PCM音频文件的制作

一、PCM编码简介
PCM是英文Pulse-code modulation的缩写，中文译名是脉冲编码调制。它是70年代末发展起来的，记录媒体之一的CD，在80年代初由飞利浦和索尼公司共同推出。脉码调制的音频格式也被DVD-A所采用，它支持立体声和5.1环绕声，1999年由DVD讨论会发布和推出的。

我们知道在现实生活中，人耳听到的声音是模拟信号，PCM就是要把声音从模拟转换成数字信号的一种技术，他的原理简单地说就是利用一个固定的频率对模拟信号进行采样，采样后的信号在波形上看就像一串连续的幅值不一的脉冲，把这些脉冲的幅值按一定的精度进行量化，这些量化后的数值还要进行编码，就是用一组二进制码组来表示每一个量化值，然后记录到存储介质中，所有这些组成了数字音频的产生过程。采样、量化如下图所示。

二、有损和无损
根据数字音频的产生过程可知，相对自然界的信号，音频编码最多只能做到无限接近，至少目前的技术只能这样了，任何数字音频编码方案都是有损的，因为无法完全还原。在计算机应用中，能够达到最高保真水平的就是PCM编码，被广泛用于素材保存及音乐欣赏，CD、DVD以及我们常见的WAV 文件中均有应用。因此，PCM约定俗成了无损编码，因为PCM代表了数字音频中最佳的保真水准。
对于我们最常说的“无损音频”来说，一般都是指传统CD格式中的16bit/44.1kHz采样率的文件格式，而之所以称其为无损，也是因为其包含了20Hz-22.05kHz这个完全覆盖人耳可闻范围的频响频率而得名。要做到真正的无损是困难的，就像用数字去表达圆周率，不管精度多高，也只是无限接近，而不是真正等于圆周率的值。
常见的无损音频格式有WAV、FLAC和APE。
WAV格式文件是音响设备和很多软件可以直接读取的音频文件，基本上不存在编解码问题。FLAC和APE都对WAV进行了编码，故能换取较小的体积，但同时造成解码播放时，因播放器材解析力很敏感（或者说技术所限），会出现一定的jitter抖动（解析复杂编码所致）而导致播放效果不够饱满和流畅。这点你可以通过统一转换为WAV格式来试听解决。
对于WAV格式来说，是目前的常规无损压缩格式中体积最大的文件格式，由于FLAC和APE都对WAV进行了更高技术的编码，所以换取了较小的体积，这也是这两种格式之所以出现的根本原因。而对于FLAC和APE两种格式来说，虽然体积大小差不多，但是采用了不同的压缩格式，所以对于设备来说在播放时候需要占用的资源多少也并不相同，简单地说占用资源多少的比例为：APE最大、FLAC中、WAV占用最小。
三、PCM编码与WAV格式的关系
单独的PCM编码文件是不能直接播放的，这种文件通常称为PCM裸流。PCM裸流经过封装后，就可以正常播放了。

WAV格式文件可以使用多种音频编码方式来压缩其封装的音频流，不过我们常见的都是音频流被PCM编码处理的WAV，但这不表示WAV只能使用PCM编码，几乎所有支持ACM规范的编码方式都可以为WAV的音频流进行编码。

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播放，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。因为几乎所有的有损压缩格式都是从WAV格式压缩、转换而来，其实内部的编码依然是PCM，所以曾经很多MP3设备并不支持FLAC、APE、AAC等等格式，是因为它们不支持这些文件的解压缩，但是从没有一款播放器不支持WAV格式，因为WAV格式本身，就等于PCM码流。

最常见的WAV格式文是在PCM裸流的基础上加上44字节的文件头构成的，此时PCM的采样率是8KHz，量化位数是16位，当采用8位的量化位数时，文件头的长度可以达到58位。比如说Windows下自带的那个录音机录下的WAV，文件头有58个字节。

所以，比较好的办法是，首先读取n个长度的一段字符，例如60个，然后从中查找关键字“data”，“data”之后的一个DWORD是实际音频数据的长度，得到这个长度length，再从这DWORD后开始读取length个字节，就可以读到文件尾。如下图所示，用UltraEdit打开一个WAV文件，可以看到关键字data，data之后红框中的四个字节就是length。