AAC MP3音频帧采样点大小

音频aac、mp3文档规定：

AAC：帧大小1024个sample，采样率为44100Hz ,帧播放时长：acc dur=1024/44100 = 0.02322s=23.22ms

MP3：帧大小1152个sample，采样率为44100Hz ,帧播放时长: mp3 dur=1152/44100 = 0.02608s=26.08ms

pcm：

假设音频采样率 = 8000，采样通道 = 2，位深度 = 8，采样间隔 = 20ms

首先我们计算一秒钟总的数据量，采样间隔采用20ms的话，说明每秒钟需采集50次(1s=1000ms)，那么总的数据量计算为

一秒钟总的数据量 =8000 * 2*8/8 = 16000（Byte）

所以每帧音频数据大小 = 16000/50 =320（Byte）

每个通道样本数 = 320/2 = 160（Byte）

为什么aac、mp3的帧是1024、1152呢？

理解：应该是只有pcm相关的(g711、g722、g726、adpcm、pcm）才有真实的帧和帧长，也就是采样点或叫作采样间隔。

那么，采样率44100，就不是每次采1个，而是1s内平均采样够44100个就对了，那么采样间隔就正确出现了，每秒钟需采集50次(1s=1000ms)，每次采集320Byte，每次采集时长20ms。

而aac、mp3的帧固定是1024、1152。所以如果 采集率为44100

那么，采1帧aac播放1024/44100=23.22ms,每秒只需要采43.06帧

那么，采1帧mp3播放1152/44100=26.08ms,每秒只需要采38.34帧

对于acc、mp3等一般对应于播放时长（约定相对应于PCM每次取多少个sample），如1024、1152。

所以aac、mp3为约定、固定是1024、1152。(个采集数)

采样率 sampling = 44100

格式（编码字节数、采样一位所占的字节数） format = s16(格式)=16（bit）

声道数 channels = 2

一次采样（一秒中所占的位数）TotalBit = sampling * channels * format = 1411200

一次采样（一秒中所占的字节数）TotalByte = TotalBit/8 = 176400

1. AAC:
   nb_samples和frame_size = 1024

一帧数据量：10242s16/8 = 4096个字节。

ACC帧率 (一秒播放帧数)= TotalByte/4096 = 43.06640625帧

2. MP3:
   nb_samples和frame_size = 1152

一帧数据量：11522s16/8 = 4608个字节。

MP3帧率 (一秒播放帧数)= TotalByte/4608 = 38.28125帧

一文搞懂音频视频中的采样率、采样精度、码率、分辨率https://zhuanlan.zhihu.com/p/335312838