另一方面，音频原始PCM数据PCM (脉冲编码调制)、脉冲编码调制。 人耳能听到的是模拟信号，PCM是将声音从模拟信号转换为数字信号的技术。 原理以一定的频率对模拟信号进行采样，采样后的信号类似于一系列在波形上连续的振幅不同的脉冲(诸如脉搏波之类的暂时起伏的电击)，以一定的精度量化这些脉冲的振幅，并且这些量化后的数值被连续输出并输出
PCM数据常用量化指标
采样率(Sample rate ) :每秒采样几次，以Hz为单位。
比特深度表示以多少比特二进制比特来描述样本数据，且一般为16比特。 有关详细信息，请参阅* *量化*一节。
序)指示音频PCM数据存储的序是大序(大序)还是小序(小序)，为了提高数据处理效率，小序是很常见的。
通道数当前PCM文件中包含的通道数为单声道mono、双通道stereo
样本数据中是否存在符号(Sign ) :需要注意的是，表示的是字面意义上的，带符号的样本数据不能无符号播放。
例如，请考虑FFmpeg中常见的PCM数据格式s16le。 它表示带符号的16位小端序PCM数据。
s表示有符号，16表示位深度，le表示小端存储。
大小端存储简介说明：
大端模式是一种存储模式，其中数据的字节数存储在内存的低地址，数据的低字节数存储在内存的高地址。 这种记忆模式类似于将数据作为字符串顺序处理。 地址从小到大增加，数据从上到下排列。 这和我们的阅读习惯一致。
小端序模式是指数据的字节存储在内存的高地址，数据的低字节存储在内存的行地址。 该存储器模式有效地将地址的高低和数据位的权重结合起来，高地址部分的权重高，低地址部分的权重低。
让我们以unsigned int value=0x12345678为例，分别观察两个端对端的存储情况。 value可以用无符号char buf [4]表示
为什么会有大小不一的终端模式呢？ 这是因为在计算机系统中，我们以字节为单位，每个地址单元对应一个字节，一个字节对应8bit。 但是，在c语言中，除了8bit char以外，还有16bit的short型、32bit的long型，另外，在比8位大的位数的处理器、例如16位或32位的处理器中，寄存器宽度大于1字节
例如，如果16位短x，内存中的地址为0x0010，x的值为0x1122，则0x11为高字节，0x22为低字节。 在大终端模式下，0x11位于低地址(即0x0010 )，0x22位于高地址(即0x0011 )。 小端模式正好相反。
我们常用的X86结构是小端，而KEIL C51是大端。 很多ARM、DSP都是小端序。 一些ARM处理器可以随时在ARM Cortex系列中使用REV、REV16和REVSH命令在程序中切换大小
cpu大小方面的现状：目前英特尔的80x86系列芯片是唯一仍在使用小端序的芯片。 ARM芯片默认采用小端序，但可以切换到大端序。 所有芯片(如MIPS )都可以使用大端存储，也可以支持大端——来切换大小。 另外，大小端的处理也与编译器的实现有关。 在c语言中，默认值为小端序。 但是，一些单片机实现是基于Keil 51C等大端的。 Java与平台无关，默认为大端。 在互联网上传输数据一般是大端端。
PCM 音频数据的存储
如果是单声道音频文件，则采样数据按时间先后顺序存储。 虽然有时以LRLRLR方式存储，但另一个通道的数据为0。 (2通道时通常以LRLRLR方式保存，保存时也与机器的大小侧有关。 大终端模式如下图所示。
PCM数据处理实践
接下来，雷神博客代码，详情请参阅：PCM数据处理，向您展示对本机PCM数据的一些处理
以16位2通道小端模式pcm数据为例，处理左通道和右通道分离，降低某些通道的声音，提高播放速度。 这里用c语音简单处理。 Android拥有强大的opensl es库。 如果大家有兴趣的话请研究一下。
二、主要音频压缩数据格式常见格式有flac ape wav mp3 aac ogg wma，其中压缩率以aacoggmp3(wma ) apeflacwav同音质) mp3和wma以192kbps为界，192kbps以上MMA 最高音质： wav=flac=apeaacoggmp3wma其中wma (无损但罕见) wav罕见手机mp3wmag
t;aac wav>flac ogg>ape 性能（就是综合音质体积编码率）：aac>ogg>flac ape>mp3>wav>wma 。由于目前使用最广泛的是aac。接下来主要针对这种做主要介绍。 2.1 AAC压缩格式介绍AAC是高级音频编码（Advanced Audio Coding） 的缩写，出现于1997年，最初是基于MPEG-2的音频编码技术。由Fraunhofer IIS、Dolby Laboratories、AT&T、Sony等公司共同开发，目的是取代MP3格式。2000年，MPEG-4标准出台，AAC重新集成了其它 技术（PS,SBR），为区别于传统的MPEG-2 AAC，故含有SBR或PS特性的AAC又称为MPEG-4 AAC。
AAC是新一代的音频有损压缩技术，它通过一些附加的编码技术（比如PS,SBR等），衍生出了LC-AAC,HE-AAC,HE-AACv2三 种主要的编码，LC-AAC就是比较传统的AAC，相对而言，主要用于中高码率(>=80Kbps)，HE-AAC(相当于AAC+SBR)主要用 于中低码(<=80Kbps)，而新近推出的HE-AACv2(相当于AAC+SBR+PS)主要用于低码率(<=48Kbps）,事实上大 部分编码器设成<=48Kbps自动启用PS技术，而>48Kbps就不加PS,就相当于普通的HE-AAC。
目前使用最多的是LC和HE(适合低码率)。流行的Nero AAC编码程序只支持LC，HE，HEv2这三种规格，编码后的AAC音频，规格显示都是LC。HE其实就是AAC（LC）+SBR技术，HEv2就是AAC（LC）+SBR+PS技术；
HE：“High Efficiency”（高效性）。HE-AAC v1（又称AACPlusV1，SBR)，用容器的方法实现了AAC（LC）+SBR技术。SBR其实代表的是Spectral Band Replication(频段复制)。简要叙述一下，音乐的主要频谱集中在低频段，高频段幅度很小，但很重要，决定了音质。如果对整个频段编码，若是为了保护高频就会造成低频段编码过细以致文件巨大；若是保存了低频的主要成分而失去高频成分就会丧失音质。SBR把频谱切割开来，低频单独编码保存主要成分，高频单独放大编码保存音质，“统筹兼顾”了，在减少文件大小的情况下还保存了音质，完美的化解这一矛盾。
HEv2：用容器的方法包含了HE-AAC v1和PS技术。PS指“parametric stereo”（参数立体声）。原来的立体声文件文件大小是一个声道的两倍。但是两个声道的声音存在某种相似性，根据香农信息熵编码定理，相关性应该被去掉才能减小文件大小。所以PS技术存储了一个声道的全部信息，然后，花很少的字节用参数描述另一个声道和它不同的地方。
2.2 AAC文件数据格式：AAC的音频文件格式有ADIF ＆ ADTS：
ADIF：Audio Data Interchange Format 音频数据交换格式。这种格式的特征是可以确定的找到这个音频数据的开始，不需进行在音频数据流中间开始的解码，即它的解码必须在明确定义的开始处进行。故这种格式常用在磁盘文件中。
ADTS：Audio Data Transport Stream 音频数据传输流。这种格式的特征是它是一个有同步字的比特流，解码可以在这个流中任何位置开始。它的特征类似于mp3数据流格式。
简单说，ADTS可以在任意帧解码，也就是说它每一帧都有头信息。ADIF只有一个统一的头，所以必须得到所有的数据后解码。且这两种的header的格式也是不同的，目前一般编码后的和抽取出的都是ADTS格式的音频流。
ADTS格式结构
ADTS 头中相对有用的信息 采样率、声道数、帧长度。想想也是，我要是解码器的话，你给我一堆得AAC音频ES流我也解不出来。每一个带ADTS头信息的AAC流会清晰的告送解码器他需要的这些信息。
一般情况下ADTS的头信息都是7个字节，分为2部分：
adts_fixed_header();
adts_variable_header();
syncword ：同步头 总是0xFFF, all bits must be 1，代表着一个ADTS帧的开始
ID：MPEG Version: 0 for MPEG-4, 1 for MPEG-2
Layer：always: ‘00’
profile：表示使用哪个级别的AAC，有些芯片只支持AAC LC 。在MPEG-2 AAC中定义了3种
sampling_frequency_index：表示使用的采样率下标，通过这个下标在 Sampling Frequencies[ ]数组中查找得知采样率的值。
0: 96000 Hz
1: 88200 Hz
2: 64000 Hz
3: 48000 Hz
4: 44100 Hz
5: 32000 Hz
6: 24000 Hz
7: 22050 Hz
8: 16000 Hz
9: 12000 Hz
10: 11025 Hz
11: 8000 Hz
12: 7350 Hz
13: Reserved
14: Reserved
15: frequency is written explictly
channel_configuration: 表示声道数
0: Defined in AOT Specifc Config
1: 1 channel: front-center
2: 2 channels: front-left, front-right
3: 3 channels: front-center, front-left, front-right
4: 4 channels: front-center, front-left, front-right, back-center
5: 5 channels: front-center, front-left, front-right, back-left, back-right
6: 6 channels: front-center, front-left, front-right, back-left, back-right, LFE-channel
7: 8 channels: front-center, front-left, front-right, side-left, side-right, back-left, back-right, LFE-channel
8-15: Reserved
frame_length : 一个ADTS帧的长度包括ADTS头和AAC原始流.
adts_buffer_fullness：0x7FF 说明是码率可变的码流
ADIF结构信息
ADIF头信息位于AAC文件的起始处，接下来就是连续的 raw data blocks。
2.3 ACC数据帧解析示例详情请看雷神的博客：ACC数据解析
三、总结这一章主要介绍了音频原始数据和压缩数据结构类型，至于如何把原生数据编码成压缩数据，或者压缩数据解码成原生数据，可以使用开源ffmpeg框架进行编解码，在这也可以给大家看一下大致流程。