音频格式全解析：PCM到AAC

一、PCM（最基础，必须懂）

[✅ PCM 是什么？](#✅ PCM 是什么？)

[PCM 的特点](#PCM 的特点)

[PCM 的关键参数](#PCM 的关键参数)

[PCM 示例（16bit）](#PCM 示例（16bit）)

[二、WAV（PCM 的"盒子"）](#二、WAV（PCM 的“盒子”）)

[✅ WAV 是什么？](#✅ WAV 是什么？)

[WAV 的特点](#WAV 的特点)

[WAV 文件结构](#WAV 文件结构)

[WAV vs PCM](#WAV vs PCM)

三、MP3（有损压缩，体积小）

[✅ MP3 是什么？](#✅ MP3 是什么？)

[MP3 的特点](#MP3 的特点)

[MP3 工作原理（简化）](#MP3 工作原理（简化）)

常见码率

[四、AAC（MP3 的升级版）](#四、AAC（MP3 的升级版）)

[✅ AAC 是什么？](#✅ AAC 是什么？)

[AAC 的特点](#AAC 的特点)

[AAC 常见场景](#AAC 常见场景)

[AAC 类型](#AAC 类型)

五、它们之间的关系（一图理解）

[六、在 C++ 音视频学习中的真实用途](#六、在 C++ 音视频学习中的真实用途)

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）

复制代码

01 00 FF 7F 80 FF ...

👉 在 C++ 里通常就是：

复制代码

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

复制代码

| 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）

复制代码

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