WAV和PCM的关系和区别

音频基础知识

• 声道数（通道数）
  即声音的通道的数目。很好理解，有单声道和立体声之分，单声道的声音只能使用一个喇叭发声（有的也处理成两个喇叭输出同一个声道的声音），立体声的PCM可以使两个喇叭都发声（一般左右声道有分工） ，更能感受到空间效果。

• 采样位数
  即 采样值或取样值（就是将采样样本幅度量化）。它是用来衡量声音波动变化的一个参数，也可以说是声卡的分辨率。它的数值越大，分辨率也就越高，所发出声音的能力越强。
  在计算机中采样位数一般有8位和16位之分，但有一点请大家注意，8位不是说把纵坐标分成8份，而是分成2的8次方即256份； 同理16位是把纵坐标分成2的16次方65536份。

• 采样频率
  即取样频率，指 每秒钟取得声音样本的次数。采样频率越高，声音的质量也就越好，声音的还原也就越真实，但同时它占的资源比较多。由于人耳的分辨率很有限，太高的频率并不能分辨出来。在16位声卡中有22KHz、44KHz等几级，其中，22KHz相当于普通FM广播的音质，44KHz已相当于CD音质了，目前的常用采样频率都不超过48KHz。

既然知道了以上三个概念，就可以由下边的公式得出PCM文件所占容量：

存储量= (采样频率 * 采样位数 * 声道 * 时间)／8 (单位：字节数)。

什么是WAV和PCM？

WAV：wav是一种无损的音频文件格式，WAV符合 PIFF(Resource Interchange File Format)规范。所有的WAV都有一个文件头，这个文件头音频流的编码参数。WAV对音频流的编码没有硬性规定，除了PCM之外，还有几乎所有支持ACM规范的编码都可以为WAV的音频流进行编码。

PCM:PCM（Pulse Code Modulation----脉冲编码调制)。所谓PCM编码就是将声音等模拟信号变成符号化的脉冲列，再予以记录。PCM信号是由[1]、[0]等符号构成的数字信号，而未经过任何编码和压缩处理。与模拟信号比，它不易受传送系统的杂波及失真的影响。动态范围宽，可得到音质相当好的影响效果。PCM数据是最原始的音频数据完全无损。

简单来说：wav是一种无损的音频文件格式，pcm是没有压缩的编码方式。

WAV和PCM的关系

WAV是使用PCM编码的一种音频格式。但是这不表示WAV只能使用PCM编码，MP3编码同样也可以运用在WAV中，和AVI一样，只要安装好了相应的Decode，就可以欣赏这些WAV了。在Windows平台下，基于PCM编码的WAV是被支持得最好的音频格式，所有音频软件都能完美支持，由于本身可以达到较高的音质的要求，因此，WAV也是音乐编辑创作的首选格式，适合保存音乐素材。因此，基于PCM编码的WAV被作为了一种中介的格式，常常使用在其他编码的相互转换之中，例如MP3转换成WMA。

简单来说：pcm加上wav头文件就变成了wav。

wav文件格式

在文件的前44字节放置标头(header)，使播放器或编辑器能够简单掌握文件的基本信息，其内容以区块(chunk)为最小单位，每一区块长度为4字节。

起始位址	区块名称	区块大小	端序	区块内容	备注
0	区块编号	4	大	“RIFF”
4	总区块大小	4	小	= N+36	N：音频数据的总字节数；36：从下一个地址开始到头文件尾的总字节数
8	档案格式	4	大	“WAVE”
12	子区块1标识	4	大	“fmt ” （最后有一个空格）
16	子区块1大小	4	小	16
20	音频格式	2	小	1（PCM）
22	声道数量	2	小	1（单声道）2（立体声）
24	取样频率（采用频率）	4	小	取样点/秒（Hz）
28	位元（组）率	4	小	= 取样频率 * 位元深度 / 8	Byte率 = 采样频率 音频通道数 每次采样得到的样本位数 / 8
32	区块对齐	2	小	4
36	子区块2标识	4	大	“data”
40	子区块2大小	4	小	N（=位元(组) 秒数 声道数量）	音频数据的大小
44	音频数据	=N	小	<音频数据从此开始>

参考资料

1、音频PCM数据的采集和播放 | Jack’s blog
2、WAV - 维基百科，自由的百科全书