（1） pcm格式
pcm是经过话筒录音后直接得到的未经压缩的数据流
数据大小=采样频率*采样位数*声道*秒数/8
采样频率一般是22k或者44k，位数一般是8位或者16位，声道一般是单声道或者双声道
pcm属于编码格式，就是一串由多个样本值组成的数据流， 本身没有任何头信息或者帧的概念，。如果不是音频的录制者，光凭一段PCM数据，是没有办法知道它的采样率等信息的。（网上有说法指2048个采样算一帧PCM，http://www.360doc.com/content/11/1230/19/2226925_176139396.shtml，不知道这种说法是否正确）
参见：
（2）WAV格式
WAV格式是封装格式，里面本身可以存放多种编码格式的数据，不过一般都是存放的PCM数据，存放其他编码意义不是很大。
wav文件由wav文件头部分和wav文件数据体部分组成，0-43字节存放采样率、通道数、数据部分的标识符等头信息，44字节以后的就是数据部分。 很显然，wav的头信息很重要，一旦头信息损坏了，播放估计会有问题。
参见：
（3）MP3格式
MP3是封装格式，里面存放的数据使用的编码方式称为MPEG1 Layer-3
MP3文件由TAG_V2(ID3V2)结构体，一组Frame, TAG_V1(ID3V1)结构体组成，头部的TAG结构体不一定存在，需要进行判断，尾部的TAG长度为128个字节，也需要进行判断。
中间的一组Frame，Frame长度可以定长也可以边长，每一个Frame都由帧头和数据实体组成，帧头记录了mp3的位率，采样率，版本等信息，每个帧之间相互独立，各帧相互独立。也就是说即使前面的帧损坏了，后面的也是可以播放的。
参见：
Mp3帧分析（数据帧）
Mp3帧分析（数据帧）
（4）AMR格式
AMR文件包含一个文件头，后面就是一帧一帧的AMR帧。文件头里面的值是固定值，用于标识该文件为AMR文件。每个帧分为帧头和数据部分，帧头里面包含编码方式以及辅助信息。AMR的采样率根据编码方式不同而不同，因此不像MP3一样，在每个帧里面存放采样率。
参见：
（5）AAC格式
初步了解，AAC文件可以没有文件头，全部由帧序列组成，每个帧由帧头和数据部分组成。帧头包含采样率、声道数、帧长度等，有点类似MP3格式。
关于AAC格式的文章网上非常少，只看到以下几篇：
(6)CAF文件
CAF是苹果的一种音频封装格式，与WAV差不多，里面可以存放LPCM、MP3等多种编码数据。
参见:
----------------------------------------------------------------------------------------
本人博客内容系个人学习与研究的笔记，如存在谬误或缺失，请见谅并指出，谢谢。
本文地址：http://www.cnblogs.com/gugupluto/p/3584320.html
转载请注明来自：http://www.cnblogs.com/gugupluto/
----------------------------------------------------------------------------------------