PCM介绍

作者：罗上文，微信：Loken1，公众号：FFmpeg弦外之音

视频的裸数据是YUV，对应音频的裸数据就是PCM，PCM的全称是Pulse Code Modulation（脉冲编码调制）。这个术语非常地术语，看起来不太容易懂，我个人是把 PCM 理解成声音信息的数字化。

我们可以用 ffmpeg 命令从 juren-10s.mp4 里面解码提取出来 PCM 原始数据，如下：

ffmpeg -i juren-10s.mp4 -c:a copy -vn juren-10s.aac
ffmpeg -i juren-10s.aac -ar 48000 -ac 2 -f s16le juren-10s.pcm

上图中，我是先把音频流从mp4里面提取出来了，然后再把音频流解码成 PCM 原始数据。aac 就是经过编码压缩后的文件，所以它的大小会比 PCM 小很多。

PCM 文件的大小是由采样格式（sampleFormat）、采样数（sampleNum）决定的。

ffmpeg 命令的参数解释如下：

-f 参数指定的是输出的采样格式，采样格式是 s16le，全称是 signed 16 bits little endian（有符号16位小端），因此一个采样占2个字节。
-ac 参数指定的是输出的声道数，声道数是2。这是左右声道，也就是在一个空间时刻内，左边采样一次，右边采样一次。
-ar 参数指定的是输出的采样率，采样率是 48000，代表每秒采样48000次。音频的采样是比视频的采样高很多的，视频一般是1秒采样24次，一秒只有24帧。

现在我们已经知道了这3个属性，但是我们还需要采样数才能手动计算出来PCM文件的大小的，采样数其实可以根据采样率粗略计算出来。

因为这个音频文件有10秒的时长，每秒采样48000次，也就是每秒会产生48000个样本，然后因为他是左右声道的，所以再乘以2，因此计算的结果如下：

48000 * 10 * 2 = 960000

所以这个 juren-10s.pcm 文件一共大约有 960000 个样本，而每个样本占2个字节，所以它的大小应该是在 1875kb 左右，这跟 Windows 系统上显示出来的 1880kb 是几乎一样的。

如果我们想正常显示一个YUV文件，就必须知道它的宽高是多少，采样格式是 4:4:4，4:2:2，还是其他。这些参数你需要设置到 7yuv 里面，图像才会正常显示出来，如果设置错误，图像显示就会出现错位，花屏等。

也就是说YUV文件本身不存储图像的宽高跟采样格式，如果你忘记了它的宽高就无法正常显示它了。

PCM文件是一样的，如果你忘记了它的采样格式，声道数，采样率，你同样无法正常播放PCM文件。我们可以使用 ffplay 命令来播放 juren-10s.pcm 文件，命令如下：

ffplay -i -ar 48000 -ac 2 -f s16le juren-10s.pcm

results matching ""