パルス符号変調（PCM） (G検定)

1. 定義と概要

パルス符号変調（PCM）とは、アナログ信号を標本化・量子化・符号化という3つの処理を順に経てデジタルデータに変換し、記録する方式です。3つの処理は、標本化（時間軸を一定間隔で刻んで値を読み取る処理）、量子化（読み取った値を段階的な数値に丸める処理）、符号化（その数値を0と1のビット列に置き換える処理）という役割分担になっています。連続的に変化していた波形は、この3段階を通ることで0と1の並びに置き換わります。

代表例は音楽CD音源で、サンプリング周波数（1秒間の測定回数）44.1kHz、量子化ビット数（1回の測定を表す段階数）16ビットのPCM方式で音声が記録されています。音声データのファイルサイズは、サンプリング周波数、量子化ビット数、チャンネル数、時間を掛け合わせ、ビットからバイトへの変換のために8で割った値で求められます。1秒あたりの測定回数と1回あたりの段階数がそのままデータ量に効いてくる形です。

従来、電話回線や音楽記録では、波形が連続的に変化するアナログ信号をそのまま扱っており、増幅を重ねるたびに雑音が蓄積する課題がありました。この課題に対処するため、1937年にイギリスの技術者アレック・リーブスがPCM方式の原理を考案し、音声を離散的な（とびとびの）デジタル値へ変換して伝送・保存する方法を示しました。

実用化は1940年代の秘話通信装置（音声を暗号化して盗聴を防ぐ通信装置）を経て進み、その後デジタル電話網やCD音源の登場によって、PCM方式は音声デジタル化の標準的な方式として普及しました。

2. 試験対策ポイント

G検定では、PCM方式は標本化・量子化・符号化という3つの処理を順に組み合わせてアナログ信号をデジタルデータへ変換する方式として、ディープラーニングの応用分野である音声処理の文脈で扱われます。標本化・量子化それぞれの詳細な仕組みは、個別の用語として整理される関係にあります。

音楽CD音源がサンプリング周波数44.1kHz、量子化ビット数16ビットのPCM方式で記録されているという事実は、PCM方式を代表する具体例です。数値をそのまま覚えるよりも、1秒間に何回測るかがサンプリング周波数、1回の測定を何段階で表すかが量子化ビット数という対応で押さえると、混同しにくくなります。

音声データのファイルサイズは、サンプリング周波数、量子化ビット数、チャンネル数、時間を掛け合わせ、ビットからバイトへの変換のために8で割った値で求められます。標本化・量子化の設定値がデータ量を左右するため、サンプリング周波数や量子化ビット数を変えるとファイルサイズも変わる関係にあります。

PCM方式は、音や振幅を間引かずに記録する非圧縮の方式です。そのため、MP3形式やAAC形式のように音を圧縮する形式と比べると、ファイルサイズは大きくなります。非圧縮と圧縮という対比の中でのPCM方式の位置づけも、あわせて整理しておきたいところです。

3. 関連概念との比較・相違点

MP3形式やAAC形式などの非可逆圧縮（一部のデータを削って元に戻せなくする代わりにファイルサイズを大きく減らす圧縮方式）との最大の違いは、元のデータへ復元できるかどうかという点にあります。PCM方式は標本化・量子化・符号化の結果をそのまま保持する非圧縮方式で、音質の劣化がありません。一方、非可逆圧縮の形式は人間が知覚しにくい音の成分を削ってファイルサイズを大幅に減らすため、一度圧縮すると元のPCMデータには戻せません。

FLAC形式などの可逆圧縮（元のデータに完全に復元できる圧縮方式）は、PCM方式と同じ音質を保ったままファイルサイズを縮小できる点で、PCM方式と非可逆圧縮の中間に位置します。元のPCMデータに完全に復元できるかどうかがPCM方式との共通点であり、圧縮の有無がPCM方式との相違点になります。

3つの方式の位置関係を、圧縮の有無・音質・元のデータへ戻せるかという軸で並べると次のようになります。

方式	圧縮の有無	音質	元のPCMデータへの復元	ファイルサイズ
PCM方式	非圧縮	劣化しない	元データそのもの	大きい
可逆圧縮（FLAC形式など）	圧縮する	劣化しない	完全に復元できる	PCM方式より小さい
非可逆圧縮（MP3形式・AAC形式など）	圧縮する	知覚しにくい成分を削る	復元できない	大幅に小さい

こうして並べると、PCM方式は非圧縮、可逆圧縮は音質を保ったまま容量だけを縮める方式、非可逆圧縮は音質と引き換えに容量を大きく減らす方式という関係にあると分かります。3方式の区別は、音質と容量のどちらを優先した形式なのかという観点で捉えると整理しやすくなります。

4. ビジネス・実務での活用シナリオ

音楽制作やレコーディングの現場では、収録や編集の工程をPCM形式（WAV形式やAIFF形式など）のまま非圧縮で扱い、音質の劣化を避けます。配信段階になって初めて圧縮形式へ変換することで、制作時の音質を保ちながら配信時のファイルサイズを抑える使い分けが成り立っています。

通信・電話の分野では、固定電話回線を流れる音声信号をデジタル化して伝送する仕組みとして、PCM方式は古くから採用されてきました。音声をデジタルデータに変換して扱うことで、アナログ回線のように増幅のたびに雑音が蓄積する事態を避け、安定した伝送を実現する基盤になっています。

音声認識や音声AI開発の分野では、モデルの学習・推論（学習済みモデルを使って答えを出す処理）において、PCM形式の生波形データが入力に使われることが多くあります。圧縮によって生じるアーティファクト（圧縮などの処理によって生じる、本来無かった音の歪みやノイズ）を避けるためです。圧縮を経ていない波形をそのまま扱うことで、音の特徴を損なわずにモデルへ渡せます。

5. 要点まとめ

• PCM方式は標本化・量子化・符号化を組み合わせてアナログ信号をデジタルデータに変換する方式で、音楽CD音源はサンプリング周波数44.1kHz、量子化ビット数16ビットのPCM方式で記録されています。
• 音声データのファイルサイズは、サンプリング周波数、量子化ビット数、チャンネル数、時間を掛け合わせて8で割った値で求められ、PCM方式は非圧縮方式であるため圧縮形式より容量が大きくなります。
• MP3形式・AAC形式などの非可逆圧縮やFLAC形式などの可逆圧縮とは、音質劣化の有無と、データを完全に復元できるかどうかという点で異なります。

6. 確認問題