PCM

Töne sind Schwankungen des Luftdrucks. Ein Mikrofon wandelt diese Schwankungen in eine schwankende elektrische Spannung um. Ein Computer kann mit solchen stufenlosen Schwankungen aber nichts anfangen, er kennt nur Zahlen. PCM ist das Verfahren, das diese Lücke schließt: Es misst die Spannung viele tausend Mal pro Sekunde und schreibt jeden Messwert als Zahl auf. Aus einer durchgehenden Welle wird so eine lange Liste von Zahlen. Die Abkürzung steht für Pulscodemodulation, ein Name aus der Telefontechnik der 1930er Jahre.

Das Format, auf das sich alle geeinigt haben

PCM ist die gemeinsame Sprache der digitalen Tontechnik. Eine Audio-CD speichert PCM, ebenso die WAV-Dateien auf einem Rechner und die Tonspur einer Blu-ray. Auch wenn du Musik als MP3 hörst, wird sie kurz vor der Wiedergabe wieder in PCM zurückgerechnet. Der Chip, der am Ende den Lautsprecher ansteuert, versteht nämlich nichts anderes.

Wichtig ist außerdem, dass PCM unkomprimiert ist. Es wirft im Gegensatz zu MP3 keine Informationen weg, um Platz zu sparen. Deshalb arbeiten Tonstudios und Musikproduzenten mit PCM-Dateien: Jede Bearbeitung startet von der vollständigen Aufnahme. Der Preis dafür ist die Dateigröße. Eine Minute CD-Qualität belegt rund zehn Megabyte, als MP3 sind es etwa ein Zehntel davon.

Für KI-Systeme ist das ebenfalls relevant. Spracherkennung, Stimmklonung und Musikgeneratoren erwarten ihre Eingabe fast immer als PCM-Zahlenreihe. Bevor ein Sprachmodell ein Wort versteht, liegt der Satz als Liste von Messwerten vor. Was das Modell daraus macht, ist ein zweiter Schritt.

Abtastrate und Bittiefe

Zwei Zahlen bestimmen, wie genau PCM den Ton einfängt. Die erste ist die Abtastrate: wie oft pro Sekunde gemessen wird. Eine CD misst 44.100 Mal pro Sekunde, geschrieben als 44,1 kHz. Der Grund dafür ist eine Regel aus der Signaltheorie: Man muss mindestens doppelt so oft messen wie die höchste Frequenz, die man einfangen will. Menschen hören bis etwa 20.000 Hertz, also reichen gut 40.000 Messungen.

Die zweite Zahl ist die Bittiefe: wie fein die einzelne Messung aufgelöst wird. Bei 16 Bit stehen 65.536 mögliche Stufen zur Verfügung. Jeder Messwert wird auf die nächstgelegene Stufe gerundet. Diese Rundung heißt Quantisierung und ist der eigentliche Verlust bei PCM. Hört man sie, klingt sie als leises Rauschen im Hintergrund. Studios nehmen deshalb oft mit 24 Bit auf, dort gibt es über 16 Millionen Stufen.

Ein anschauliches Bild ist ein Fieberthermometer, das im Minutentakt abgelesen wird. Die Abtastrate entspricht dem Takt der Ablesungen, die Bittiefe der Zahl der Nachkommastellen. Liest man zu selten ab, entgehen kurze Fieberspitzen. Rundet man zu grob, verschwinden kleine Unterschiede. Beides zusammen entscheidet, wie nah die Zahlenreihe am Original bleibt.

PCM in Geräten und Schlagzeilen

Im Alltag begegnet dir PCM meist im Einstellungsmenü. In den Audio-Optionen eines Fernsehers oder einer Spielkonsole steht oft die Wahl zwischen « PCM » und « Bitstream ». PCM bedeutet dort, dass das Gerät den Ton selbst entschlüsselt und fertig an die Anlage weitergibt. Bitstream heißt, dass es das unverarbeitete Signal an den Verstärker durchreicht. Beide Wege führen zum Ziel, nur rechnet ein anderes Gerät.

Auch bei Sprachassistenten und Transkriptionsdiensten taucht der Begriff auf. Wer eine Schnittstelle für Spracherkennung nutzt, muss die Audiodaten oft in einem bestimmten PCM-Format hochladen, etwa 16 Bit bei 16 kHz. Diese Vorgabe steht in praktisch jeder technischen Dokumentation solcher Dienste. Sie ist der Grund, warum Entwickler den Begriff regelmäßig lesen.

Eine Verwechslung ist verbreitet: PCM ist kein Dateiformat, sondern eine Kodierweise. Eine WAV-Datei ist sozusagen die Verpackung, PCM der Inhalt darin. Verwirrend ist auch die Abkürzung selbst, denn in der Halbleiterbranche steht PCM für Phase-Change Memory, eine Speichertechnologie. Welche Bedeutung gemeint ist, verrät fast immer der Zusammenhang.