【音频】
指人耳能够听到的声音频率在20HZ~20kHz之间的声波，称为音频。
【採样频率】
即取样频率, 指每秒钟取得声音样本的次数。採样频率越高,声音的质量也就越好,声音的还原也就越真实，但同一时候它占的资源比較多。因为人耳的分辨率非常有限,太高的频率并不能分辨出来。
22050 的採样频率是经常使用的, 44100已是CD音质, 超过48000或96000的採样对人耳已经没有意义。这和电影的每秒 24 帧图片的道理差点儿相同。
假设是双声道(stereo), 採样就是双份的, 文件也差点儿相同要大一倍.
【採样位数】
即採样值或取样值（就是将採样样本幅度量化）。它是用来衡量声音波动变化的一个參数，也能够说是声卡的分辨率。它的数值越大，分辨率也就越高，所发出声音的能力越强。
每一个採样数据记录的是振幅, 採样精度取决于採样位数的大小:
- 1 字节(也就是8bit) 仅仅能记录 256 个数, 也就是仅仅能将振幅划分成 256 个等级;
- 2 字节(也就是16bit) 能够细到 65536 个数, 这已是 CD 标准了;
- 4 字节(也就是32bit) 能把振幅细分到 4294967296 个等级, 实在是不是必需了.
【通道数】
即声音的通道的数目。常有单声道和立体声之分，单声道的声音仅仅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），立体声能够使两个喇叭都发声（一般左右声道有分工） ，更能感受到空间效果，当然还有很多其它的通道数。
【帧】
帧记录了一个声音单元，其长度为样本长度(採样位数)和通道数的乘积。
【周期】
音频设备一次处理所须要的帧数，对于音频设备的数据訪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，再開始帧2的记录...
【非交错模式】
首先记录的是一个周期内全部帧的左声道样本，再记录全部右声道样本。
【比特率】
每秒的传输速率(位速, 也叫比特率)。如705.6kbps 或 705600bps, 当中的 b 是 bit, ps 是每秒的意思，表示每秒705600bit的容量。