企业官网建设流程全解析

做音频的朋友肯定遇到过这个场景：拿到一颗数字MEMS麦克风，芯片手册里写着“PDM Output”，旁边只标了一根CLK一根DATA；而你手头的MCU音频外设明明写着支持I2S，I2S里跑的又是PCM数据。PDM和PCM这两个缩写放在一起，光看名字都容易让人糊涂——都是“调制/编码”，到底差在哪？我最早做嵌入式音频采集时也在这个问题上绕了几天，后来搞明白之后发现核心就几件事：PCM是给波形拍“快照”，PDM是用脉冲的疏密来表示幅度。这篇文章我从原理、参数、应用场景到PDM转PCM的实操链路全部过一遍，最后再提醒一个搜索时特别容易踩的坑：音频PDM和工程数据管理PDM完全是两个世界。内容适合正在选型数字麦克风、做音频采集链路、或者对DSD/SACD好奇的工程师和DIY玩家。

1. 先弄明白一个最容易被忽略的问题：PCM和PDM到底在“编码”什么

1.1 PCM：用采样点和量化级硬生生描绘波形

PCM的全称是Pulse Code Modulation，脉冲编码调制。它的思路非常直接：把连续的模拟信号，每隔一个固定时间间隔取一个“快照”，再把这个快照的电压值归整到最近的量化等级上，最后用二进制表示出来。

以CD常见的44.1kHz/16bit为例：

• 每秒钟采样44100次，这个频率由奈奎斯特采样定理决定——要还原20kHz以内的音频，采样率至少要达到40kHz以上；
• 每次采样的电压被切分成2的16次方，也就是65536个量化等级；
• 每次采样输出16bit数据，双声道每秒产生的数据量是44100 × 16 × 2 = 1411200bit，约1.4Mbps，所以一张CD音频算下来710MB左右才够放74分钟。

PCM的“时间精度”完全由采样率决定，“幅度精度”完全由位深决定。你可以把它想象成看电影时的一帧帧胶片，帧率够高、色彩位深够大，画面就连续且细腻。PCM最大的优点是直接、好理解、后续处理方便。绝大多数音频处理算法——EQ、混响、降噪、编解码——都默认输入是PCM数据。

1.2 PDM：靠单位时间内的脉冲密度还原信号

PDM的全称是Pulse Density Modulation，脉冲密度调制。它的编码单位只有一个bit，不是0就是1，没有第二个量化等级。但它的采样率非常高，通常在2.4MHz到3.2MHz甚至更高。信号幅度大时，这一串0/1里出现“1”的比例更高；信号幅度小时，“1”的比例更低。把这一串脉冲后续通过低通滤波器平滑一下，就能恢复出原始模拟信号。

你可以把PDM理解成用刷子刷墙：想表达“浅灰色”，不是先调好颜料再刷，而是用白漆和黑漆快速交替点刷，白色点越多视觉上就越白，黑色点越多就越黑。PDM就是这个思路，它用时间上的疏密密度来编码幅度，完全不单独量化电压。

这也是PDM和PWM最容易被搞混的地方：PWM的脉冲宽度可变，但周期固定；PDM的脉冲宽度基本固定，密度在变，本质是两种不同的编码策略。

1.3 本质区别：一个量化幅度，一个量化时间

把两者放到一起对比就非常清楚了：

• PCM在幅度轴上做量化，用“高低电平+多bit组合”表示幅值，时间轴上按固定采样率取点；
• PDM在时间轴上做极致细分，只用0/1这个双电平，但用单位时间内的脉冲密度表达幅值。

所以PCM和PDM都不是“谁比谁高级”的关系，而是编码维度不同。PCM用时间和幅度的二维网格把信号切碎，PDM则是在超高时间分辨率下把幅度信息“藏”进密度里。这个差异引出了后面所有参数、接口和应用上的不同。

2. 从参数和原理看差距：为什么PDM能“以少胜多”

2.1 三个关键指标对比：采样率、位深与信噪比

我习惯用一张表直观列出音频场景下最常见的参数对比：

你可能会疑惑：PDM每采样点只有1bit，为什么能做到90多dB甚至更高的信噪比？这不科学啊。关键在于它的过采样率极高。一个2.8224MHz的1bit流，折合中等码率的PCM来看，单通道数据量并不算小。实际上PDM并没省数据量，它只是把量化的“深度”换成了时间上的“密度”，再用噪声整形把量化噪声推到人耳不敏感的高频段。

2.2 噪声整形是PDM的底牌

PDM的核心技术叫Delta-Sigma调制，国内常写成Σ-Δ或德尔塔-西格玛。它里面有个环路滤波器，每一拍会根据输入信号与反馈信号之间的误差决定输出0还是1。这个反馈回路有个非常关键的作用：量化噪声不再均匀分布在全频段，而是被“挤出”到高频段。人耳对中低频更敏感，对高频容忍度高，所以即使PDM标称只有1bit，经过噪声整形后的带内信噪比甚至可以优于同等bit数的普通PCM。

我以一个常见的一阶Sigma-Delta调制器举例，输出逻辑可以简化为：

error += input_sample - output; if (error > 0) { output = 1; } else { output = -1; // 数字上记为0 }

这个累加器加反馈的循环，每拍都尽量让输出的0/1序列平均值逼近输入信号。经过低通滤波后，序列平均值就是信号的近似重构。实际芯片里的调制器通常是二阶、三阶甚至更高阶，环路结构更复杂，但思想不变。

这也是为什么在同等成本下，很多ADC芯片愿意用Delta-Sigma结构：高过采样率+噪声整形可以在普通CMOS工艺上实现很高的音频信噪比，不需要像传统逐次逼近型ADC那样做高精度电容匹配。

2.3 PCM和PDM各需要什么硬件接口

MCU或SoC里的PCM音频接口大家比较熟悉，最常见的是I2S：

• BCLK：位时钟，决定每秒传输多少bit；
• LRCLK / WS：左右声道选择，频率等于采样率；
• DATA：串行传输PCM数据。

如果要多路麦克风，TDM模式可以在一条DATA线上按时隙传多路数据，但主控侧需要支持TDM。

PDM麦克风的硬件接口要简单得多：

• CLK：由主控或音频Codec提供，频率通常2.4MHz或3.072MHz；
• DATA：输出0/1脉冲流；
• 有些双麦模组用一根DATA线时分复用左右声道，靠CLK低电平期间的电平状态识别是左麦还是右麦。

从PCB布线看，PDM麦克风非常友好——不需要模拟线缆、不需要隔直电容、走线可以稍微长一点也不容易引入模拟噪声。这直接影响了MEMS麦克风市场的格局：大量手机、平板、智能音箱里的数字麦克风都选择PDM输出，把最靠近声源的信号直接数字化，抗干扰能力远超模拟驻极体。

3. 应用场景对照：手机麦克风、DSD、数字音频链路怎么选

3.1 PDM在MEMS麦克风和DSD里几乎不可替代

PDM最大的主战场就是数字MEMS麦克风。过去模拟麦克风输出的是模拟电压，信号在PCB走线过程中容易被高频干扰侵入，尤其是射频干扰和解调后的音频噪声。PDM麦克风内部集成了Sigma-Delta调制器，直接在麦克风内部完成数字化，输出端只有CLK和DATA，抗干扰能力明显更强。

典型产品形态包括：

• 手机/平板顶部的双麦或四麦阵列，用于通话降噪和指向性拾音；
• 智能音箱环形麦克风阵列，PDM多路数据通过TDM时分复用接到主控DSP；
• 会议终端、耳机、助听器中的微型拾音方案。

另外很多Hi-Fi玩家熟悉的DSD，本质上就是基于PDM的1bit音频格式，SACD光盘里存的就是PDM数据流，DSD64采样率正是CD的64倍，也就是2.8224MHz。DSD的听感争议先不谈，但它确实是PDM在消费音频里的另一个著名应用。

3.2 PCM是存储、传输与算法处理的主力

PCM的应用场景更是无处不在：

• WAV、FLAC、ALAC等音频文件里存储的是PCM数据，FLAC只是对PCM做了无损压缩；
• 蓝牙A2DP协议里传输的是PCM，无论是SBC还是AAC、LDAC，编解码器的输入输出都是PCM；
• USB音频类设备（UAC）也跑PCM，几乎所有电脑喇叭、外置声卡、数字功放的内部链路都以PCM为核心；
• 不管是麦克风采集的PDM还是ADC采集的模拟信号，最终进入DSP做降噪、回声消除、自动增益控制时，都要求先变成PCM。

所以你会看到一个很常见的系统架构：PDM麦克风 → 主控内部PDM控制器 → 硬件抽取滤波 → PCM数据 → DSP算法 → 蓝牙/文件/USB。

3.3 从实际产品看PDM和PCM是怎么共存的

我拿自己做过的一个降噪耳机方案举例：板子上有四颗PDM麦克风采集环境噪声，主控是高通QCC系列蓝牙芯片，内部PDM接口直接把四路PDM转为PCM，再交给ANC算法。用户听到的音乐来自手机，通过蓝牙解码后也是PCM数据。整条链路里，PDM只出现在“麦克风到主控”这一段，之后全部是PCM的天下。

把这个结构套到绝大多数产品上都成立——PDM负责前端采集，PCM负责后端传输与计算。如果你在产品选型时卡在“到底用PDM还是PCM”，正确的问法其实是：模拟转数字那一步，是接受PDM输出，还是需要I2S输出的Codec芯片直接给PCM。

4. 项目里最常做的动作：把PDM转成PCM

4.1 为什么MCU/DSP里几乎都要先做转换

很多主控芯片，尤其是一些低成本MCU，并没有硬件PDM控制器。这时接到PDM麦克风后，最直接的做法是：MCU用定时器输入捕获或GPIO中断把PDM的0/1流采回来，然后软件实现抽取滤波，转成16bit或24bit的PCM数据，再做后续算法。

这个过程不复杂但细节不少。PDM流本质是过采样后的1bit信号，里面除了音频信息还有大量高频整形噪声。要得到可用的PCM，必须经过两步：

1. 抽取（Decimation）：把2.4MHz以上的高采样率降到48kHz/16kHz等常用采样率；
2. 低通滤波：滤掉高频量化噪声，同时防止抽取后混叠。

这两个操作通常用一个抽取滤波器完成。按64倍抽取率算，2.8224MHz ÷ 64 = 44.1kHz；按128倍算，3.072MHz ÷ 128 = 24kHz，对应不同的目标采样率。

4.2 PDM转PCM的处理链路和代码简化实现

在正式实现时，工程上最常用的是CIC滤波器。CIC不需要乘法器，只用积分器和梳状器，非常节省MCU资源。以下是一个简化结构：

// 假设输入pdm_bit为0/1，输出pcm为有符号数 int integrator = 0; int comb_history = 0; int pcm = 0; for (int i = 0; i < DECIMATION_RATE; i++) { int sample = pdm_bit[i] ? 1 : -1; integrator += sample; // 积分器 } pcm = integrator - comb_history; // 梳状器 comb_history = integrator;

实际CIC会做多级级联，并且抽取后还要再经过一级补偿FIR滤波器来修正通带纹波。如果你想快速验证转换效果，用Python加上SciPy可以几条命令就出来：

import numpy as np from scipy.signal import decimate # pdm是原始0/1数据流，转成+1/-1便于计算 bits = np.where(pdm_stream > 0, 1.0, -1.0) # 64倍抽取，FIR方式滤波 pcm_float = decimate(bits, 64, ftype='fir', zero_phase=True) # 转成16bit整数，注意幅度归一化 pcm_int16 = (pcm_float * 16000.0).astype(np.int16)

不过说实话，生产环境中我还是建议优先使用主控芯片自带的硬件PDM控制器，比如STM32的DFSDM、NXP的SAI外设或高通的PCM/PDM接口。硬件抽取滤波稳定又不占CPU，而软件CIC虽然省成本，但在高采样率和多路麦克风场景下容易把CPU吃满。

4.3 我在转换过程中踩过的坑和参数选择

这里分享几个真实踩过的坑，都是文档里不会写的：

坑1：CLK频率和期望采样率没算对。PDM麦克风的CLK频率通常是外部输入的。比如你希望最终输出16kHz的PCM，CLK给2.048MHz并做128倍抽取就是16kHz，做64倍抽取却是32kHz。我见过有人把CLK频率配成2.8224MHz，然后软件按64倍抽取，得到的是44.1kHz，结果算法里采样率写48kHz，导致所有频点漂移。建议先把抽取率和目标采样率写进代码的宏定义里，配套一个自检函数打印实际采样率。

坑2：CIC滤波器的增益飞了。CIC滤波器的增益和抽取率强相关，不做归一化直接输出，PCM数据会爆头或全是噪声。正确做法是在滤波后除以抽取率的N次方（N是级数），再做个动态范围归一化。比如64倍抽取、3级CIC时，增益约64的3次方，这个放大倍数必须补偿掉。

坑3：左右声道数据方向搞反。多颗PDM麦克风复用一根DATA线时，左右声道切换是靠CLK低电平期间DATA的电平。有些芯片是高电平是左声道，有些是低电平是左声道，这个在Fusion算法里左右颠倒不会报错，但波束方向会完全反掉。调试时一定要对着规格书确认。

坑4：PDM信号线布线不当导致串扰。PDM接口虽然抗干扰，但同一组CLK/DATA离I2S或SPI线太近，高频时钟耦合会造成毛刺。软件上表现就是偶尔采样到极端脉冲，导致爆音。做PCB时CLK和DATA要包地，最好远离电源开关节点。

5. 别看到“PDM”就以为是音频，另一个PDM是产品数据管理

写到这里提一个现实问题：最近搜PDM相关资料时，会搜出一堆“PDM二次开发”“SW2023的PDM在哪”“PDM文件怎么打开”的页面。这些搜索词指向的完全是另一个PDM——产品数据管理（Product Data Management），和音频里的脉冲密度调制没有任何关系。

5.1 两种PDM的区别在哪里

工程领域的PDM系统常和CAD软件绑定，比如SolidWorks的PDM插件。它解决的是设计图纸版本混乱、多人协同编辑冲突、零件库管理问题。而音频领域的PDM是芯片管脚和信号链里的事情，常见于MEMS麦克风数据手册、DSD技术文档、主控外设说明里。

我看到“pdm历史记载乱码”这类搜索词，多半是PDM文件与本地软件关联错误或字体编码问题，属于工程数据管理PDM的知识范畴。音频PDM不存在“打开文件”的概念，因为它是实时信号流格式，不是文件容器。

5.2 搜索时如何快速判断自己该看哪类资料

如果你是搞音频的，看到下面这些关键词，请放心这是同一领域：

• PDM microphone、MEMS麦克风、PDM接口、DSD、Sigma-Delta调制、抽取滤波、数字麦克风阵列。

如果你遇到的是下面这些，说明你进入的是工程PDM领域：

• PDM系统、PDM二次开发、SolidWorks PDM、PDM文件检入检出、BOM管理、CAD数据管理、PDM历史记录、PDM工作流。

这个区分在选型和工作协同里非常重要。我在一个硬件项目群里见过有人问“PDM怎么转PCM”，下面有人回答“你找研发提需求改PDM流程”……两个PDM混在一起，讨论一晚上都没解决问题。所以你在翻阅资料前，先确认语境，能省下大量时间。

6. 我的一些实操建议，按项目阶段整理给你

最后按项目阶段给一套我的个人操作习惯，不一定适合所有团队，但至少能帮你避开我走过的弯路。

在选型阶段，先想清楚PDM要接到哪里：如果你的主控只有I2S没有硬件PDM外设，那软件解码PDM的工作量可能比想象中大，尤其是做多路麦克风阵列时。建议优先选带硬件PDM控制器的平台，或者直接在麦克风和主控之间加一颗PDM转I2S的Codec，比如TI的TLV320ADC系列、ADI的ADAU7118等。这样主控见到的就是干净的PCM数据，开发效率高很多。

在调试验证阶段，我习惯先把PDM原始流直接保存成二进制文件，再用Python离线解析，确认麦克风出来的是有效音频而不是时钟噪声。把硬件问题和算法问题隔离，能省掉大量相互甩锅的时间。你可以在示波器上抓CLK和DATA，看DATA是否有0/1切换密度随声音变化的规律，这个信号能直观验证PDM链路是否工作。

在量产阶段，一定要对PDM麦克风的工厂测试项重视起来：每颗麦克风的调制器性能有偏差，同一型号在相同声压下输出的脉冲密度统计特性可能不同。批量校准时要同时测低频响应和高频噪声，不能只测一颗样片就定校准表。

还有个小技巧：如果做的是需要远程会议或语音助手的设备，麦克风选PDM输出通常比模拟驻极体省心，因为你不必再处理模拟地的噪声问题。但千万不要为了布线方便把CLK时钟走得太远，过长的时钟线会产生反射，导致DATA采样时机错乱，现象就是偶发爆音和忽大忽小。

DSD这块补充一句：如果你在做Hi-Fi产品，不要轻信“DSD一定比PCM好听”或者“PCM比DSD动态更大”这类绝对化结论。从编码上看，DSD是PDM思想在消费音频上的应用，但它和PCM的转换损失往往出现在格式转换滤波器上，而不是编码本身。产品设计时真正该关注的是整条信号链的噪声和失真，而不只是纠结文件格式标签。