1 前言（音视频背景，略微啰嗦，但是想为想我一样刚入门的小白加深音视频开发的了解，无兴趣请跳过）
近年来，随着科技的不断发展和互联网的普及，人们越来越多地使用手机、电脑等设备观看各种类型的视频来娱乐自己，音视频开发成为了一个越来越重要的领域。从传统的有线电视到现在的在线直播和短视频应用，人们对于音视频娱乐的需求越来越高。在视频播放过程中，音视频技术是关键因素之一。通过采用摄像头和麦克风进行采集，视频和音频可以被捕捉并发送到网络上。同时，视频/声音也可以保存在本地设备上，比如手机、电脑等，并通过播放器来进行观看。
目前，音视频开发方向主要包括两个部分：一方面是基础架构，即音视频传输和处理的技术；另一方面是业务应用，即将音视频技术与各种实际应用场景结合起来，如在线教育、游戏直播、视频会议等。
其中，基础架构方面主要涉及音视频编解码、传输协议、流媒体服务器等技术。其中，视频编码是视频技术中最基本、最核心的技术之一。通过将视频数据压缩成小的数据包，可以实现高效地传输和存储。视频解码则是将已经压缩的视频数据重新还原为原始的视频图像信息的过程。这些技术的不断完善和发展，为业务应用提供了更加可靠和高效的支持。此外，视频格式也是视频技术中一个非常重要的内容。常见的视频格式包括AVI、MP4、MOV等，不同的格式适用于不同的场景和需求。比如，MP4格式适用于移动设备和在线视频播放器，而MOV格式则主要应用于Apple设备之间的视频传输。
总之，随着技术的不断进步和市场的不断扩大，音视频开发必将成为一个充满活力和机遇的领域，同时也面临着诸多挑战。在未来的发展中，音视频技术将会越来越重要，并且有望成为最受欢迎和广泛应用的技术之一。
2 音视频基础名词
视频分辨率：视频分辨率影响视频图像的大小。即640X480分辨率和1920X1080分辨率。
视频帧率(fps)：即1秒钟会显示多少帧画面，帧率越高，给人的视觉就越流畅，常见以25帧即可使人眼看起来“流畅”。
视频码率(kb/s)：指视频文件在单位时间内使用的数据流量，也叫码流率，码率越大，说明单位时间内取样率越大，数据流精度越高。
I帧：I帧不需要参考其他画面二生成，解码时仅靠自己就重构完整图像。
P帧：根据本帧与相邻的前一帧（I帧或P帧）的不同点来压缩本帧数据。
B帧：B帧图像采用双向时间预测，可以大大提高压缩倍数。
采样频率：每秒钟采样的点的个数。
采样精度：采样值的精度取决于它用多少位来表示，这就是量化。
帧：每次编码的采样单元数，比如MP3通常是1152个采样点作为一个编码单元，AAC通常是1024个采样点作为一个编码单元。
帧长：可以指每帧播放持续的时间：每帧持续时间（秒）= 每帧采样点数/采样频率（Hz）。也可以指压缩后每帧的数据长度。
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，在开始帧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。
DTS：即解码时间戳，这个时间戳的意义在于告诉播放器该在什么时候解码这一帧的数据。
PTS：即显示时间戳。这个时间戳用来告诉播放器该在什么时候显示这一帧的数据。