PCM和WAV格式，Linux下使用ffmpeg命令采集音频数据的方法

音频采集三要素

1.采样大小（位深）：一个采样用多少bit存放，常用的是16bit。
2.采样率：采样频率，8K, 16K, 32K, 44.1K, 48K
3.声道数：单声道，双声道，多声道

码率计算

PCM数据音频流码率=采样率x采样大小x声道数

WAV

WAV为微软公司（Microsoft)开发的一种声音文件格式，它符合RIFF(Resource Interchange File Format)文件规范，用于保存Windows平台的音频信息资源，被Windows平台及其应用程序所广泛支持。WAVE文件通常只是一个具有单个“WAVE”块的RIFF文件，该块由两个子块（”fmt”子数据块和”data”子数据块），格式如下图所示：

该格式的实质就是在PCM文件的前面加了一个文件头，每个字段的的含义为

typedef struct{
     
	char ChunkID[4];//内容为"RIFF"
	unsigned long ChunkSize;//存储文件的字节数（不包含ChunkID和ChunkSize这8个字节）
	char Format[4];//内容为"WAVE"
}WAVE_HEADER;

typedef struct{
     
	char Subchunk1ID[4];//内容为"fmt"
	unsigned long Subchunk1Size;//存储该子块的字节数（不含前面的Subchunk1ID和Subchunk1Size这8个字节）
	unsigned short AudioFormat;//存储音频文件的编码格式，例如若为PCM则其存储值为1，若为其他非PCM格式的则有一定的压缩。
	unsigned short NumChannels;//通道数，单通道(Mono)值为1，双通道(Stereo)值为2，等等
	unsigned long SampleRate;//采样率，如8k，44.1k等
	unsigned long ByteRate;//每秒存储的bit数，其值=SampleRate * NumChannels * BitsPerSample/8
	unsigned short BlockAlign;//块对齐大小，其值=NumChannels * BitsPerSample/8
	unsigned short BitsPerSample;//每个采样点的bit数，一般为8,16,32等。
}WAVE_FMT;

typedef struct{
     
	char Subchunk2ID[4];//内容为“data”
	unsigned long Subchunk2Size;//内容为接下来的正式的数据部分的字节数，其值=NumSamples * NumChannels * BitsPerSample/8
}WAVE_DATA;

例子：

C++读取WAV音频文件的头部数据的实现方法

Linux使用ffmpeg命令采集音频

ffmpeg -f alsa -i hw:0,0 xxx.wav

输出的音频文件为out.wav。

使用ffplay即可播放刚刚采集的声音。

ffplay out.wav