1. 关于音频的一些基础知识
和视频一样，音频数据也会被打包到一个容器中，其文件的扩展名并不是其编码的方法，只是其打包文件的格式。
现实世界中，我们所听到的声音是一个个连续的波形，但是计算机无法存储和处理这种拥有无限点的波形数据。所以通过重采样，按照一定的
频率（1秒采集多少个点），将有无限个点的连续波形数据转换为有有限个点的离散数据，这就是通常说的A/D转换（模数转换，将模拟数据转换为数字数据）。
通过上面转换过程的描述可以知道，一个数字音频通常由以下三个部分组成：
采样频率 采样是在拥有无限个点的连续波形上选取有限个离散点，采集到的离散点越多，也就越能真实的波形。由于声音是在时间上的连续波形，其采样点的间隔就是两次采样的时间间隔。通俗来说，采样率指的是每秒钟采样的点数，单位为HZ。采样率的倒数是采样周期，也就是两次采样的时间间隔。采样率越大，则采集到的样本点数就越多，采样得到的数字音频也就更接近真实的声音波形，相应的其占用的存储空间也就越大。常用的采样频率有：
22k Hz 无限广播所用的采样率
44.1k Hz CD音质
48k Hz 数字电视，DVD
96k Hz 192k Hz 蓝光盘，高清DVD
采样精度 采集到的点被称为样本（sample），每个样本占用的位数就是采样精度。这点和图像的像素表示比较类似，可以使用8bit，16bit或者24bit来表示采集到的一个样本。同样，一个样本占用的空间越大其表示的就越接近真实的声音。
通道 支持不同发声的音响的个数。常用的声道有单声道、双声道、4声道、5.1声道等。不同的声道在采样的时候是不同的，例如双声道，在每次采样的时候有采集两个样本点。
下图是一个三通道的音频示例
比特率 指的是每秒传送的比特（bit）数，其单位是bps（Bit Per Second），是间接衡量声音质量的一个标准。
没有压缩编码的音频数据，其比特率 = 采样频率 * 采样精度 * 通道数，通过该公式可以看出，比特率越高，采样得到的声音质量就越高，相应的占用的存储空间也就越大。
经过压缩编码后的音频数据也有一个比特率，这时候的比特率也可以称之为码率，因为其反映了压缩编码的效率。码率越高，压缩后的数据越大，得到音频质量越好，相应的压缩的效率也就越低。
码率 = 音频文件的大小 / 时长，在时长一定的情况下，码率越高则音频文件越大，其音频的品质也就越高。常见的一些码率：
96 Kbps FM质量
128 - 160 Kbps 比较好的音频质量
192Kbps CD质量
256Kbps 320Kbps 高质量音频
通常我们所说的比特率（码率）指的是编码后的每秒钟的数据量。码率越高，压缩比就越小，音频文件就越大，相对的音频质量也就越好。码率可以反映出音频的质量，码率越高，音频质量就越，反之亦然。
