音视频解码简介

视频就是一张一张图片的显示出来，一秒钟采集多少张图片就叫视频的帧率

视频编码：在记录下第一张完整的图像之后以后的每张图像都是只记录下和上一帧图像不一样的地方，直到出现了差别很大的图像，才重新记录一帧完整的图像（这个完整的图像就叫做关键帧）。这样做可以很大程度上减小空间。

编码技术：国际电联的H.261、H.263、H.264、H.265，

                       运动静止图像专家组的M-JPEG

                 国际标准化组织运动图像专家组的MPEG系列标准

                  Real-Networks的RealVideo

                 微软公司的WMV

                  Apple公司的QuickTime等。

H.264压缩率能达到102：1

声音有个频率：采样率      常见描述：44100HZ 16bit stereo 或者 22050HZ 8bit mono 

44100HZ 16bit stereo: 表示每秒钟有 44100 次采样, 采样数据用 16 位(2字节)记录, 双声道(立体声);

22050HZ 8bit  mono: 表示每秒钟有 22050 次采样, 采样数据用 8 位(1字节)记录, 单声道;

22050HZ就是采样率 所谓采样率是指：声音信号在“模→数”转换过程中单位时间内采样的次数。采样值是指每一次采样周期内声音模拟信号的积分值。

根据一个 wav 文件的大小、采样频率和采样大小估算出一个 wav 文件的播放长度：

譬如 "Windows XP 启动.wav" 的文件长度是 424,644 字节, 它是 "22050HZ / 16bit / 立体声" 格式(这可以从其 "属性->摘要" 里看到),

那么它的每秒的传输速率(位速, 也叫比特率、取样率)是 22050*16*2 = 705600(bit/s), 换算成字节单位就是 705600/8 = 88200(字节/秒), 
播放时间：424644(总字节数) / 88200(每秒字节数) ≈ 4.8145578(秒)。

但是这还不够精确, 包装标准的 PCM 格式的 WAVE 文件(*.wav)中至少带有 42 个字节的头信息, 在计算播放时间时应该将其去掉, 
所以就有：(424644-42) / (22050*16*2/8) ≈ 4.8140816(秒). 这样就比较精确了.

关于声音文件还有一个概念: "位速", 也有叫做比特率、取样率, 譬如上面文件的位速是 705.6kbps 或 705600bps, 其中的 b 是 bit, ps 是每秒的意思;

 

压缩的音频文件常常用位速来表示, 譬如达到 CD 音质的 MP3 是: 128kbps / 44100HZ.

PCM数据格式

    PCM(Pulse Code Modulation)也被称为 脉码编码调制。PCM中的声音数据没有被压缩，如果是单声道的文件，采样数据按时间的先后顺序依次存入。(它的基本组织单位是BYTE(8bit)或WORD(16bit))。

    一般情况下，一帧PCM是由2048次采样组成的，如果是双声道的文件，采样数据按时间先后顺序交叉地存入。如图所示: