wav全集解析.pdf

1.什么是 PCM 音频数据 PCM(Pulse Code Modulation)也被称为脉冲编码调制。PCM 音频数据是未经压缩的音频采样数据裸流， 它是由模拟信号经过采样、量化、编码转换成的标准的数字音频数据。 2.PCM 音频数据是如何存储的 如果是单声道的音频文件，采样数据按时间的先后顺序依次存入（有的时候也会采用 LRLRLR 方式存储， 只是另一个声道的数据为 0 ），如果是双声道的话就按照LRLRLR 的方式存储，存储的时候还和机器的大 小端有关。大端模式如下图所示： 3.PCM 音频数据中常用的专业术语 一般我们描述 PCM 音频数据的参数的时候有如下描述方式 44100HZ 16bit stereo: 每秒钟有 44100 次采样, 采样数据用 16 位 (2字节)记录 , 双声道 (立体声); 22050HZ 8bit mono: 每秒钟有 22050 次采样, 采样数据用 8 位 (1字节)记录 , 单声道 ; 44100Hz 指的是采样率，它的意思是每秒取样 44100 次。采样率越大，存储数字音频所占的空间就越大。 16bit 指的是采样精度，意思是原始模拟信号被采样后，每一个采样点在计算机中用 16 位（两个字节）来表 示。采样精度越高越能精细地表示模拟信号的差异。 一般来说 PCM 数据中的波形幅值越大，代表音量越大。 4.PCM 音频数据的处理 4.1.分离 PCM 音频数据左右声道的数据 因为 PCM 音频数据是按照 LRLRLR 的方式来存储左右声道的音频数据的，所以我们可以通过将它们交叉 的读出来的方式来分离左右声道的数据 int simplest_pcm16le_split(char *url){ FILE *fp=fopen(url,rb+); FILE *fp1=fopen(output_l.pcm,wb+); FILE *fp2=fopen(output_r.pcm,wb+); unsigned char *sample=(unsigned char *)malloc(4); while (!feof(fp)){ fread(sample,1,4,fp); //L fwrite(sample,1,2,fp1); //R fwrite(sample+2,1,2,fp2); } free(sample); fclose(fp); fclose(fp1); fclose(fp2); return 0; } 4.2.降低某个声道的音量 因为对于 PCM 音频数据而言，它的幅值（即该采样点采样值的大小）代表音量的大小，所以我们可以通过 减小某个声道的数据的值来实现降低某个声道的音量 int simplest_pcm16le_halfvolumeleft(char *url){ FILE *fp=fopen(url,rb+); FILE *fp1=fopen(output_halfleft.pcm,wb+); int cnt=0; unsigned char *sample=(unsigned char *)malloc(4); while (!feof(fp)){ short *samplenum=NULL; fread(sample,1,4,fp); samplenum=(short *)sample; *samplenum=*samplenum/2; //L fwrite(sample,1,2,fp1); //R fwrite(sample+2,1,2,fp1); cnt++; } printf(Sample Cnt:%d\n,cnt); free(sample); fclose(fp); fclose(fp1); return 0; } 4.3.将 PCM 音频数据转换成 WAV 格式 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