过程是将话音等模拟信号每隔一定时间进行取样，使其离散化，同时将抽样值按分层单位四舍五入取整量化，同时将抽样值按一组二进制码来表示抽样脉冲的幅值。

简单来说，将前面音频数据进行采样，量化，编码后的二进制数据存储起来就是 PCM 数据，是未经任何处理的原始的音频数据。PCM录音就是将声音等模拟信号变成符号化的脉冲列，再予以记录。

在计算机应用中，PCM 是能达到音频最高保真水平的格式，它被广泛用于素材保存及音乐欣赏，PCM 也因此被称为 无损编码格式。但这并不意味着 PCM 就能够确保信号绝对保真，它只能做到最大程度的无限接近原始声音。

PCM 数据最大的优点就是音质好，最大的缺点就是体积特别大，这是因为它存储的是最原始的音频数据。而且播放器是无法直接播放 PCM 裸数据的，但是我们可以用 cool edit pro软件来分析 PCM 数据，也可以直接播放。

二、PCM 数据常用量化指标

采样率(Sample rate)：每秒钟采样多少次，以 Hz 为单位。

位深度(Bit-depth)：表示用多少个二进制位来描述采样数据，一般为 16bit。

字节序：表示音频 PCM 数据存储的字节序是大端存储（big-endian）还是小端存储（little-endian），为了数据处理效率的高效，通常为小端存储。

声道数（channel number）：当前 PCM 文件中包含的声道数，是单声道（mono）、双声道（stereo）等。

采样数据是否有符号（Sign）：要表达的就是字面上的意思，需要注意的是，使用有符号的采样数据不能用无符号的方式播放。

三、存储格式

这个存储格式主要是针对有多个声道的数据，对于音频不同声道的数据，有两种不同的存储格式：

• 交错格式：不同声道的数据交错排列。
• 平坦格式：相同声道的数据聚集排列。

下面我们以交错格式为例，看一下对于不同采样位数的存储实例，PCM 的存储方式为一般小端模式（低位字节存储在低地址的位置）：

四、PCM 相关参数计算

1. 固定音频时长

16kHz 采样率，音频时长为一帧 40ms，采样位数为 16bit，声道数为 1：

参数	计算公式	示例
1 帧播放时长	固定 40ms	40ms
1 秒的帧数	1 秒 / 1 秒帧数	1 / 40ms = 1 / 0.04 = 25 帧
1 帧的采样点数	采样率 / 1 秒帧数	16000Hz / 25 = 640 个
1 帧占用的字节数	采样点数 x 采样位数 / 8	640 x 16 / 8 = 1280 字节
比特率	采样率(Hz) x 采样位数(bit) x 声道数	16000 x 16 x 1 = 256000 bps = 256kbps
1s 的 PCM 数据大小	1 帧占用字节数 x 1 秒帧数	1280 x 25 = 32000 字节
	比特率 / 8	256000 / 8 = 32000 字节

2. 固定采样点数

16kHz 采样率，1 帧采样点数为 640，采样位数为 16bit，声道数为 1：

参数	计算公式	示例
1 帧播放时长	采样点数 (单位: 个) / 采样频率 (单位: 赫兹 Hz)	640 / 16000 = 0.04s = 40ms
1 秒的帧数	1 秒 / 1 秒帧数	1 / 40ms = 1 / 0.04 = 25 帧
1 帧的采样点数	固定 640 个	640 个
1 帧占用的字节数	采样点数 x 采样位数 / 8	640 x 16 / 8 = 1280 字节
比特率	采样率(Hz) x 采样位数(bit) x 声道数	16000 x 16 x 1 = 256000 bps = 256kbps
1s 的 PCM 数据大小	1 帧占用字节数 x 1 秒帧数	1280 x 25 = 32000 字节
	比特率 / 8	256000 / 8 = 32000 字节

五、怎么播放 pcm 数据

1. PCM 测试数据

这里可以找一些测试文件，例如：e9372/pcm 测试文件.rar · 开源工具包/语音 PCM 测试文件专用 - AtomGit | GitCode，网上还是有很多的。这里可以拿到这些文件：

但是这个仓库中并没有说明这些原始的 PCM 数据相关参数，不过经过测试，会发现这些其实是 16k 采样率、单声道的 pcm ，采用的是小端模式存储的。其中 3.pcm 是歌曲《凉凉》，可以用这个测，哈哈。

这个也可以：16k_16bit_s16le_mono.zip

2. Cool Edit

Cool Edit Pro 是由 Adobe Systems 公司研发的一款功能十分强大的多轨录音与音频处理软件。人们把 Cool Edit 非常形象地形容为音频“绘画”程序，这是因为该软件在对音频进行处理时就像画画一样，更加形象便于用户理解。可“绘制”的部分包括了制音调、歌曲截断、声音、弦乐、颤音、噪音或是调整静音等。

这个软件是收费的，利用它我们可以对 pcm 数据进行分析和处理，很好用。

3. ffplay

我们还可以用 ffmpeg 工具中的 ffplay，一般安装 ffmpeg 的时候都会一起安装，我们可以通过下面的命令播放 pcm 数据：

ffplay -ar 16000 -f s16le -i ./3.pcm

# -ar 表示采样率
# -f 表示 pcm 格式，sample_fmts + le(小端)或者 be(大端) sample_fmts 可以通过 ffplay -sample_fmts 来查询
# -i 表示输入文件，这里就是 pcm 文件

【例】

D:\sumu_blog\pcm测试文件> ffplay -ar 16000  -f s16le -i .\3.pcm
ffplay version N-122073-g7b773aba82-20251209 Copyright (c) 2003-2025 the FFmpeg developers
  built with gcc 15.2.0 (crosstool-NG 1.28.0.1_403899e)
  configuration: --prefix=/ffbuild/prefix --pkg-config-flags=--static --pkg-config=pkg-config --cross-prefix=x86_64-w64-mingw32- --arch=x86_64 --target-os=mingw32 --enable-gpl --enable-version3 --disable-debug --disable-w32threads --enable-pthreads --enable-iconv --enable-zlib --enable-libxml2 --enable-libvmaf --enable-fontconfig --enable-libharfbuzz --enable-libfreetype --enable-libfribidi --enable-vulkan --enable-libshaderc --enable-libvorbis --disable-libxcb --disable-xlib --disable-libpulse --enable-opencl --enable-gmp --enable-lzma --enable-amf --enable-libaom --enable-libaribb24 --enable-avisynth --enable-chromaprint --enable-libdav1d --enable-libdavs2 --enable-libdvdread --enable-libdvdnav --disable-libfdk-aac --enable-ffnvcodec --enable-cuda-llvm --enable-frei0r --enable-libgme --enable-libkvazaar --enable-libaribcaption --enable-libass --enable-libbluray --enable-libjxl --enable-libmp3lame --enable-libopus --enable-libplacebo --enable-librist --enable-libssh --enable-libtheora --enable-libvpx --enable-libwebp --enable-libzmq --enable-lv2 --enable-libvpl --enable-openal --enable-liboapv --enable-libopencore-amrnb --enable-libopencore-amrwb --enable-libopenh264 --enable-libopenjpeg --enable-libopenmpt --enable-librav1e --enable-librubberband --enable-schannel --enable-sdl2 --enable-libsnappy --enable-libsoxr --enable-libsrt --enable-libsvtav1 --enable-libtwolame --enable-libuavs3d --disable-libdrm --enable-vaapi --enable-libvidstab --enable-libvvenc --enable-whisper --enable-libx264 --enable-libx265 --enable-libxavs2 --enable-libxvid --enable-libzimg --enable-libzvbi --extra-cflags=-DLIBTWOLAME_STATIC --extra-cxxflags= --extra-libs=-lgomp --extra-ldflags=-pthread --extra-ldexeflags= --cc=x86_64-w64-mingw32-gcc --cxx=x86_64-w64-mingw32-g++ --ar=x86_64-w64-mingw32-gcc-ar --ranlib=x86_64-w64-mingw32-gcc-ranlib --nm=x86_64-w64-mingw32-gcc-nm --extra-version=20251209
  libavutil      60. 20.100 / 60. 20.100
  libavcodec     62. 22.101 / 62. 22.101
  libavformat    62.  6.103 / 62.  6.103
  libavdevice    62.  2.100 / 62.  2.100
  libavfilter    11. 10.101 / 11. 10.101
  libswscale      9.  3.100 /  9.  3.100
  libswresample   6.  2.100 /  6.  2.100
[s16le @ 0000025c6a574100] Estimating duration from bitrate, this may be inaccurate
Input #0, s16le, from '.\3.pcm':
  Duration: 00:05:33.33, bitrate: 255 kb/s
  Stream #0:0: Audio: pcm_s16le, 16000 Hz, mono, s16, 256 kb/s
 181.89 M-A:  0.000 fd=   0 aq=   50KB vq=    0KB sq=    0B

然后会打开一个窗口：

这个时候音频就开始播放了。