1.采样频率（Sample Rate）:指单位时间内对媒体对象的采样次数，单位Hz
2.帧率（Frame per second，fps）:单位时间内媒体帧的个数,音频文件每帧的时长为20ms
二者相同性：两个概念都描述了媒体的“连续”性；
二者区别：一个Frame可能包含多个Sample。一般每个视频帧中只包含一个视频采样，而音频帧中会包含多个音频采样。如1个AAC帧中包含1024个采样。所以，帧率常用在视频方面，采样率常用于音频方面。采样率（帧率）越高，媒体越流畅，当然人的感受就越过瘾。但是，由于人的视/听器官分辨能力的局限，往往这些数值达到末各程度就可以满足人对“连续”性的需求了。比如，对采样率高于44.1kHz的声音，人很难听出区别了。对帧率高于30的视频，人很难看出帧率的区别。
3.位深度（Bit Depth）:指每一次采样（Sample）包含的信息的位数（bit）
4.帧长（Frame Size）:媒体帧（Frame）的长度
5.声道数(Channels):立体声双声道，双声道文件为单声道文件的两倍大小
6.比特率（Bit Rate, bps或kbps）:描述了单位时间长度的媒体内容需要空间
例子：一张CD，双声道（channels），采样率(sample rate)44.1kHz,每个采样深度（bit depth）为16bit，时长74分钟（4440秒），则:
每帧含有的采样数：0.02 / (1 / 44100) = 44100 * 0.02 = 882
每帧的位数（frame size）:882 * 16 / 8 = 1764B
CD的比特率（bit rate）为:44100 * 16 * 2 = 1411.2Kbps
CD的容量为：44100 * 16 * 2 * 4440 / 8= 1411.2Kbps * 4440 / 8 约等于 747MB