PCM文件：模擬音頻信號經(jīng)模數(shù)轉換（A/D變換）直接形成的二進制序列，該文件沒有附加的文件頭和文件結束標志。Windows的Convert工具可以把PCM音頻格式的文件轉換成Microsoft的WAV格式的文件。
脈沖編碼調制PCM文件格式簡介
將音頻數(shù)字化，其實就是將聲音數(shù)字化。最常見的方式是透過脈沖編碼調制PCM(Pulse Code Modulation) 。運作原理如下。首先我們考慮聲音經(jīng)過麥克風，轉換成一連串電壓變化的信號，如圖一所示。這張圖的橫座標為秒，縱座標為電壓大小。要將這樣的信號轉為 PCM 格式的方法，是使用三個參數(shù)來表示聲音，它們是：聲道數(shù)、采樣位數(shù)和采樣頻率。
采樣頻率
即取樣頻率, 指每秒鐘取得聲音樣本的次數(shù)。采樣頻率越高,聲音的質量也就越好,聲音的還原也就越真實，但同時它占的資源比較多。由于人耳的分辨率很有限,太高的頻率并不能分辨出來。在16位聲卡中有22KHz、44KHz等幾級,其中，22KHz相當于普通FM廣播的音質，44KHz已相當于CD音質了，目前的常用采樣頻率都不超過48KHz。
采樣位數(shù)
即采樣值或取樣值（就是將采樣樣本幅度量化）。它是用來衡量聲音波動變化的一個參數(shù)，也可以說是聲卡的分辨率。它的數(shù)值越大，分辨率也就越高，所發(fā)出聲音的能力越強。
聲道數(shù)
很好理解，有單聲道和立體聲之分，單聲道的聲音只能使用一個喇叭發(fā)聲（有的也處理成兩個喇叭輸出同一個聲道的聲音），立體聲的pcm可以使兩個喇叭都發(fā)聲（一般左右聲道有分工） ，更能感受到空間效果。 
下面再用圖解來看看采樣位數(shù)和采樣頻率的概念。讓我們來看看這幾幅圖。圖中的黑色曲線表示的是pcm文件錄制的自然界的聲波，紅色曲線表示的是pcm 文件輸出的聲波，橫坐標便是采樣頻率；縱坐標便是采樣位數(shù)。這幾幅圖中的格子從左到右，逐漸加密，先是加大橫坐標的密度，然后加大縱坐標的密度。顯然，當橫坐標的單位越小即兩個采樣時刻的間隔越小，則越有利于保持原始聲音的真實情況，換句話說，采樣的頻率越大則音質越有保證；同理，當縱坐標的單位越小則越有利于音質的提高，即采樣的位數(shù)越大越好。
在計算機中采樣位數(shù)一般有8位和16位之分，但有一點請大家注意，8位不是說把縱坐標分成8份，而是分成2的8次方即256份； 同理16位是把縱坐標分成2的16次方65536份； 而采樣頻率一般有11025HZ（11KHz），22050HZ（22KHz）、44100Hz（44KHz）三種。
| 樣點 | 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 |
那么，現(xiàn)在我們就可以得到pcm文件所占容量的公式：
存儲量=(采樣頻率*采樣位數(shù)*聲道)*時間/8(單位：字節(jié)數(shù))
例如，數(shù)字激光唱盤(CD－DA，紅皮書標準)的標準采樣頻率為44.lkHz，采樣數(shù)位為16位，立體聲(2聲道)，可以幾乎無失真地播出頻率高達22kHz的聲音，這也是人類所能聽到的最高頻率聲音。激光唱盤一分鐘音樂需要的存儲量為：
(44.1*1000*l6*2)*60/8=10，584，000(字節(jié))=10.584MBytes
這個數(shù)值就是pcm聲音文件在硬盤中所占磁盤空間的存儲量。
計算機音頻文件的格式?jīng)Q定了其聲音的品質，日常生活中電話、收音機等均為模擬音頻信號，即不存在采樣頻率和采樣位數(shù)的概念，我們可以這樣比較一下：
44KHz，16BIT的聲音稱作：CD音質；
22KHz、16Bit的聲音效果近似于立體聲（FM Stereo）廣播，稱作：廣播音質；
11kHz、8Bit的聲音，稱作：電話音質。
微軟的WAV文件就是pcm編碼的一種。
