目录
PCM（脉冲编码调制）和 WAV（Waveform Audio File Format）是音频领域中常见的两种格式，它们的核心区别在于PCM是一种原始的音频数据编码方式，而WAV是一种文件容器格式，可以封装PCM或其他编码的音频数据。以下是详细对比：
一、pcm和wav区别
1. 本质区别
PCM（脉冲编码调制）
原始音频数据：直接记录声音的数字化样本，未压缩，保真度高。
无文件结构：只有连续的二进制音频数据流，不包含元数据（如采样率、声道数等），需额外指定参数才能播放。
用途：常用于音频实时传输、专业音频处理或嵌入式系统。
WAV（波形音频文件格式）
文件容器：基于RIFF标准，是一种包含音频数据和元数据的文件格式。
通常封装PCM：WAV文件最常存储PCM数据，但也支持其他编码（如ADPCM、MP3等）。
包含元数据：文件头中会明确标注采样率、位深、声道数等信息，无需额外配置即可播放。
2. 文件结构与元数据
PCM
只有纯音频数据流，无文件头。
播放时需要手动指定参数（如44.1kHz采样率、16位深、立体声）。
WAV
包含标准的RIFF文件头，结构如下：
text
[文件头] [格式块] [数据块]
文件头中明确存储音频格式、采样率、位深、声道数、数据大小等信息。
3. 兼容性与使用场景
PCM
优点：低延迟，适合实时音频处理（如电话系统、录音设备）。
缺点：缺乏元数据，通用性差，需依赖外部信息解析。
WAV
优点：标准化格式，兼容所有播放器和编辑软件（如Audacity、Windows Media Player）。
缺点：若存储PCM数据，文件体积较大（与PCM原始数据相同），但可通过压缩编码减小体积（如使用ADPCM）。
4. 文件大小
若WAV文件存储的是PCM数据，则两者体积几乎相同（WAV仅多几十字节的文件头）。
但WAV也支持压缩编码（如MP3），此时文件会比原始PCM小，但会损失音质。
5. 相互转换
PCM → WAV：添加WAV文件头（指定采样率、位深等参数即可）。
WAV → PCM：剥离WAV文件头，提取纯音频数据流。
总结
| 特性 | PCM | WAV（PCM编码时） |
|---|---|---|
| 本质 | 原始音频数据 | 包含PCM的容器格式 |
| 元数据 | 无 | 有（采样率、声道数等） |
| 压缩 | 无压缩 | 通常无压缩（但支持压缩编码） |
| 播放 | 需手动配置参数 | 直接兼容所有播放器 |
| 体积 | 纯数据大小 | 数据大小 + 文件头（可忽略） |
选择建议：
需要无损音频编辑或专业处理时，用PCM或WAV（PCM封装）。
需要通用播放或存储时，用WAV。
若对体积敏感，可选用WAV+压缩编码（如ADPCM）。
二、wav文件头详解
WAV（Waveform Audio File Format）是一种基于 RIFF（Resource Interchange File Format） 结构的音频文件格式，其文件头包含了音频数据的详细描述信息。以下是 WAV 文件头的详细解析，包括结构、字段含义及示例。
1. WAV 文件整体结构
WAV 文件采用 RIFF 分块（Chunk）结构，主要包含以下部分：
RIFF 文件头（12字节）
fmt 子块（24或更多字节，描述音频格式）
data 子块（存储音频数据）
可选的其他块（如 LIST 块存储元数据）
text
| RIFF WAVE Chunk | |-----------------| | fmt Subchunk | |-----------------| | data Subchunk | |-----------------| | (Optional) LIST | | ... |
2. RIFF 文件头（12字节）
| 偏移量 | 字段名 | 大小（字节） | 数据类型 | 说明 |
|---|---|---|---|---|
| 0 | ChunkID | 4 | char[4] | 固定为 "RIFF"（0x52 0x49 0x46 0x46） |
| 4 | ChunkSize | 4 | uint32 | 整个文件大小 - 8（即 文件总字节数 - (ChunkID + ChunkSize)） |
| 8 | Format | 4 | char[4] | 固定为 "WAVE"（0x57 0x41 0x56 0x45） |
示例（十六进制）：
text
52 49 46 46 RIFF 24 00 00 00 ChunkSize = 36（文件总大小 = 36 + 8 = 44字节） 57 41 56 45 WAVE
3. fmt 子块（24字节或更大）
描述音频的格式信息，标准PCM格式通常为16字节，但扩展格式可能更大（如含扩展信息）。
| 偏移量 | 字段名 | 大小（字节） | 数据类型 | 说明 |
|---|---|---|---|---|
| 12 | Subchunk1ID | 4 | char[4] | 固定为 "fmt "（0x66 0x6D 0x74 0x20） |
| 16 | Subchunk1Size | 4 | uint32 | fmt块大小（PCM通常为16，非PCM可能更大） |
| 20 | AudioFormat | 2 | uint16 | 编码格式：1 = PCM，3 = IEEE Float，6 = ADPCM，其他为压缩格式 |
| 22 | NumChannels | 2 | uint16 | 声道数（1 = 单声道，2 = 立体声，6 = 5.1声道等） |
| 24 | SampleRate | 4 | uint32 | 采样率（Hz，如44100） |
| 28 | ByteRate | 4 | uint32 | 每秒字节数 = SampleRate * NumChannels * BitsPerSample/8 |
| 32 | BlockAlign | 2 | uint16 | 每个样本的字节数 = NumChannels * BitsPerSample/8 |
| 34 | BitsPerSample | 2 | uint16 | 位深度（8、16、24、32等） |
| 36 | （扩展信息） | 可选 | - | 非PCM格式可能有额外字段（如扩展大小、附加参数） |
示例（44.1kHz 立体声 16位 PCM）：
text
66 6D 74 20 "fmt " 10 00 00 00 Subchunk1Size = 16 01 00 AudioFormat = 1（PCM） 02 00 NumChannels = 2（立体声） 44 AC 00 00 SampleRate = 44100（0x0000AC44） 10 B1 02 00 ByteRate = 44100×2×16/8 = 176400（0x0002B110） 04 00 BlockAlign = 2×16/8 = 4 10 00 BitsPerSample = 16
4. data 子块（音频数据）
存储实际的音频采样数据，格式由 fmt 块定义。
| 偏移量 | 字段名 | 大小（字节） | 数据类型 | 说明 |
|---|---|---|---|---|
| 36 | Subchunk2ID | 4 | char[4] | 固定为 "data"（0x64 0x61 0x74 0x61） |
| 40 | Subchunk2Size | 4 | uint32 | 音频数据大小（字节数） |
| 44 | Data | N | byte[] | 音频数据（PCM样本按声道交替存储，如立体声：L R L R...） |
示例：
text
64 61 74 61 "data" 00 00 00 00 Subchunk2Size（需根据实际数据填写） [音频数据...]
5. 其他可选块
LIST 块：存储元数据（如作者、版权信息）。
fact 块：非PCM格式必需，记录样本总数。
cue 块：标记音频中的关键点。
6. 完整WAV文件示例（44字节最小文件）
text
52 49 46 46 RIFF 24 00 00 00 ChunkSize = 36 57 41 56 45 WAVE 66 6D 74 20 fmt 10 00 00 00 Subchunk1Size = 16 01 00 AudioFormat = PCM 02 00 NumChannels = 2 44 AC 00 00 SampleRate = 44100 10 B1 02 00 ByteRate = 176400 04 00 BlockAlign = 4 10 00 BitsPerSample = 16 64 61 74 61 data 00 00 00 00 Subchunk2Size = 0（无数据）
7. 如何解析WAV文件头？
读取前4字节，确认是
"RIFF"。读取
ChunkSize，计算文件总大小。检查
Format是否为"WAVE"。找到
"fmt "块，解析音频参数（采样率、位深等）。定位
"data"块，读取音频数据。
总结
WAV文件头是 RIFF结构的容器，包含
fmt（格式描述）和data（音频数据）两个核心块。PCM WAV 的
fmt块固定为16字节，AudioFormat = 1。解析时需注意字节序（小端序，Intel格式）。
如果需要生成或修改WAV文件，可通过编程（如Python的wave模块、C/C++文件操作）直接读写这些字段。