PCM格式及音频采样原理、转换

PCM是脉冲编码调制(Pulse Code Modulation)。是一种无压缩的原始编码格式。

常识概念

采样率：是指单位时间(1s)内采集音频数据的采样点数目。如1s内采集40000个采样点，则采样率为40kHZ。

dB:描述声音的响度，即声音能量波的振幅。

人耳的听觉范围：20HZ-20kHZ，较为敏感的范围是4kHZ(有说1kHZ)~5kHZ。

PCM的编解码：声音从自然界的能量波，经过模数转换（模拟信号转换为数字信号）后，再按照指定位数进行量化（比如指定16bit表示全部的采样点，也就是每个采样点都用16bits的二进制表示，则有‘2^16’来表达所有的采样点）。这种完全无任何压缩的二进制编码格式的音频数据，就是PCM。

音频采样原理

Nyquist(奈奎斯特)采样定律：采样率大于或等于连续信号最高频率分量的2倍时，采样信号可以用来完美重构原始连续信号。

重采样的过程：比如音频原来的采样率是44.1Khz,但由于某些原因要转换为48Khz,这时候就需要对音频进行重采样。【非整数倍重采样的失真需要注意】

• 低转高：先插值后用低通滤波器滤镜像频率。滤波器处理不好会引起高频额外的相移，也可能存在高频没滤干净的镜像成分。镜像成分就引起了谐波失真。但通常整数倍低转高相对失真较少。
• 高转低：先滤波后抽取采样点。常有可能出现混叠。
• 采样率转换Sample Rate Convert算法：开源最好的SRC算法是r8brain，比libsamplerate性能好不少。汇总见SRC算法比较

PCM格式