av_rescale_rnd(swr_get_delay(swr_ctx, 48000) + 1024, 44100, 48000, AV_ROUND_UP);

這裡48000是輸入音訊A的取樣率，44100是輸出視訊B的取樣率，這行程式碼的意思是說，如果轉換1024個音訊A，能夠生成多少個音訊B，那為什麼要使用swr_get_delay呢，大家可以這麼理解，當我們的專案是一個實時的推流專案的時候，假設我們的輸入音訊是48000取樣率，推流輸出需要44100的取樣率，為了保證音視訊的同步，我們必須保證每秒鐘能夠輸出44100 * 2個取樣點B（這裡假設是雙聲道），但是要知道重取樣本身也需要時間，因此，我們需要將這個時間計算出來，轉換為相當於幾個輸入音訊A的取樣點，這樣就可以保證每秒的輸出為44100*2個取樣點B，從而保證音視訊的同步。

注意：

多出來的取樣點B用靜默音0來填充。