C++音视频八股文（音频编解码基础）

1. 常见的音频编码格式有哪些？AAC、MP3、Opus各有什么特点？

常见音频编码格式：

• AAC（Advanced Audio Coding）
• MP3（MPEG-1 Audio Layer 3）
• Opus
• AC-3/E-AC-3（杜比数字）
• FLAC（无损）
• PCM（未压缩）

AAC特点：

• 压缩效率比MP3高约30%，相同码率下音质更好
• 支持更多声道（最多48个）
• 支持更高采样率（最高96kHz）
• 广泛用于流媒体、移动设备、数字电视
• 典型码率：128-256kbps

MP3特点：

• 最流行的有损压缩格式，兼容性最好
• 压缩效率较低，但解码简单
• 支持CBR、VBR、ABR码率控制
• 典型码率：128-320kbps
• 专利已过期，完全免费

Opus特点：

• 新一代开源音频编码，结合SILK和CELT
• 低延迟（5-66.5ms），适合实时通信
• 码率范围广（6-510kbps），自适应性强
• 音质优于AAC和MP3
• WebRTC、Discord等使用
• 适合：VoIP、视频会议、音乐流媒体

2. 什么是PCM（脉冲编码调制）？采样率、位深度、声道数分别代表什么？

PCM（Pulse Code Modulation）：

• 未压缩的原始音频数据格式
• 将模拟音频信号数字化的标准方法
• 通过采样、量化、编码三个步骤实现

采样率（Sample Rate）：

• 每秒采样次数，单位Hz
• 常见值：8kHz（电话）、16kHz（语音）、44.1kHz（CD）、48kHz（专业音频）、96kHz（高保真）
• 根据奈奎斯特定理，采样率需≥2倍最高频率
• 44.1kHz可覆盖人耳听觉范围（20Hz-20kHz）

位深度（Bit Depth）：

• 每个采样点的量化精度，单位bit
• 常见值：8bit、16bit、24bit、32bit
• 16bit提供96dB动态范围，CD标准
• 位深度越高，音质越好，噪声越小，文件越大

声道数（Channels）：

• 音频轨道数量
• 1：单声道，2：立体声，6：5.1环绕声

码率计算：

码率 = 采样率 × 位深度 × 声道数
例：44.1kHz × 16bit × 2 = 1411.2kbps（CD音质）

3. 音频采样格式有哪些？Planar和Packed格式有什么区别？

常见采样格式：

• 整数格式：S8、S16、S32（有符号）、U8（无符号）
• 浮点格式：FLT（32位浮点）、DBL（64位浮点）
• Planar格式：S16P、FLTP等
• Packed格式：S16、FLT等

Packed（交错）格式：

• 多声道数据交错存储
• 立体声存储顺序：L R L R L R...
• 内存布局：[L0][R0][L1][R1][L2][R2]...
• 优点：数据连续，便于传输和播放
• FFmpeg表示：AV_SAMPLE_FMT_S16

Planar（平面）格式：

• 每个声道独立存储
• 立体声存储：[L0 L1 L2...] [R0 R1 R2...]
• 内存布局：左声道数组 + 右声道数组
• 优点：便于单独处理每个声道，编码器常用
• FFmpeg表示：AV_SAMPLE_FMT_S16P

使用场景：

• 音频播放、传输：Packe