PCM缓冲区

“PCM 缓冲区”通常是指在数字音频处理中用于临时存储 脉冲编码调制（Pulse Code Modulation, PCM）数据的一段内存区域。

PCM 是最常见、最基础的未压缩数字音频格式，广泛应用于音频播放、录音、通信和音视频编解码等领域。

---

🔊 什么是 PCM？

PCM 是一种将模拟音频信号数字化的方法，其核心步骤包括：

1. 采样（Sampling）：按固定频率（如 44.1kHz、48kHz）对模拟信号进行采样。
2. 量化（Quantization）：将每个采样值映射为有限精度的数字（如 16-bit、24-bit）。
3. 编码（Encoding）：以二进制形式存储这些数值。

例如，CD 音质的 PCM 音频是：

• 采样率：44.1 kHz
• 位深：16 bit
• 声道：立体声（2 channels）

---

🧠 PCM 缓冲区的作用

PCM 缓冲区的主要用途包括：

场景	作用
音频播放	应用程序将 PCM 数据写入缓冲区，声卡或音频驱动从中读取并播放
音频录制	麦克风采集的模拟信号经 ADC 转为 PCM，暂存于缓冲区供程序读取
实时通信（如 VoIP）	发送端将语音编码为 PCM 存入缓冲区，接收端从缓冲区解码播放
音频处理（如混音、滤波）	在缓冲区内对 PCM 样本进行数学运算

---

💾 缓冲区结构示例（16-bit 立体声）

假设缓冲区大小为 1024 个样本（每声道），则实际字节数为：

1024 samples × 2 channels × 2 bytes/sample = 4096 bytes

内存布局（小端序）：

[L0_low, L0_high, R0_low, R0_high, L1_low, L1_high, R1_low, R1_high, ...]

其中 L = 左声道，R = 右声道。

---

⚙️ 常见 API 中的 PCM 缓冲区

1. **ALSA **(Linux)

snd_pcm_writei(handle, buffer, frames); // 写入 PCM 缓冲区

2. Windows WASAPI / DirectSound

使用环形缓冲区（Ring Buffer）提交 PCM 数据。

3. **Web Audio API **(浏览器)

const audioBuffer = audioContext.createBuffer(2, length, sampleRate);
// 填充 Float32Array 的 PCM 数据（归一化到 [-1, 1]）

4. FFmpeg

解码后的音频帧（AVFrame）中的 data[0] 指向 PCM 缓冲区。

---

⚠️ 注意事项

• 缓冲区大小影响延迟：
  小缓冲区 → 低延迟但易欠载（glitch）；大缓冲区 → 高延迟但稳定。
• 对齐与字节序：
  确保 PCM 数据的位深、声道数、采样率与设备/API 要求一致。
• 溢出/下溢：
  生产者（如解码器）和消费者（如声卡）速度不匹配会导致缓冲区溢出（丢数据）或下溢（静音）。

---

🛠 调试建议

• 使用工具如 Audacity 导入原始 PCM 文件验证内容。
• 在代码中打印缓冲区前几个样本值，检查是否为预期范围（如 16-bit 应在 -32768 ~ 32767）。
• 监控缓冲区填充率，避免实时系统中的 XRUN（underrun/overrun）。