在PCM系统中，原始的模拟信号经过采样后得到的每一个样值都被量化成为数字信号。为了压缩数据，可以不对每一样值都进行量化，而是预测下一样值，并量化实际值与预测值之间的差值，这就是DPCM（Differential Pulse Code Modulation，差分脉冲编码调制）。1952年贝尔（Bell）实验室的C. C. Cutler取得了差分脉冲编码调制系统的专利，奠定了真正实用的预测编码系统的基础。DPCM的组成中编码器和解码器分别完成对预测误差量化值的熵编码和解码。

DPCM系统工作时，发送端先发送一个起始值x0，接着就只发送预测误差值ek = xk – x^k，而预测值x^k可记为

x^k = f（x'1，x'2，…， x' N，k）， k > N （1）

式中k > N表示x'1，x'2，…， x' N的时序在xk之前，为所谓因果型（Causal）预测，否则为非因果型预测。

接收端把接收到的量化后的预测误差e^k 与本地算出的x^k相加，即得恢复信号x'k。如果没有传输误差，则接收端重建信号x'k与发送端原始信号xk之间的误差为：

xk - x' k = x k - ( x^k + e^k )

= ( xk - x^k ) - e^k

= ek - e^k

= qk （2）

这正是发送端量化器产生的量化误差，即整个预测编码系统的失真完全由量化器产生。因此，当xk已经是数字信号时，如果去掉量化器，使e^k = ek，则qk = 0，即x'k = xk 。这表明，这类不带量化器的DPCM系统也可用于无损编码。但如果量化误差qk ≠ 0，则x'k ≠xk，为有损编码。

如果预测方程式（2）的右方是各个x'i的线性函数，即

N

x' k = Σai(k) x' i k > N (3)

i=1

即得常用的线性预测，又称线性预测编码（LPC，Linear Predictive Coding）。LPC在语音处理中得到广泛应用，并在此基础上发展了许多算法，典型的有：多脉冲线性预测编码（MPLPC），规则脉冲激励编码（RPE），码激励线性预测（CELP），代数激励线性预测（ACELP），矢量和激励线性预测（VSELP），QCELP（Qualcomm CELP，变速率CELP），低延时码激励线性预测（LD-CELP），共轭结构代数激励线性预测（CS-ACELP），混合激励线性预测（MELP），间隔同步更新码激励线性预测（PSI-CELP），松弛码激励线性预测（RCELP），残差激励线性预测（RELP），规则脉冲激励长时预测（RPE-LTP）等。

在DPCM中，“1位量化”的特殊情况称为增量调制（Δ调制）。

为了能够正确恢复被压缩的信号，不仅在接收端有一个与发送端相同的预测器，而且其输入信号也要相同（都是x'k，而不是xk），动作也与发送端的预测器环路（即发送端本地的反量化和解码部分）完全相同。

在图像信号中应用DPCM时，用作预测的像素和被预测的像素可以在同一行，也可以在不同行（同一帧），甚至在不同帧，分别称为一维预测、二维预测和三维预测。声音信号中的预测只是一维预测。

DPCM的优点是算法简单，容易硬件实现，缺点是对信道噪声很敏感，会产生误差扩散。即某一位码出错，对图像一维预测来说，将使该像素以后的同一行各个像素都产生误差；而对二维预测，该码引起的误差还将扩散到以下的各行。这样，将使图像质量大大下降。同时，DPCM的压缩率也比较低。随着变换编码的广泛应用，DPCM的作用已很有限。