PCM (Pulse-Code-Modulation)

PCM ist das Verfahren, mit dem aus einem Analogsignal eine Folge von Zahlen wird: in festem Takt abtasten, jeden Momentanwert auf eine feste Stufe runden, die Nummer dieser Stufe als Binärwort ablegen. Es ist die Form, in der Ton vorliegt, bevor ein Codec ihn verkleinert — und die Form, in die jeder Codec beim Abspielen zurückrechnet.

Ausführliche Erklärung

Abtasten, runden, durchnummerieren

Drei Schritte machen aus einer Spannung eine Zahlenreihe. Zuerst wird in festem Takt abgetastet: Zigtausende Male je Sekunde hält die Schaltung fest, wie hoch die Spannung gerade steht. Dann wird gerundet, weil die Zwischenwerte nicht beliebig fein abgelegt werden können — jeder Momentanwert bekommt die nächstgelegene der verfügbaren Stufen. Zuletzt wird die Nummer dieser Stufe als Binärwort geschrieben. Am Ende steht eine Liste, wo vorher eine Kurve war.

Wie oft abgetastet wird und in wie viele Stufen der Wertebereich aufgeteilt ist, sind die beiden Zahlen hinter jeder Auflösungsangabe; sie haben einen eigenen Eintrag, Abtastrate und Bittiefe. Für diese Seite zählt nur, dass beide Schritte überhaupt stattfinden — sie sind das, was PCM ausmacht.

Erdacht hat das Verfahren der englische Ingenieur Alec Reeves, 1937 im Pariser Labor von International Telephone and Telegraph. Ihn beschäftigte dabei die Fernleitung und nicht die Klangqualität: Jede Verstärkerstufe auf dem Weg fügte dem Telefonsignal neues Rauschen hinzu, und über hunderte Kilometer summierte sich das auf. Ein Puls dagegen muss am Empfänger nur als vorhanden erkannt werden — dann lässt er sich sauber neu erzeugen, und das Rauschen des vorigen Abschnitts fährt nicht mit. Reeves erhielt 1938 ein französisches Patent und meldete die Idee 1939 in den Vereinigten Staaten an, wo sie 1942 als US 2.272.070 erteilt wurde. Danach ließ er sie liegen: Die Röhrentechnik seiner Zeit reichte für eine bezahlbare Umsetzung nicht aus. Das Franklin Institute zeichnete ihn erst 1965 dafür aus.

PCM wurde also für Übertragung entworfen und erst viel später für Musik benutzt; die erste große Anwendung war das Telefonnetz. Das erklärt eine Wortwahl, über die im nächsten Abschnitt jeder stolpert, der sie zum ersten Mal in einer Norm liest.

Linear und nicht-linear — warum die Norm ausgerechnet hier verwirrt

Im Telefonnetz sind die Stufen absichtlich ungleich groß: fein bei leisen Pegeln, grob bei lauten, weil das Ohr es genauso macht. Die zugehörige Festlegung ist die ITU-Empfehlung G.711 in der Fassung von 1988, und sie heißt im Titel schlicht „Pulse code modulation (PCM) of voice frequencies“. Solche ungleichen Kennlinien sind nicht-lineares PCM.

Alles, was im Heimkino und in der HiFi-Kette vorkommt, ist dagegen lineares PCM, oft als LPCM abgekürzt: Alle Stufen sind gleich groß. So liegen die Daten auf der CD, in einer WAV- oder AIFF-Datei, in den Mehrkanalspuren einer Blu-ray und auf jeder HDMI-Strecke, die unkomprimierten Ton führt.

Und hier kommt der Punkt, an dem viele hängenbleiben. Die Normreihe, die beschreibt, wie Dolby Digital und DTS über einen Digitalausgang kommen, heißt IEC 61937 — „Interface for non-linear PCM encoded audio bitstreams“. Ein komprimierter Bitstrom ist in der Sprache dieser Norm also ebenfalls PCM, nämlich nicht-lineares. Das ist eine Begriffsverwendung aus der Übertragungstechnik und keine Aussage über das Tonformat. Für die Praxis genügt eine Merkregel: Wo im Gerätemenü „PCM“ steht, ist immer lineares PCM gemeint.

Was die Einstellung „PCM“ gegen „Bitstream“ entscheidet

Ein Zuspieler mit einer komprimierten Tonspur hat zwei Möglichkeiten. Er kann selbst dekodieren und die fertigen Abtastwerte weiterschicken — das ist die Stellung „PCM“. Oder er reicht den unausgepackten Datenstrom durch und überlässt das Dekodieren dem Verstärker; das ist „Bitstream“. Die dritte Stellung, „Auto“, überlässt die Wahl der Gegenseite: Der Zuspieler liest aus, welche Formate das angeschlossene Gerät annimmt, und wählt danach — die Grundlage dafür liefert die Gerätekennung über EDID.

Samsung führt in seiner Gerätedokumentation genau diese Aufteilung und kennt zusätzlich eine dritte Betriebsart: „Bitstream (Re-encode)“, bei der der Zuspieler die Tonspur neu als DTS codiert, damit sie über einen optischen Eingang zu einem Verstärker ohne HDMI passt.

Auf einer Zweikanalverbindung ist die Wahl ein echtes Entweder-oder. IEC 61937-1 hält ausdrücklich fest, dass die Schnittstelle im Consumer-Modus entweder zweikanaliges lineares PCM oder einen nicht-linearen Bitstrom führt und niemals beides gleichzeitig. Was daraus für die Formatgrenze folgt, steht bei Was über S/PDIF und TOSLINK passt.

Drei Folgen hat diese Entscheidung, und die letzte wiegt am schwersten.

Erstens wandert mit der Entscheidung auch die Auswertung der Metadaten. Wer dekodiert, sieht die Angaben über Lautheit und Kanalzahl, die in der Tonspur mitlaufen — die Seiten zu Dialognormalisierung und Downmix beschreiben, was daran hängt. Nach der Wandlung nach PCM sind diese Angaben nicht mehr da; sie sind bereits angewendet oder verworfen.

Zweitens lassen sich Menütöne und Zweitton-Spuren einer Disc nur zumischen, wenn der Zuspieler den Hauptton bereits ausgepackt hat. Geräte mit einer solchen Mischfunktion schalten deshalb faktisch auf PCM, sobald sie aktiv ist — auch dann, wenn im Menü noch „Bitstream“ steht.

Drittens braucht objektbasierter Ton den Renderer im wiedergebenden Gerät. Dolby beschreibt dessen Aufgabe deutlich: Der Renderer kennt Anzahl, Art und Position der Lautsprecher, dekodiert daraufhin die Positionsangaben der Objekte und passt die Tonspur in Echtzeit an genau diese Anlage an. Zugestellt wird der objektbasierte Ton dabei über die Codecs Dolby Digital Plus und Dolby TrueHD. Wandelt der Zuspieler vorher nach PCM, hat er diese Anpassung bereits vorgenommen — für seine Annahme über die Anlage, nicht für die tatsächliche. Der Prozessor bekommt dann ein fertiges Kanalbild.

Ein PCM-Rahmen ist nicht immer PCM-Inhalt

Weil praktisch jede digitale Audiostrecke PCM erwartet, wird der Rahmen auch für Daten benutzt, die gar kein PCM sind. Die Normreihe IEC 61937 macht das mit komprimierten Bitströmen. Ein zweites Beispiel ist der DoP-Standard von 2012, mit dem DSD durch eine PCM-Verbindung geschickt wird: Die oberen acht Bit jedes 24-Bit-Werts werden zu einem Kennbyte umgewidmet, das zwischen den Werten abwechselnd 0x05 und 0xFA lautet, die unteren sechzehn nehmen die eigentlichen Daten auf. Ein Wandler, der das Kennbyte erkennt, schaltet um; einer, der es nicht erkennt, hält die Daten für Abtastwerte.

Daran hängt eine Beobachtung, die in der Fehlersuche hilft: Dass eine Strecke PCM überträgt, sagt nichts darüber, was in den Werten steht.

Häufiges Missverständnis

„Bitstream ist die bessere Einstellung.“ Beide Wege liefern dieselbe Tonspur. Was sich unterscheidet, ist ausschließlich, welches Gerät rechnet — und was dabei als Nebenwirkung passiert: Metadatenauswertung, Menütöne, Verzögerung und auf einer Zweikanalstrecke die Formatgrenze. Klar, in vielen Anlagen ist Bitstream trotzdem die richtige Wahl, aber die Begründung dafür lautet „der Prozessor soll rendern“ und nicht „das klingt besser“.

„PCM heißt unkomprimiert.“ Für lineares PCM stimmt das. Trotzdem liegt PCM ständig in komprimierter Form vor: FLAC und ALAC packen genau diese Zahlenreihe verlustfrei zusammen und geben sie beim Abspielen unverändert wieder her — nachzulesen bei der verlustfreien Kompression. Und die Übertragungsnorm nennt sogar Dolby Digital ein „nicht-lineares PCM“.

„PCM ist ein Dateiformat.“ Es ist das Kodierverfahren. Eine Datei braucht darüber hinaus eine Hülle, die Abtastrate, Kanalzahl und Wortbreite festhält — bei WAV und AIFF ist das eine sehr dünne Hülle, bei MKV oder MP4 eine dicke. Was eine solche Hülle leistet, steht beim Containerformat.

Nicht zu verwechseln mit

• Abtastrate und Bittiefe: Die beiden Zahlen sagen, wie fein abgetastet und gerundet wurde. PCM sagt, dass überhaupt abgetastet und gerundet wird. 16 Bit/44,1 kHz und 24 Bit/192 kHz sind beides PCM.
• Bitstream: Kein Format, sondern die Anweisung „unausgepackt weiterreichen“. Welches Format dabei durchgeht, hängt an der Tonspur und an der Strecke.
• DSD: Ein anderes Kodierprinzip mit einem einzigen Bit bei sehr hohem Takt. Die beiden Verfahren lassen sich ineinander umrechnen, sind aber nicht dasselbe — der Eintrag zu DSD führt das aus.
• WAV und AIFF: Hüllen um lineares PCM. Wer eine WAV-Datei hat, hat PCM; wer PCM hat, hat noch keine WAV-Datei.
• Bitrate: Bei linearem PCM folgt die Datenrate direkt aus Abtastrate, Wortbreite und Kanalzahl. Sie beschreibt dieselbe Sache von außen und ist unter Bitrate und Datenrate beschrieben.

In der Planung

Eine Anlage mit zwei Zuspielern an einem AV-Prozessor. Der Kunde beschwert sich über zwei Dinge: Zwischen den Quellen springt die Lautstärke, und bei einer der beiden zeigt der Prozessor nie das Format an, das auf der Hülle steht.

Zuerst ist zu klären, welches Gerät die Tonspur auswerten soll — und zwar dieselbe Antwort für beide Quellen. Genau das ist hier die Ursache: Ein Zuspieler dekodiert selbst, der andere reicht durch, also arbeiten zwei verschiedene Geräte an zwei verschiedenen Metadatensätzen, und die Lautheitsangabe der Tonspur wird einmal angewendet und einmal nicht.

Das Verfahren dazu ist eine Hausregel und keine Einzelfallentscheidung: eine Einstellung, an beiden Zuspielern gleich, dokumentiert bei der Übergabe. Soll der Prozessor objektbasierten Ton rendern und die Lautheit vereinheitlichen, stehen beide Geräte auf Bitstream; soll die Mischfunktion für Menütöne verfügbar bleiben, stehen beide auf PCM. Beides gleichzeitig ist nicht zu haben.

Getauscht werden muss am Ende kein Gerät. Was fehlt, ist eine Festlegung.

Verknüpfte Inhalte

Wie fein abgetastet und gerundet wird, führt der Eintrag zu Abtastrate und Bittiefe aus; was am Ende der Kette aus den Zahlen wieder eine Spannung macht, der Eintrag zum Digital-Analog-Wandler. Ob die Zahlen dabei unverändert ankommen, behandelt die bitgenaue Wiedergabe. Welche Formate über einen Digitalausgang passen und warum, klärt Was über S/PDIF und TOSLINK passt; der Rahmen selbst steht bei S/PDIF. Das andere Kodierverfahren mit demselben Zweck ist DSD.

Quellen

Die Zuordnung der Erfindung zu Alec Reeves samt Jahr, Ort und Patentfolge stützt sich auf zwei Darstellungen aus dem IEEE-Umfeld, beide am 2026-08-24 eingesehen. Der Titel und die Fassung von 1988 der ITU-Empfehlung G.711 stammen aus dem Katalog der ITU. Die Regel, dass eine Consumer-Zweikanalverbindung entweder lineares PCM oder einen Bitstrom führt, steht in IEC 61937-1 in der Ausgabe von 2021, deren Normtext am 2026-08-07 für die Wissensseite zu dieser Normreihe am Objekt gelesen wurde. Die drei Ausgabeeinstellungen eines Zuspielers sind an der Herstellerdokumentation von Samsung belegt, das Kennbyte-Verfahren am DoP-Standard in der Fassung 1.1 vom März 2012. Was der Renderer für objektbasierten Ton leistet und über welche Codecs dieser Ton zugestellt wird, stammt aus einer Dolby-Veröffentlichung vom Juni 2018.