PCM格式： Pulse Code Modulation 脈沖編碼調(diào)制，它將聲音模擬信號采樣后得到量化后的語音數(shù)據(jù)，是最基本最原始的一種語音格式。同它極為類似的還有RAW格式和SND格式。它們都是純語音格式。

　　WAV格式：Wave Audio Files 是微軟公司開發(fā)的一種聲音文件格式，也叫波形聲音文件，被Windows平臺及其應(yīng)用程序廣泛支持。WAV格式支持許多壓縮算法，支持多種音頻位數(shù)、采樣頻率和聲道，但WAV格式對存儲空間需求太大不便于交流和傳播。WAV文件里面存放的每一塊數(shù)據(jù)都有自己獨立的標識，通過這些標識可以告訴用戶究竟這是什么數(shù)據(jù)，這些數(shù)據(jù)包括采樣頻率和位數(shù)，單聲道(mono)還是立體聲(stero)等。

　　ADPCM格式：是利用對過去的幾個抽樣值來預(yù)測當(dāng)前輸入的樣值，并使其具有自適應(yīng)的預(yù)測功能與實際檢測值進行比較，隨時對測得的差值自動進行量化級差的處理，使之始終保持與信號同步變化。它適用于語音變化率適中的情況，而且聲音回放過程簡短。它的優(yōu)點是對于人聲的處理比較逼真，一般達到90%以上，已廣泛地應(yīng)用于電話通信領(lǐng)域。

　　MP3格式： Moving Picture Experts Group Audio Layer III，簡稱為MP3。它是利用 MPEG Audio Layer 3 的技術(shù)，采取了名為“感官編碼技術(shù)”的編碼算法：編碼時先對音頻文件進行頻譜分析，然后用過濾器濾掉噪音電平，接著通過量化的方式將剩下的每一位打散排列，最后形成具有較高壓縮比的mp3文件，并使壓縮后的文件在回放時能夠達到較接近原音源的聲音效果。它的實質(zhì)是vbr（Variant Bitrate 可變波特率）可以根據(jù)編碼的內(nèi)容動態(tài)地選擇合適的波特率，因此編碼的結(jié)果是在保證了音質(zhì)的同時又照顧了文件的大小。

　　mp3壓縮率10倍甚至12倍。是最初出現(xiàn)的一種高壓縮率的語音格式。

　　Linear Scale格式：根據(jù)聲音的變化率大小，把聲音分成若干段，對每段用線性比例進行壓縮，但是它的比例是可變的。

　　Logpcm格式：基本上對整個聲音進行線性壓縮，將最后若干位去掉。這種壓縮方式在硬件上很容易實現(xiàn)，但音質(zhì)比Linear Scale差一些，特別是音量較小聲音比較細膩的情況下效果較差。主要用于pure speech方面。

趨勢預(yù)測

    隨著社會的多元化，語音素材必定會走向多元化。語音DIY是個必然的趨勢，勢必推動嵌入語音芯片設(shè)備與電腦的兼容性，因此wav 和MP3格式將邊的更加廣泛。