赘述一下音频的几个最基本要素：
- 声道
能够理解为每个音频含有几个能够相互独立的音频。
如果你愿意，能够用双声道，能够存两首歌，左耳右耳听不相同的歌曲，体会双耳互博。 - 采样率
每秒采样的次数。比如44100Hz便是每秒收集44100次音频的数据。
如果你愿意，能够用2Hz，别离在一秒的第0ms和500ms收集两次，特别省存储。 - 位宽
每次采样的数据用多大的空间来存储。比如16bit，便是运用16个位来存储一次采样的数据，那便是能够有2^16的变化。
如果你愿意，能够用1bit，对音箱设备来讲只有响或者不响两个选择。
FFMpeg的一些参数
在运用ffmpeg解码音频的时分会有一些参数让咱们感到困惑，别离来做个记录
- AVFrame->nb_samples / AVCodecParameters->frame_size：
每帧含有多少个采样数。FFMpeg解码的时分是一帧一帧读取的，
nb_samples代表了这一帧里边含有多少个采样数。 - sample_rate
上面说过的采样率
sample_rate = 44100Hz的采样率下如果nb_samples = 1152，那么该音频每秒有44100 / 1152 = 38.28125个Frame，所以能够依据这个来判断出当时frame的实在时刻。
当然这只是获取当时帧时刻的一种方式，还有其他的方式来确认frame的当时时刻。
- time_base
类似于上面的用采样率作为时刻刻度，ffmpeg用来做同步的时刻单位叫做time_base时刻基。
如咱们认为原子是物质的最小单位相同，那比较两个物体的巨细能够用含有多少个原子来表明，含有2个原子就比1个原子来的大。又比如咱们确认一块屏幕的分辨率巨细是有多少个像素。那么在这些例子里，原子跟像素就相当于他们标准里的time_base。
咱们把一秒分红1000份，那么time_base便是一毫秒，那评判时刻长短便是含有多少个1ms，咱们只需要知道每一帧应该在第X毫秒出现就能够确认这一帧应该播映的时刻了，这个X便是下面的pts。 - pts
如上面所说，pts表明在第多少个时刻基当时帧应该播映出来。
所以确认当时帧的时刻应该是pts * time_base，ffmpeg中获取time_base应该运用av_q2d(time_base)，所以是pts * av_q2d(time_base)，下面的一张图用来做参考：
展示了在一秒的时刻里，采样率，位宽，nb_samples，time_base，pts别离在其间的效果。
