ADPCM编码和解码

原文：http://www.znmcu.cn/znx_51_alltest_shell_fj_adpcm1.html

 

ADPCM音频解码，其实放在这里有些不太合适。

在编写ZN-X开发板整板测试程序的后期，振南开始转向专注于ADPCM音频的解码算法。对于音视频的编解码，振南一直是很感兴趣的。

VS1003录音向外输出的数据是经过ADPCM编码的，所谓ADPCM编码是一种自适应差分脉码调制技术。它可以对音频数据在毫无损失的前提下，将数据量压缩为原来的1/4，这对于音频来说，意义是重大的。我很想深入去研究一下ADPCM，但因为没有时间，一直被搁置。

ADPCM源于微软的Windows，一般的WAV文件就是使用它来编码的，WAV是Windows上的标准音频格式。ADPCM算法已经被标准化了，现行使用的是IMA-ADPCM，即IMA组织制订的ADPCM算法。这种算法比较简单，但却有较高的压缩比。

 

 

ADPCM编码的原理（我会尽量说的通俗的）：

如果我们对一个声音信号进行采样，采用16位量化，比如采集53个点，如下图：

 

 

如果我们直接存储每一个点的16位的采样值，这样就需要53X16=848个位，大约是106字节。但我们换个思路，我们不存储采样值，而存储采样点两两之间的差值（采样值可能会很大，需要更多的位数来表达，比如16个位，但是两点之间一般来说是比较连续的，差值不会太大，所以这个差值只需要很少的几个位即可表达，比如4个位）。这样，我们只需要知道前一个点的值，又知道它与下一个点的差值，就可以计算得到下一个点了。这个差值就是所谓的“差分”！

这就是DPCM的主要思想精髓！！

“什么？DPCM？我们不是说ADPCM吗？”是的，DPCM是差分脉码调制，多一个A，就是自适应！为什么要自适应？

你有没有考虑到一个问题？如果取两点之差，这个差值超过了4个位可以表达的范围，该如何处理？音频信号虽然具有很高的连续性，但是我们并不能保证两点之间产生突变的可能！

 

 

前面的差值可能是3、5、8、12，后面突然变成20、40，甚至更大，这时4个位还够用吗？数据量的减少，不能以数据丢失和失真作为代价！！

如果有一种方法，可以把两点之间的差值变换到固定的几个位即可表达的范围内，那就好了！而且这种变换是实时的，并且具有自适应性和预测能力的。这就是ADPCM的基本思想。它定义了一些因子，这种算法如果发现两点之间差值变大之后，就会用差值去和相应的因子作除法，从而减小了差值，让它可以减少到几个位可表达的数值范围内。而选择哪一个因子来除它，这就是ADPCM编码要作的事情了。

ADPCM算法巧妙的利用了音频信号的特点，也就是音频信号上的点与它前面的若干个点是有一定的相关性的，从而可以对下一个点进行预测，从而预先估计这个差值，从而选取相应的除数因子，去把差值归化到数值范围内！！

 

以上就是ADPCM对音频信号进行编码大体思想和过程！！

 

我们从VS1003中读取到的，就是经过ADPCM编码后的数据，也就是音频信号采样点之间的差值！（只是这些差值并不能直接用来去计算下一个采样点，而需要与因子相乘，计算得到真正的差值，这与编码是一个相逆的过程。乘数因子就是编码时用的那个除数因子，解码时要根据当前的音频信号去预判，以便取合适的因子！！）

 

以上是对ADPCM编码音频的解码的方法，它适用于VS1003输出的音频数据，同样适用于使用ADPCM编码的WAV文件，以及所有使用ADPCM编码的声音数据！！！

【比如一些语音产品，像数字对讲机、数字广播等等，也都可以使用ADPCM编码，这样可以很好的降低数据带宽要求！！】