1、pcm是什么？

pcm是脉冲编码调制，是数字音频的存储格式。

2、pcm的组成

pcm音频文件由两部分组成：

  1. 头部信息
  2. 音频数据

2-1、头部信息

头部信息中包含了音频文件的采样率、声道数等信息，用于描述音频文件的属性。

2-2、音频数据

音频数据是实际的波形数据，以二进制形式存储在文件中。

3、pcm的采样率

采样率是指每秒从录音设备或声音文件里采样的次数，它描述了音频文件的长度。

采样率越高，音频文件的长度就越长。
采样率越低，音频文件的长度就越短。

常见的采样率有：

  1. 8kHz：电话
  2. 16kHz：CD
  3. 22.05kHz：低音炮
  4. 44.1kHz：CD
  5. 48kHz：DVD

采样率越高，音质就越好。
采样率越低，音质就越差。

采样率越高，文件大小就越大。
采样率越低，文件大小就越小。

用高于采样率的播放器播放高于采样率的音频文件，会降低音质。声音比较尖锐。
用低于采样率的播放器播放低于采样率的音频文件，会降低音质。声音比较模糊、低沉。

4、pcm的采样位数

采样位数是指每个采样点占用的二进制位数。
常见的采样位数有：

  1. 8位：表示每个采样点占用的二进制位数为8位
  2. 16位：表示每个采样点占用的二进制位数为16位
  3. 24位：表示每个采样点占用的二进制位数为24位
  4. 32位：表示每个采样点占用的二进制位数为32位
    采样位数越高，音质越好。
    采样位数越低，音质就越差。
    采样位数越高，文件大小就越大。
    采样位数越低，文件大小就越小。

5、pcm的声道数

声道数是描述音频文件中的声音来源和数量的术语。

  1. 单声道：只有一个声音源
  2. 双声道：有两个声音源

6、文件大小

文件大小 = 采样率 * 时长 * 声道数 * 采样位数 / 8

当送数据播放时，如果送的太快，就会造成声音的撕裂。
采样8000Hz，16位，双声道，时长5s的文件大小 = 8000 * 16 * 2 * 5 / 8 = 320kb
可以将16000，转换成8000，只需要将每两个字节删掉一个就可以实现。

双声道有存储顺序问题，需要具体分析。

7、pcm的编码格式

pcm音频文件一般不直接播放，需要先进行编码，常见的编码格式有：

  1. WAV：微软公司开发的音频文件格式
  2. AAC：高级音频编码
  3. MP3：高压缩比音频编码
  4. OGG：开源音频编码
  5. FLAC：无损音频编码
  6. AMR：音频码率压缩格式

扩展：
g711：G.711是ITU-T语音编码的推荐标准之一。
g711采样率：8kHz
g711采样位数：8位
g711声道数：单声道
g711编码格式：PCM

调试音频用0db音频文件调试
相关软件Cool Edit Pro。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38

int convert_sample_rate_8k_to_16k_linear(const int16_t* input_data, int input_size,
                                         int16_t** output_data, int* output_size) {
    // 计算输入样本数
    int input_samples = input_size / sizeof(int16_t);
    
    // 计算输出样本数 (输入的2倍)
    int output_samples = input_samples * 2;
    
    // 分配输出缓冲区
    *output_data = (int16_t*)malloc(output_samples * sizeof(int16_t));
    if (!(*output_data)) {
        printf("无法分配输出缓冲区内存\n");
        return -1;
    }
    
    // 执行线性插值重采样
    for (int i = 0; i < input_samples; i++) {
        // 直接复制原始样本
        (*output_data)[2 * i] = input_data[i];
        
        // 如果不是最后一个样本，进行插值
        if (i < input_samples - 1) {
            // 线性插值: (当前样本 + 下一个样本) / 2
            (*output_data)[2 * i + 1] = (input_data[i] + input_data[i + 1]) / 2;
        } else {
            // 最后一个样本，复制原始值
            (*output_data)[2 * i + 1] = input_data[i];
        }
    }
    
    // 设置输出大小
    *output_size = output_samples * sizeof(int16_t);
    
    printf("重采样完成: 输入%d个样本，输出%d个样本\n", input_samples, output_samples);
    return 0;
}