音频指人耳可以听到的声音频率在 20HZ~20kHz 之间的声波，称为音频。

采样频率

即取样频率, 指每秒钟取得声音样本的次数。采样频率越高，声音的质量也就越好，声音的还原也就越真实，但同时它占的资源比较多。由于人耳的分辨率很有限，太高的频率并不能分辨出来。

如果是双声道(stereo)，采样就是双份的，文件也差不多要大一倍。

22050 的采样频率是常用的, 44100 已是CD音质, 超过 48000 或 96000 的采样对人耳已经没有意义。这和电影的每秒 24 帧图片的道理差不多。

采样位数

即采样值或取样值（声音的连续强度被数字表示后可以分为多少级，即将采样样本幅度量化）。它是用来衡量声音波动变化的一个参数，也可以说是声卡的分辨率。它的数值越大，分辨率也就越高，所发出声音的能力越强。

8 bit

只能记录 256 个数，只能将振幅划分成 256 个等级

16 bit

细到 65536 个数

32 bit

把振幅细分到 4294967296 个等级

通道数

即声音的通道的数目。常有单声道和立体声之分，单声道的声音只能使用一个喇叭发声（有的也处理成两个喇叭输出同一个声道的声音），立体声可以使两个喇叭都发声（一般左右声道有分工） ，更能感受到空间效果，当然还有更多的通道数。

常见的声道有：

单声道

mono

双声道

stereo，最常见的类型，包含左声道以及右声道

2.1 声道

在双声道基础上加入一个低音声道

5.1 声道

包含一个正面声道、左前方声道、右前方声道、左环绕声道、右环绕声道、一个低音声道，最早应用于早期的电影院

7.1 声道

在 5.1 声道的基础上，把左右的环绕声道拆分为左右环绕声道以及左右后置声道，主要应用于 BD 以及现代的电影院

帧

帧记录了一个声音单元，其长度为样本长度(采样位数)和通道数的乘积。

周期

音频设备一次处理所需要的帧数，对于音频设备的数据访问以及音频数据的存储，都是以此为单位。

交错模式

数字音频信号存储的方式。数据以连续帧的方式存放，即首先记录帧1的左声道样本和右声道样本，再开始帧2的记录...

非交错模式

首先记录的是一个周期内所有帧的左声道样本，再记录所有右声道样本。

比特率

每秒的传输速率(位速, 也叫比特率)。如 705.6kbps 或 705600bps, 其中的 b 是 bit, ps 是每秒的意思，表示每秒705600bit 的容量。

文件时长 = （文件总大小 - 头信息）/ (采样频率 * 采样位数 * 通道数 / 8)