基本概念
三巨头：采样率、采样格式，声道数与声道布局、
PCM、音质、音频编码格式、音频封装格式
采样率： 每秒采集的样本数量
我们知道声音是连续的一段波，
模拟信号的波形是无限光滑的，可以看成由无数个点组成，由于存储空间是相对有限的，数字编码过程中，必须要对波形的点进行采样。采样（Sampling）：每隔一段时间采集一次模拟信号的样本，是一个在时间上将模拟信号离散化（把连续信号转换成离散信号）的过程。
每秒采集的样本数量，称为采样率（采样频率，采样速率，Sampling Rate）。比如，采样率44.1kHz表示1秒钟采集44100个样本。
采样格式 也叫 位深度：
每秒采集 44100个，那么采集的这个点的数据用多大的位数表示呢？
例如用 8 bit 的表示 000-111
或者用16 bit 的表示 0000 - 1111
位深度（采样精度，采样大小，Bit Depth）：使用多少个二进制位来存储一个采样点的样本值。位深度越高，表示的振幅越精确。常见的CD采用16bit的位深度，能表示65536（216）个不同的值。DVD使用24bit的位深度，大多数电话设备使用8bit的位深度。
声道数与声道布局、
单声道产生一组声波数据，双声道（立体声）产生两组声波数据。
采样率44.1kHZ、位深度16bit的立体声PCM数据的比特率是多少？
- 采样率 * 位深度 * 声道数 * 时间
- 44100 * 16 * 2 * 60 = 84,672,000 bit
- 84,672,000 / 8 = 10,584,000 byte
- 10,584,000 / 1024 = 10,335.9375KB
- 10,335 /1024 = 10.09368896484375MB
也就是说，在一分钟之内，光是音频就有10M，因此一定要通过基础进行处理。
------------------------------------------
比特率（Bit Rate），指单位时间内传输或处理的比特数量，
单位是：比特每秒（bit/s或bps），还有：千比特每秒（Kbit/s或Kbps）、兆比特每秒（Mbit/s或Mbps）、吉比特每秒（Gbit/s或Gbps）、太比特每秒（Tbit/s或Tbps）。
采样率44.1kHZ、位深度16bit的立体声PCM数据的比特率是多少？
- 采样率 * 位深度 * 声道数
- 44100 * 16 * 2 = 1411.2Kbps
通常，采样率、位深度越高，数字化音频的质量就越好。从比特率的计算公式可以看得出来：比特率越高，数字化音频的质量就越好。
PCM
将音频数字化的常见技术方案是脉冲编码调制（PCM，Pulse Code Modulation），主要过程是：采样 → 量化(实际上就是采样格式) → 编码。
音频编码格式、
前面看到，在一分钟之内，光是音频就有10M，因此一定要通过基础进行处理。
处理的技术就是将原始的 录制 到的PCM 信息转化成 .mp3，.mp4, .aac等格式。
总结：
对于音频，一定要知道 采样率，采样格式，声道数
采样率： Sampling Rate 44100.
采样格式：16 bit， 32 bit，
声道数： 1为单声道，2 为立体声
播放pcm时，必须得设置采样率（-ar）、采样格式（-f）、 声道数（-ac）