音频处理中的几个基本的概念：
采样率：每秒采集数据的次数
采样精度：每次采集数据的位数
通道数：存在几路音频
比特率：针对编码格式，表示压缩编码后每秒的音频数据量大小。
音频的帧的概念没有视频帧那么清晰，几乎所有视频编码格式都可以简单的认为一帧就是编码后的一副图像。
但音频帧跟编码格式相关，它是各个编码标准自己实现的。因为如果以PCM（未经编码的音频数据）来说，它根本就不需要帧的概念，根据采样率和采样精度就可以播放了。比如采样率为44.1HZ，采样精度为16位的音频，你可以算出bitrate（比特率）是44100*16kbps，每秒的音频数据是固定的44100*16/8 字节。
amr帧比较简单，它规定每20ms的音频是一帧，每一帧音频都是独立的，有可能采用不同的编码算法，以及不同的编码参数。
mp3帧较为复杂一点，包含了更多的信息，比如采样率，比特率，等各种参数。