音频格式全解析：PCM到AAC
C++音视频开发核心概念解析：文章系统介绍了音频处理中的关键格式和关系。基础是PCM原始音频数据，具有无压缩、高质量特点；WAV作为PCM的容器格式添加了文件头；MP3和AAC则是有损压缩格式，分别适用于普通和高品质音频场景。文中通过对比表格清晰展示了各格式特性差异，并梳理了从原始声音到压缩编码的处理流程。这些知识是使用FFmpeg等工具进行音频采集、处理和播放的基础，对音视频开发学习具有重要指导
目录
一、PCM（最基础，必须懂）
✅ PCM 是什么？
PCM（Pulse Code Modulation，脉冲编码调制）
👉 最原始的音频数据格式，没有压缩。
你可以把 PCM 理解为：
声卡直接吐出来的声音数字
PCM 的特点
-
❌ 没有文件头
-
❌ 没有压缩
-
✅ 音质最好
-
❌ 体积最大
-
✅ 所有音频格式的“原材料”
PCM 的关键参数
| 参数 | 含义 |
|---|---|
| 采样率 | 44100Hz / 48000Hz |
| 采样位数 | 16bit / 24bit |
| 声道数 | 1（单声道） / 2（立体声） |
| 数据排列 | little endian |
PCM 示例（16bit）
01 00 FF 7F 80 FF ...
👉 在 C++ 里通常就是：
int16_t sample;
二、WAV（PCM 的“盒子”）
✅ WAV 是什么？
WAV = PCM + 文件头
它不是压缩算法，而是一个 容器格式。
WAV 的特点
-
内部通常存的是 PCM
-
有 RIFF / fmt / data 等头信息
-
播放器可以直接识别
WAV 文件结构
| RIFF | fmt | data |
WAV vs PCM
| 对比 | PCM | WAV |
|---|---|---|
| 是否压缩 | ❌ | ❌ |
| 是否有头 | ❌ | ✅ |
| 能否直接播放 | ❌ | ✅ |
👉 开发中常见场景：
-
采集音频：PCM
-
保存测试文件：WAV
三、MP3（有损压缩，体积小）
✅ MP3 是什么？
MP3 = 有损音频压缩格式
MP3 的特点
-
✅ 有损压缩
-
✅ 文件小
-
❌ 音质有损
-
❌ 不适合二次编辑
MP3 工作原理（简化）
-
PCM 输入
-
心理声学模型（人听不见的丢掉）
-
频域压缩
-
输出 MP3
常见码率
-
128 kbps（普通）
-
192 kbps（较好）
-
320 kbps（高质量）
四、AAC（MP3 的升级版）
✅ AAC 是什么？
AAC（Advanced Audio Coding）
AAC 的特点
-
✅ 同等码率下比 MP3 音质好
-
✅ 更适合流媒体
-
✅ 延迟低
-
❌ 编码解码复杂
AAC 常见场景
-
视频音频（MP4）
-
直播推流（RTMP / HLS）
-
手机系统（iOS / Android）
AAC 类型
| 类型 | 场景 |
|---|---|
| AAC-LC | 最常用 |
| HE-AAC | 低码率 |
| HE-AAC v2 | 极低码率 |
五、它们之间的关系（一图理解）
真实声音
↓
PCM（原始数据）
↓
WAV（加壳保存）
↓
MP3 / AAC（压缩编码）
六、在 C++ 音视频学习中的真实用途
| 学习阶段 | 你会用到 |
|---|---|
| 音频采集 | PCM |
| 音频播放 | PCM / WAV |
| 文件保存 | WAV |
| 音频压缩 | MP3 / AAC |
| 音视频同步 | AAC + H264 |
| 推流直播 | AAC |
火山引擎开发者社区是火山引擎打造的AI技术生态平台，聚焦Agent与大模型开发，提供豆包系列模型（图像/视频/视觉）、智能分析与会话工具，并配套评测集、动手实验室及行业案例库。社区通过技术沙龙、挑战赛等活动促进开发者成长，新用户可领50万Tokens权益，助力构建智能应用。
更多推荐
19
0- 0
已为社区贡献14条内容
所有评论(0)