概述
PCM 脈沖編碼調(diào)制是Pulse Code Modulation的縮寫。脈沖編碼調(diào)制是數(shù)字通信的編碼方式之一。主要過程是將話音、圖像等模擬信號(hào)每隔一定時(shí)間進(jìn)行取樣，使其離散化，同時(shí)將抽樣值按分層單位四舍五入取整量化，同時(shí)將抽樣值按一組二進(jìn)制碼來表示抽樣脈沖的幅值。
語(yǔ)音編碼原理
有一定電子基礎(chǔ)的都知道傳感器采集音頻信號(hào)是模擬量，而我們實(shí)際傳輸過程中使用的是數(shù)字量。而這就涉及到模擬轉(zhuǎn)數(shù)字的過程。而模擬信號(hào)數(shù)字化必須經(jīng)過三個(gè)過程，即抽樣、量化和編碼，以實(shí)現(xiàn)話音數(shù)字化的脈沖編碼調(diào)制（PCM，Pulse Coding Modulation）技術(shù)。
抽樣(Sampling)
抽樣是把模擬信號(hào)以其信號(hào)帶寬2倍以上的頻率提取樣值，變?yōu)樵跁r(shí)間軸上離散的抽樣信號(hào)的過程。
采樣率 (sample)：每秒從連續(xù)信號(hào)中提取并組成離散信號(hào)的采樣個(gè)數(shù)，用赫茲（Hz）來表示.
舉例：
如音頻信號(hào)采樣率為8000hz。
可以理解上圖采樣對(duì)應(yīng)圖中 那段電壓隨時(shí)間變化的曲線 為1秒 那下面那個(gè)1 2 3 …10那就因該有1-8000個(gè)點(diǎn)，即將1秒均分為8000份，依次取出來那8000個(gè)點(diǎn)時(shí)間 對(duì)應(yīng)的電壓值。
量化（quantizing）
抽樣信號(hào)雖然是時(shí)間軸上離散的信號(hào)，但仍然是模擬信號(hào)，其樣值在一定的取值范圍內(nèi)，可有無(wú)限多個(gè)值。顯然，對(duì)無(wú)限個(gè)樣值一一給出數(shù)字碼組來對(duì)應(yīng)是不可能的。為了實(shí)現(xiàn)以數(shù)字碼表示樣值，必須采用“四舍五入”的方法把樣值分級(jí)“取整”，使一定取值范圍內(nèi)的樣值由無(wú)限多個(gè)值變?yōu)橛邢迋€(gè)值。這一過程稱為量化。
量化后的抽樣信號(hào)與量化前的抽樣信號(hào)相比較，當(dāng)然有所失真，且不再是模擬信號(hào)。這種量化失真在接收端還原模擬信號(hào)時(shí)表現(xiàn)為噪聲，并稱為量化噪聲。量化噪聲的大小取決于把樣值分級(jí)“取整”的方式，分的級(jí)數(shù)越多，即量化級(jí)差或間隔越小，量化噪聲也越小。
采樣位數(shù)：指的是描述數(shù)字信號(hào)所使用的位數(shù)。
8位(8bit)代表2的8次方=256，16 位(16bit)則代表2的16次方=65536； 采樣位數(shù)越高，精度越高。
這里引用了采樣位數(shù)來描述模擬信號(hào)之間的最小間隔。
假設(shè)我們采樣位數(shù)是 8 ，而模擬信號(hào)的范圍是2，0，那么數(shù)字信號(hào)之間的間隔最小就是2/2^8= 2/256=1/128;
同理采樣位數(shù)是16，那么 數(shù)字信號(hào)之間的最小間隔就是2/256/256=1/(128*256)
舉例
如音頻傳感器采集到的電壓范圍為0-3.3V，采樣位數(shù)為8bit(位)
即我們把3.3V/ 2^8 = 0.0128 即為量化精度。
我們把3.3v分成0.0128為步進(jìn)的Y軸，如圖3中的1 2 …8就變成了0 0.0128 0.0256 …..3.3 V
比如某個(gè)采樣點(diǎn)的電壓值為1.652V(128 * 0.128 與 129 * 0.128之間) 我們對(duì)它四舍五入就為1.65V 對(duì)應(yīng) 量化等級(jí)為128 。
編碼（Coding）
量化后的抽樣信號(hào)就轉(zhuǎn)化為按抽樣時(shí)序排列的一串十進(jìn)制數(shù)字碼流，即十進(jìn)制數(shù)字信號(hào)。簡(jiǎn)單高效的數(shù)據(jù)系統(tǒng)是二進(jìn)制碼系統(tǒng)，因此，應(yīng)將十進(jìn)制數(shù)字代碼變換成二進(jìn)制編碼，根據(jù)十進(jìn)制數(shù)字代碼的總個(gè)數(shù)，可以確定所需二進(jìn)制編碼的位數(shù)，即字長(zhǎng)(采樣位數(shù))這種把量化的抽樣信號(hào)變換成給定字長(zhǎng)的二進(jìn)制碼流的 過程稱為編碼。
舉例
接著上面的1.65V 對(duì)應(yīng) 量化等級(jí)為128 。對(duì)應(yīng)的2進(jìn)制為10000000 。即該采樣點(diǎn)編碼后結(jié)果為10000000 。當(dāng)然這是沒有考慮正負(fù)值情況下的編碼方式，而且編碼方式種類非常多，需要具體問題具體分析。（PCM音頻格式編碼為A律13折線編碼）
PCM 音頻編碼
PCM信號(hào)未經(jīng)過任何編碼和壓縮處理(無(wú)損壓縮)。與模擬信號(hào)比，它不易受傳送系統(tǒng)的雜波及失真的影響。動(dòng)態(tài)范圍寬，可得到音質(zhì)相當(dāng)好的效果。編碼上采用A律13折線編碼。
A律13折線
A律是PCM非均勻量化中的一種對(duì)數(shù)壓擴(kuò)形式。數(shù)字脈沖編碼調(diào)制（PCM）是目前模擬信號(hào)數(shù)字化的基本方法，PCM包括采樣、量化、編碼三個(gè)步驟，其中量化是對(duì)抽樣值的取值離散，根據(jù)量化間隔的不同選取分為均勻量化和非均勻量化，非均勻量化可以有效地改善信號(hào)的量化信噪比。語(yǔ)音信號(hào)的量化常采用ITU建議的兩種對(duì)數(shù)形式的非均勻量化壓縮特性：A律和μ律，A律編碼主要用于30/32路一次群系統(tǒng)， A律PCM用于歐洲和中國(guó)。
具體可以看文章
聲道
聲道可以分為單聲道和立體聲（雙聲道）
PCM的每個(gè)樣本值包含在一個(gè)整數(shù)i中，i的長(zhǎng)度為容納指定樣本長(zhǎng)度所需的最小字節(jié)數(shù)。
采樣頻率
人對(duì)頻率的識(shí)別范圍是 20HZ - 20000HZ, 如果每秒鐘能對(duì)聲音做 20000 個(gè)采樣, 回放時(shí)就足可以滿足人耳的需求.
- 8000hz 為電話采樣。
- 22050 的采樣頻率是常用的。
- 44100已是CD音質(zhì), 超過48000的采樣對(duì)人耳已經(jīng)沒有意義
對(duì)采樣率為44.1kHz的AAC（Advanced Audio Coding）音頻進(jìn)行解碼時(shí)，一幀的解碼時(shí)間須控制在23.22毫秒內(nèi)。通常是按1024個(gè)采樣點(diǎn)一幀。
為什么這里需要說下音頻幀呢？
音頻的幀的概念沒有視頻幀那么清晰，幾乎所有視頻編碼格式都可以簡(jiǎn)單的認(rèn)為一幀就是編碼后的一副圖像。但音頻幀跟編碼格式相關(guān)，它是各個(gè)編碼標(biāo)準(zhǔn)自己實(shí)現(xiàn)的。因?yàn)槿绻訮CM（未經(jīng)編碼的音頻數(shù)據(jù)）來說，它根本就不需要幀的概念，根據(jù)采樣率和采樣精度就可以播放了。比如采樣率為44.1kHZ，采樣精度為16位的音頻，你可以算出bitrate（比特率）是4410016kbps，每秒的音頻數(shù)據(jù)是固定的4410016/8 字節(jié)。
但是我們不希望每一次采樣都返回給我們進(jìn)行處理，我們希望的是返回一段時(shí)間內(nèi)的所有采樣數(shù)據(jù)。這里的音頻幀就是每次返回給我們多少個(gè)采樣數(shù)據(jù)，一般情況是下返回2048個(gè)采樣數(shù)據(jù)。
那么單聲道 采用16位采樣位數(shù) 2048個(gè)采樣數(shù)據(jù)的大小是多少呢 2048*16/8 = 4096字節(jié)。
采樣位數(shù)
每個(gè)采樣數(shù)據(jù)記錄的是振幅, 采樣精度取決于儲(chǔ)存空間（采樣位數(shù)）的大小:
- 1 字節(jié)(也就是8bit) 只能記錄 256 個(gè)數(shù), 也就是只能將振幅劃分成 256 個(gè)等級(jí)
- 2 字節(jié)(也就是16bit) 可以細(xì)到 65536 個(gè)數(shù), 這已是 CD 標(biāo)準(zhǔn)了;
- 4 字節(jié)(也就是32bit) 能把振幅細(xì)分到 4294967296 個(gè)等級(jí), 實(shí)在是沒必要了
如果是雙聲道(stereo), 采樣就是雙份的, 文件也差不多要大一倍.
比特率
碼率是指經(jīng)過編碼后的音頻數(shù)據(jù)每秒鐘需要用多少個(gè)比特來表示.
有損和無(wú)損
對(duì)于我們最常說的“無(wú)損音頻”來說，一般都是指?jìng)鹘y(tǒng)CD格式中的16bit/44.1kHz采樣率的文件格式，而知所以稱為無(wú)損壓縮，也是因?yàn)槠浒?0Hz-22.05kHz這個(gè)完全覆蓋人耳可聞范圍的頻響頻率而得名。
這里我有個(gè)混淆的地方是 聲道和采樣頻率之間的關(guān)系？剛開始假設(shè)采樣頻率是44100,要是使用雙聲道的話，那么每個(gè)聲道的采樣率就是22100了。其實(shí)這是錯(cuò)誤的，采樣頻率是在每個(gè)聲道上的采樣速率，不是在所有頻道的采樣速率。
因此，要是采樣速率是44100 ，那么雙聲道，采集的樣本個(gè)數(shù)應(yīng)該是88200個(gè)。
