音频里的 PCM（Pulse Code Modulation） = 线性脉冲编码调制，是未经压缩的原始音频裸数据，Linux 音频栈最底层格式，ALSA、PipeWire、ALSA 设备交互全部基于 PCM。
核心定义
模拟声波电压 → 定时采样 → 量化为数字整数 → 原始二进制流
- 无损、无压缩、无封装、无编码压缩
- 所有音乐 / 视频音频解码后，最终都会输出为 PCM 送给声卡播放
四大关键参数（必懂）
1. 采样率 sample rate
每秒采集多少次声波幅值
- 8000Hz：座机电话
- 44100Hz：CD 标准
- 48000Hz：视频 / 影视 / 设备默认
- 96k/192k：HiFi 高解析
2. 位深 bit depth
单个采样点占用比特，决定动态范围、底噪
- 16bit（S16）：民用主流
- 24bit（S24）：专业录音、声卡
- 32bit Float：混音器、音频引擎内部运算
3. 数据格式（存储 / 排列）
最常用：
- S16_LE：16 位 有符号 小端（Linux 声卡默认）
- S24_LE / S32_LE：24/32 位
- F32_LE：32 位浮点
4. 声道 channels
- 1：单声道
- 2：立体声（左右）
- 6：5.1 环绕
- 8：7.1 环绕
字节计算
单帧（一次采样所有声道）字节数：
每秒字节数：
PCM 常见类型
LPCM 线性 PCM
音频默认，幅值线性分布，WAV、FLAC 原始数据、HDMI 音频都是 LPCM。
原始声波采样数据 = PCM → LPCM 是 PCM 最常用子集 → WAV/FLAC 是封装格式，里面装的是 LPCM
LPCM（Linear PCM，线性 PCM）
✅ 消费 / 专业音频唯一在用的 PCM
- 采样值线性均匀量化，音量和数值成正比
- 无压缩、无失真、无编码映射
- CD、声卡、ALSA、HDMI、视频原生音频 全部用 LPCM
- 区别：A/μ-law 是非线性 PCM（电话语音用，压缩动态）
日常口语：音频里 PCM = LPCM
WAV（微软 RIFF WAV）
容器格式（封装）
- 结构：WAV 文件头 + LPCM 裸数据
- 头里保存：采样率 / 位深 / 声道 / 字节对齐等参数
- 特点：
- 内部音频编码：固定 LPCM
- 无损、无压缩、体积大
- 后缀 .wav
FLAC（Free Lossless Audio Codec）
无损压缩编码 + 容器
- 输入：LPCM 原始音频
- 处理：无损压缩算法（类似 zip 压缩音频）
- 播放：FLAC 解码 → 还原出和原文件一模一样的 LPCM → 声卡播放
- 特点：
- 音质 = WAV 完全一致
- 体积比 WAV 小 30%~50%
- 不可逆压缩、无音质损失
关键维度对比表
| PCM | 调制标准统称 | 不一定 | 无（裸流） | 原始 | 最大 | 底层裸数据、ALSA 裸流 |
| LPCM | 线性无损编码 | 无压缩 | 无 | 无损原版 | 最大 | 声卡底层、视频原生音轨 |
| WAV | 容器 + LPCM | 无压缩 | 有 | 无损 | 大 | 录音、剪辑、编曲 |
| FLAC | 无损压缩编码 | 无损压缩 | 有 | 无损 (同 WAV) | 中等 | 音乐收藏、HiFi |
区别于压缩音频
MP3/AAC/OPUS：压缩格式，播放时解码 → 转 PCM 再输出。
核心从属关系
模拟声音
↓ 采样量化
LPCM 原始裸数据（纯二进制，无参数）
↓
├─ 加WAV头封装 → WAV 文件
└─ FLAC无损压缩 → FLAC 文件
MP3/AAC(有损) 解码后 → 也是 LPCM 再播放
PCM 与 LPCM 核心区别
PCM（脉冲编码调制）
是一大类音频采样编码标准的统称，不是特指某一种格式。包含多种分支：
- LPCM 线性 PCM（民用 / 专业音频主力）
- A-law PCM（电信固话）
- μ-law PCM（欧美电话）
- 非线性压缩 PCM 等
LPCM（Linear PCM 线性脉冲编码调制）
是 PCM 的子集、最常用分支。
核心：音频振幅数值 和 音量 呈严格线性正比，无非线性压缩、无失真。
核心差异
| 范围 | 通用大类 | PCM 的特定子集 |
| 量化方式 | 可线性、可非线性 | 纯线性均匀量化 |
| 压缩 | 部分类型带非线性压缩 | 完全无压缩、无失真 |
| 应用场景 | 通信、语音、音频全覆盖 | 音乐、声卡、视频、专业音频 |
| 设备底层 | 不通用 | 声卡 / ALSA/HDMI 原生格式 |
音频领域口语潜规则
日常音频开发、Linux 音频、音视频开发中：
口头说的「PCM」= 特指 LPCM
- 裸音频流、ALSA 播放数据、WAV 内部数据、MKV/MP4 无损音轨，全是 LPCM
- 只有电信语音场景，才会区分 A-PCM / μ-PCM
关键实战区别
非线性 PCM（A/μ-law）
人为压低大音量、放大小音量（非线性），牺牲音质压缩动态，节省带宽，只用于电话。
LPCM
原汁原味记录声波电压数值，无损、线性、高动态，是所有无损音频的原始基底：
FLAC/MP3/AAC 解码 → 统一输出 LPCM → 声卡播放
PCM 裸数据排列（LPCM，最常用）
1）单声道（1ch，16bit 示例）
时间 →
[样本1(2B)] [样本2(2B)] [样本3(2B)] …
- 每个样本：2 字节（16bit），依次排列
2）立体声（2ch，16bit 交错，主流）
时间 →
[L1(2B)][R1(2B)] [L2(2B)][R2(2B)] [L3(2B)][R3(2B)] …
3）立体声平面格式（planar，FFmpeg 常用）
L 声道：[L1][L2][L3]…（连续一块）
R 声道：[R1][R2][R3]…（连续一块）
Linux 音频栈里的 PCM
ALSA
- /dev/snd/pcmC0D0p：播放 PCM 设备
- 应用直接写入 PCM 裸数据即可发声
PulseAudio / PipeWire
上层统一做音量、重采样、声道映射，底层依然流转 PCM。
工具测试
# 播放原始16位小端48k立体声PCM
aplay -f S16_LE -r 48000 -c 2 test.pcm
# 录制原始PCM
arecord -f S16_LE -r 48000 -c 2 record.pcm
总结
裸 PCM 和 WAV 区别
- 裸 PCM：只有声音二进制，不知道采样率 / 位深，直接打不开
- WAV：带头部参数，播放器直接识别播放
LPCM 为什么单独存在？
电视 HDMI、MP4/mkv 内音轨、专业广播，都是封装里直接存 LPCM，不用 WAV 外壳
FLAC 和 WAV 可以互相无损互转
ffmpeg 互转完全无音质损耗：
# WAV → FLAC 压缩
ffmpeg -i audio.wav audio.flac
# FLAC → WAV 还原原始LPCM
ffmpeg -i audio.flac audio.wav
谁是最终播放格式？
所有音频：MP3/OGG/FLAC/WAV/ 视频音轨→ 全部解码统一转为 LPCM→ 送给声卡（ALSA/PipeWire）播放
