不扯量子力学的话，现实中的音频是模拟信号，比如一些单一乐器发出的正弦波，经过采样存储在电子设备上的就是数字信号了。PCM(Pulse Code Modulation) 脉冲编码调制,就是一种对现实音频采样并数字化的过程。 采样一般有这三个参数：

采样率
每秒内采样的次数。采样率越高越接近真实的模拟信号。常见采样率有8kHz，20.05kHz，44.1kHz，48kHz，96kHz。 采样率描述的是频率，是针对正弦波的纵轴而言的。

采样位数
是每个采样点的解析度，其值是最接近每个采样点的振幅。数值越大解析度越高，录制和播放出来的声音越接真实。 一般有8，16，24，32位(bits),对应1，2，3，4 bytes. 采样位数描述的是振幅，是针对正弦波的横轴而言的。

声道
声道数是指录制声音时不同空间位置独立的音频信号，也可以说是录制声音时麦克风的数量。 比如单声道，双声道。还有5.1声道，一般家庭影院是这样的，它指的是：

  • C（Central）中置
  • FL（Front Left）左前置
  • FR（Front Right）右前置
  • SL（Surround Left）左环绕
  • SR（Surround Right）右环绕
  • SW（Subwoofer）低音炮

PCM文件本身是最原始的采样数据，它并没有指明上面说的采样率等参数，所以一般的播放器是没法播放PCM文件的。

所以我要使用 Python 播放 PCM 文件之前也是需要知道这些参数的，巧的是我知道这个 PCM 文件的来源，当然也就知道这些参数了。

Python 本身没有播放音频的库，需要一个第三方的库，网上常说的 PyAudio 早已不维护，而我现在使用的是 Python3.10，于是找了好久找到了 simpleaudio 这个库。

在安装好simpleaudio后发现依然无法使用，提示 No module named simpleaudio，最后发现我的 vscode 使用的还是我没有卸载的 Python3.9，而我的 simpleaudio 是安装在 Python3.10 下的，切换一下就好，这里需要注意下。

另外官方给的例子使用了 numpy 的 linspace 函数，在传递第三个参数时给的是 float 类型，而那个参数需要的是 int，于是报了 ‘float’ object cannot be interpreted as an integer 的错, 这里也要注意下。下面是一个简单的例子：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11

import simpleaudio as sa

pcmfile = open(
    r"audio.pcm", "rb"
)
# 可播放，音量需要调很大
pcm_data = pcmfile.read()
play_obj = sa.play_buffer(pcm_data, 1, 2, 48000)

# wait for playback to finish before exiting
play_obj.wait_done()

后来也想到了 Gstreamer 和 FFmpeg，使用 FFmpeg 的 ffplay 也可以播放，比如：

ffplay -ar 48000 -ac 1 -f s16le -i audio.pcm

该命令的作用是使用 ffplay 播放频率为48000Hz，单通道，16位、小端的音频文件 audio.pcm

  • -i 表示指定的输入文件
  • -f 表示强制使用的格式
  • -ar 表示播放的音频数据的采样率
  • -ac 表示播放的音频数据的通道数