計算音訊幀的播放時間(音訊碼流 音訊幀)
音訊碼流（冗餘資料佔的比例）：
先簡單講一下對於ADTS header的結構的理解：
1）ADTS header位於每一個aac幀的開頭，長度一般是7位元組（也可以是9位元組的，沒見過）。
2）每個aac幀的長度固定為1024個sample（可以是1024*n，沒見過n>1的情況）。
3）ADTS header中大部分資訊無用，有用的只有取樣率(4bit)、聲道數(3bit)和幀的大小(13bit)，這三項總共只有20bit。
mp4格式會集中存放每一個frame的index，每個index佔4個位元組。但因為mp4本身還有其他tag，所以對於較短的小檔案冗餘依然比ADTS大。
如一個20kpbs的48kHz he-aac語音，如果用ADTS存放，冗餘資料佔的比例可以這麼計算
1、每秒的音訊資料量是20/8=2560 Byte；
2、每秒的音訊幀數是24000/1024=23.4375幀；（由於編碼的aac演算法是he-aac，它自帶sbr技術，因此SBR只有一半的取樣率）待實際驗證
3）每秒ADTS header的大小是7*23.4375=164.0625 Byte
4) 冗餘資料佔的比例是164.0625 / 2560 = 6.4%
可見還是相當大的
mp4格式會集中存放每一個frame的index，每個index佔4個位元組。但因為mp4本身還有其他tag，所以對於較短的小檔案冗餘依然比ADTS大。===============================================================================================
取樣頻率是指將模擬聲音波形進行數字化時，每秒鐘抽取聲波幅度樣本的次數。
。正常人聽覺的頻率範圍大約在20Hz~20kHz之間，根據奈奎斯特取樣理論，為了保證聲音不失真，取樣頻率應該在40kHz左右。常用的音訊取樣頻率有8kHz、11.025kHz、22.05kHz、16kHz、37.8kHz、44.1kHz、48kHz等，如果採用更高的取樣頻率，還可以達到DVD的音質
對取樣率為44.1kHz的AAC音訊進行解碼時，一幀的解碼時間須控制在23.22毫秒內。
背景知識:
(一個AAC原始幀包含一段時間內1024個取樣及相關資料)根據aac文件
分析：
1 AAC
音訊幀的播放時間=一個AAC幀對應的取樣樣本的個數/取樣頻率(單位為s)
一幀 1024個 sample。取樣率 Samplerate 44100KHz，每秒44100個sample,
所以 根據公式
音訊幀的播放時間=一個AAC幀對應的取樣樣本的個數/取樣頻率
（NOTE：該時間可作解碼時間的參考，解碼時間應偏差確保在該時間的一定範圍，異常的話，做一定的異常處理）
如，當前AAC一幀的播放時間是= 1024*1000000/44100= 22.32ms(單位為ms)
或
當前AAC一幀的播放時間是= 1024/44100 = 0.02232 s(單位為秒)=22.32ms(單位為ms)
反過來，如當想通過音訊緩衝多少ms來計算實際應緩衝多少個音訊幀時，可下計算：
比如對48K緩衝300ms需要多少個buffer，
buffer = 一秒內能產生多少個音訊幀（48000/1024） 乘以 時間比例（300/1000） = （48000*300）/(1024*1000) = 14.0625個。
2 MP3
mp3 每幀均為1152個位元組， 則：
frame_duration = 1152 * 1000000 / sample_rate
例如：sample_rate = 44100HZ時， 計算出的時長為26.122ms，這就是經常聽到的mp3每幀播放時間固定為26ms的由來。
===============================================================================================
1 請教大夥
我只做過 MPEG4視訊流的RTP打包傳輸 接收
現在加入了音訊採集 所以要傳送 音視訊流
我想請問大夥 在傳送時 一般的做法是 音視訊流分開發送
還是 傳送音視訊的合成流？
答案：
直播考慮實時性的話，就可能要考慮丟視訊包、保音訊包；分開傳輸比較好
點播不考慮實時性、要求同步的話，可以進行緩衝；合併傳輸比較好
現在的話 對合成流打包 就不需要有什麼講究了吧
在接收端 解RTP包 在接 分解 filter 再 分別解壓音視訊流