采样率表示了每秒钟的采样次数。
采样率类似于动态影像的帧数，比如电影的采样率是24赫兹，PAL制式的采样率是25赫兹，NTSC制式的采样率是30赫兹。当我们把采样到的一个个静止画面再以采样率同样的速度回放时，看到的就是连续的画面。
同样的道理，把以44.1kHZ采样率记录的CD以同样的速率播放时，就能听到连续的声音。显然，这个采样率越高，听到的声音和看到的图像就越连贯。当然，人的听觉和视觉器官能分辨的采样率是有限的，基本上高于44.1kHZ采样的声音，绝大部分人已经觉察不到其中的分别了。
而声音的位数就相当于画面的颜色数，表示每个取样的数据量，当然数据量越大，回放的声音越准确，不至于把开水壶的叫声和火车的鸣笛混淆。同样的道理，对于画面来说就是更清晰和准确，不至于把血和西红柿酱混淆。不过受人的器官的机能限制，16位的声音和24位的画面基本已经是普通人类的极限了，更高位数就只能靠仪器才能分辨出来了。比如电话就是3kHZ取样的7位声音，而CD是44.1kHZ取样的16位声音，所以CD就比电话更清楚。
当你理解了以上这两个概念，比特率就很容易理解了。以电话为例，每秒3000次取样，每个取样是7比特(bit)，那么电话的比特率是21000。而CD是每秒44100次取样，两个声道，每个取样是13位PCM编码，所以CD的比特率是44100*2*13=1146600，也就是说CD每秒的数据量大约是144KB(1146600/1000/8)，而一张CD的容量是74分等于4440秒，就是639360KB＝640MB。
比特率：指每秒传送的比特(bit)数。单位为 bps(Bit Per Second)
帧率：每秒传输的帧数， 单位Fps(frame Per Second)
码率：视频中比特率又叫码率，单位是kbps即千位每秒。 计算：码率(kbps)=文件大小(字节)X8 /时间(秒)/1000
首先关于采集到得声音源的格式是PCM-16bit的格式，PCM就是无压缩的声音源，每次读320个字节
为什么是320呢？
传统是MS的，语音帧的最小单位是20m,每20ms对应的数据就是320字节,当然这是对应16bit，8Khz.
附注：
320个字节是这么算出来的： 8Khz=8000个采样/秒 那么20毫秒就是160个采样，又因为每个采样16bit=2byte，所以160个采样就是320字节。
