PCM是什么？
PCM ：(Pulse-code modulation)脉冲编码调制，是将模拟信号进行抽样、量化和编码转化为数字信号的一种方法；
PCM文件
模拟音频信号经模数转换（A/D变换）直接形成的二进制序列,该文件没有附加的文件头和文件结束标志。Windows的Convert工具可以把PCM音频格式的文件转换成Microsoft的WAV格式的文件。
PCM过程
声音是一种机械波，在运算处理过程中，需要被数字化，最常见的就是通过脉冲编码调制；下图是声音信号在处理过程中的流程；
其中量化模拟信号的过程如下：
蓝色代表模拟音频信号，红色的点代表采样得到的量化数值。
采样频率：即取样频率,指每秒钟取得声音样本的次数。采样频率越高,声音的质量也就越好,声音的还原也就越真实。通常人耳能听到频率范围大约在20Hz～20kHz之间的声音，为了保证声音不失真，采样频率应在40kHz以上；根据奈奎斯特理论，采样频率只要不低于音频信号最高频率的两倍，就可以无损失地还原原始的声音。
常用的音频采样频率有：8kHz、11.025kHz、22.05kHz、16kHz、37.8kHz、44.1kHz（CD）、48kHz、96kHz、192kHz等。
采样位数：即采样值或取样值。它是用来衡量声音波动变化的一个参数，也可以说是声卡的分辨率。它的数值越大，分辨率也就越高，所发出声音的能力越强。
声道数：很好理解，有单声道和立体声之分，单声道的声音只能使用一个喇叭发声（有的也处理成两个喇叭输出同一个声道的声音），立体声的pcm可以使两个喇叭都发声（一般左右声道有分工） ，更能感受到空间效果。
采样时间/音频帧：音频跟视频很不一样，视频每一帧就是一张图像，而从上面的正玄波可以看出，音频数据是流式的，本身没有明确的一帧帧的概念，在实际的应用中，为了音频算法处理/传输的方便，一般约定俗成取2.5ms~60ms为单位的数据量为一帧音频。这个时间被称之为“采样时间”，其长度没有特别的标准，它是根据编解码器和具体应用的需求来决定的，我们可以计算一下一帧音频帧的大小：假设某音频信号是采样率为8kHz、双通道、位宽为16bit，20ms一帧，则一帧音频数据的大小为：int size = 8000 x 2 x 16bit x 0.02s = 5120 bit = 640 byte
存储量=(采样频率采样位数声道)*时间/8(单位：字节数)
波形声音的码率 = 取样频率 × 量化位数 × 声道数
PCM实例
以采样位数为4位为例，量化的波形如下：
采样点： t1 t2 t3 t4 t5 t6 t7 ... t16 t17 t18 t19 t20
幅值： 0011 0101 0111 1001 1011 1101 1110 ... 0110 0110 0101 0011 0000