音视频处理 - 音频概念详解，码率，采样率，位深度，声道，编码

1. 音频采样

与视频不同，音频的最小单位不是一帧，而是一个采样。

采样是当前一刻声音的声音样本，样本需要经过数字转换才能存储为样本数据。

真实声音是连续的，但是在计算机中，声音是离散且均匀的声音样本。

2. 位深度

数字转换时会根据位深度转换，位深度就是存储单个样本数据的大小，位深度越大，记录的样本数据精度就越高。

网络视频、音频文件一般位深度为 16bit，常用位深度还有 8bit、24bit 等。

这里需要一提的是，位深度越大虽然意味着声音还原度越高，但是过高的位深度，如 32bit、64bit 或以上，可能需要特殊的软件和硬件设备才能播放。

3. 声道

音频有单声道、双声道、立体声等。

每个声道的声音样本都会单独记录，一般双声道的采样数是单声道的两倍，多声道同理。

多个声道的样本数据一般会按声道排列顺序记录，播放时，程序会根据排列顺序将声音用不同的扬声器播放。

4. 采样率

采样率是采样的频率，与视频的帧率类似，是一秒钟对声音的采样个数，如果是双声道，那么 1 秒采样的个数是采样率的两倍，多声道同理。

普遍认为，流畅且不失真的音频，要求采样率达到 40KHz 以上，这个采样率是人类听觉频率上限的两倍，一般 CD 品质音频的采样率是 44.1KHz，网络视频、视频文件一般是 48KHz。