嵌入式开发中PCM及WAV音频格式的简述与应用

1. PCM（脉冲编码调制）

• 定义：
  PCM（Pulse Code Modulation）是未经压缩的原始音频数据格式，直接记录声音的数字化采样值。
  核心参数：
  采样率（如16kHz）：每秒采集声音的次数
  位深度（如16bit）：每个采样点的精度
  声道数（单声道/立体声）
• 示例：
  一段16bit单声道PCM数据的二进制表示：
  0x01A3 0xFF2B 0x7F00 …（每个值对应一个采样点）

2. WAV（波形音频文件格式）

• 定义：
  WAV是微软开发的容器格式，用于存储音频数据。
• 特点：
  包含文件头（描述音频参数） + 音频数据（通常为PCM）
  支持多种编码格式（但最常用PCM）
  未压缩时文件较大
  WAV文件结构：

[RIFF头] [fmt子块] [data子块]
  │         │          └── 实际音频数据（PCM）
  │         └── 采样率、位深等参数  
  └── 文件总大小标识

3. PCM与WAV的关系

特性	PCM	WAV
本质	原始音频数据流	带元数据的文件容器
文件头	无	包含格式描述（44字节头部）
文件大小	仅音频数据大小	头部+音频数据（比PCM大44字节））
播放兼容性	需手动指定参数	可直接被播放器识别）

• 转换关系：

PCM数据 + WAV头信息 → 生成WAV文件  
WAV文件 - WAV头信息 → 得到原始PCM数据

4. 在嵌入式系统中的关键点

假设通过网络模块调用百度语音合成的API时返回的WAV数据处理：

需跳过前44字节的WAV头，提取后续PCM数据
从头中解析采样率、位深（用于配置I2S时钟）

• 示例：WAV头解析（关键字段）

typedef struct {
    uint32_t sampleRate;    // 如16000
    uint16_t bitsPerSample; // 如16
    uint16_t numChannels;   // 如1（单声道）
} WAV_Header;

如果需要使用片上IIS外设及MAX98357模块播放：

在解析WAV数据后，直接通过I2S发送解析出的PCM数据（无需头信息）
需确保I2S配置与PCM参数匹配：

• STM32的I2S配置示例（16kHz, 16bit, 单声道）

hi2s2.Init.AudioFreq = I2S_AUDIOFREQ_16K;
hi2s2.Init.DataFormat = I2S_DATAFORMAT_16B;

调试技巧：

用Audacity等工具验证PCM数据：

文件 → 导入 → 原始数据 → 选择格式（16bit PCM，单声道）

5. 总结

PCM是"裸数据"，WAV是"带说明书的盒子"
在嵌入式音频开发中：
WAV用于传输和识别 → PCM用于实际播放