基本概念
- 采样率： 每秒采集的采样点次数。如480000HZ， 就是我们常见的48KHZ
- 采样点(Sample)：每一个采样点代表一个时间点的声音幅度值。对于立体声，每个采样点包含了两个声道(左声道，右声道)的数据。
- 帧：一帧就是一个时刻采集的数据，如果音频是立体声则会产生2个采样点，如果是更复杂的比如5.1，则会产生更多的采样点。例如PCM数据是48KHZ，16bit的， 立体声， 则一秒的PCM数据有48KHZ帧。每一帧会有两个采样点， 每个采样点用16bit存储着。
- 声道：对于立体声有两个声道，左声道和右声道。
比如，我们有个PCM数据，是 48KHZ， 立体声， 16bit 。
那么则代表， 这段数据每一秒，将产生48K帧， 每一帧，包含两个声道的数据，每一个声道的数据，用16bit表示。
一帧数据， 是16 X 2 = 32 bit = 4字节。
音频数据每一帧存储规则
上述已经说明了，一帧数据，就是一个采样点上的数据。接下来我们还是以立体声为例子，讲讲一帧的音频数据是怎么存储的。
