PCM

ARM

PCM（Pulse Code Modulation，脉冲编码调制）是一种用于数字音频信号处理的技术（可以理解为是一种音频数据格式），广泛应用于语音通信、音频存储和信号传输等领域。它的基本原理是将连续的模拟信号（如声音）转换为离散的数字信号，以便进行存储、传输和处理。

PCM的基本工作原理

PCM 的工作原理与 PWM 非常相似，主要包括三个关键步骤：

采样（Sampling）

  • 采样是指按照一定的时间间隔对连续的模拟信号进行测量，以获取其瞬时值。
  • 采样率决定了信号的时间分辨率，通常以 Hz（每秒采样次数）表示。
  • 例如，CD 音频的标准采样率是 44.1 kHz，即每秒钟采样 44100 次。

量化（Quantization）

  • 量化是将采样得到的模拟值映射到离散的数值范围。
  • 量化精度由位深度（Bit Depth）决定，例如 16-bit 量化表示信号可以分成 $2^{16} = 65536$ 个离散级别。
  • 量化误差是指实际信号值与量化后信号值之间的误差，较高的位深度可以减少误差，提高音频质量。

编码（Encoding）

  • 编码是将量化后的数值转换为二进制数据，以便存储或传输。
  • 例如，16-bit PCM 每个采样点用 16 位二进制数表示。

PCM类型

PCM 有不同的变种，主要包括：

线性 PCM（Linear PCM, LPCM）

  • 最常见的 PCM 形式，量化间隔是等间隔的，因此信号的失真较小。
  • CD 音频、WAV 文件等使用的是线性 PCM。

对数 PCM（Logarithmic PCM）

  • 使用非线性量化，以减少数据量，常用于语音编码。
  • 典型编码方式包括 μ-law（美式标准） 和 A-law（欧洲标准），用于电话通信。

差分 PCM（DPCM, Differential PCM）

  • 记录相邻采样值之间的差值，而不是绝对值，从而降低数据存储需求。
  • 适用于低比特率的应用，如语音编码。

自适应差分 PCM（ADPCM, Adaptive Differential PCM）

  • 在 DPCM 的基础上，动态调整量化步长，以适应信号的变化，提高效率。
  • 广泛用于音视频压缩，如 G.726 语音编码标准。

PCM优缺点

优点

✅ 高保真：PCM 是无损编码方式，不会丢失音频质量。
✅ 简单易实现：相比其他复杂的音频压缩算法（如 MP3、AAC），PCM 编解码计算量较低，适用于实时音频处理。
✅ 兼容性强：几乎所有音频设备（CD 播放器、计算机、手机等）都支持 PCM。

缺点

❌ 数据量大：PCM 不进行压缩，存储和传输成本高。例如，一分钟的 16-bit 44.1 kHz 立体声音频数据大约需要 10 MB。
❌ 对带宽要求高：在网络传输中，未经压缩的 PCM 需要较高带宽，不适合低带宽环境。

PCM与PWM区别

PCM（脉冲编码调制）和 PWM（脉冲宽度调制）在名字上确实有些相似，但它们的原理和应用是完全不同的。可以简单理解为：

✅ PCM 是一种数字信号编码方式，主要用于音频、语音等信号的数字化存储与传输。
✅ PWM 是一种模拟信号调制方式，用于控制电机、LED 亮度、音频信号合成等。

PCM 格式的数据是二进制的(0 和 1)，PWM 输出的是高低电平(0 和 1)，二者看似是一样的，但其实对于信息表达方式是完全不同的

✅ PCM 直接表示信号的数值（用二进制编码一个具体的幅值）。
✅ PWM 通过时间来编码信号的幅值（用脉冲的占空比表示模拟信号的强度）。

二者的核心区别

PCM - 直接量化幅度

PCM 通过二进制编码直接表示信号的瞬时幅度。
例如，16-bit PCM 编码可能会用 0110110100101110 这样的二进制数来表示某一时刻的信号幅值。
这意味着每个 PCM 采样点的数值与输入信号的幅度一一对应。

PWM - 用时间表示幅度

PWM 不直接存储幅度值，而是通过调整“高电平持续的时间”来表达信号的强弱。
例如，占空比 50% 代表 50% 的幅度，占空比 75% 代表 75% 的幅度，占空比 25% 代表 25% 的幅度。
PWM 输出的是一连串固定频率的脉冲，而不是直接的二进制数值。

PCM如何转为PWM信号

PCM（脉冲编码调制）转换为 PWM（脉冲宽度调制）通常用于数字音频信号驱动功率放大器（如 D 类放大器），在这个转换过程中，PCM 主要提供信号的幅度信息，而 PWM 需要根据 PCM 信号计算出占空比，而频率通常是固定的。

转换步骤

设定 PWM 频率

PWM 频率通常远高于 PCM 采样率，以确保信号能够被低通滤波器平滑还原，并避免高频噪声进入可听范围（20 Hz - 20 kHz）。
例如，对于 44.1 kHz 的 PCM 采样率（CD 音频），PWM 频率通常设定在 100 kHz 至 500 kHz 之间，其中 D 类音频放大器常使用 200 kHz 以上，以保证噪声超出人耳感知范围。

PWM 频率至少应为采样率的 4-10 倍（Nyquist 定理的扩展考虑），以保证波形保真度。对于 44.1 kHz 采样率，100 kHz 是一个合理的最小值，而 200-500 kHz 是 D 类放大器的常见范围。

PCM 本身是裸数据格式，通常没有文件头，所以你不能直接从 PCM 文件内部获取采样率，而需要从外部信息（比如文件命名、存储格式说明）或者使用正确的播放参数来解析（与同事那边商量好都使用一直的频率，比如都使用 44.1kHz）。

当然我们也可以使用公式大概计算出 PCM 文件的采样率

cyljs

计算占空比

PCM 信号的数值范围通常是有符号整数，例如：

  • 8-bit PCM: -128 ～ +127
  • 16-bit PCM: -32768 ～ +32767

PWM 占空比计算方式：

wfhzkbjs

对于有符号 PCM 数据：

yfhzkbjs

其中 VPCM 是当前 PCM 采样值。
Vmax 是 PCM 信号的最大值（比如 32767 对于 16-bit PCM）。
Vmin 是 PCM 信号的最小值（比如 -32768）。

示例：假设 PCM 采样值是 16-bit，范围是 -32768 到 32767：

  • 当 PCM = 0 时，PWM 占空比 = 50%(表示中间电平)
  • 当 PCM = 32767 时，PWM 占空比 = 100%
  • 当 PCM = -32768 时，PWM 占空比 = 0%
  • 当 PCM = 16384（一半）时，PWM 占空比 = 75%
  • 当 PCM = -16384（负一半）时，PWM 占空比 = 25%

✅ 这样，PCM 的幅度信息就映射到了 PWM 的占空比。

具体的数值范围可以询问数据的来源，或则通过 PCM_Bit.py 工具码进行检测

PCM_Bit.py 工具下载链接

业务逻辑

服务端要么直接发送过来 PCM 编码，要么发送 MP3 编码，然后我本地解析为 PCM。