| 音频 | 例子 | 图像/视频 | 例子 |
|---|---|---|---|
| 采样率 | 表示每秒的采样次数，如16khz, 44.1khz | 视频中对应帧率 | 耳朵比眼睛灵敏，眼睛还有视觉残留，所以帧率比音频采样率低很多，如30fps |
| 位深度/采样精度（bit depth / bit per sample） | 音频的位深度决定动态范围。常见的16Bit（16比特），可以记录大概96分贝的动态范围。即每一个比特大约可以记录6分贝的声音。同理，20Bit可记录的动态范围大概就是120dB；24Bit就大概是144dB。 | 采样精度 | 最常见的为8bit（2^8=256） |
| 声道 | 左右声道为2 | 通道 | 灰度为1；RGB为3 |
| 音频是一维的，无此概念 | 分辨率（resolution） | 图像是二维的，分辨率指长和宽分别有几个像素。像素是一种虚拟化的数字，大小可以任意，或者说没有实际的物理尺寸大小。 |
计算码率（bit rate）
音频：
CD音质，一般2通道，原始音频数据1秒钟的数据量是44.1k（采样率）*16（位深度）*2（声道数）=1411.2kbits，可求得整个音频文件的大小=时长（300s）*码率(1411.2)/1024/8=51.67M。压缩成128kbps的MP3，1秒钟数据就变成了128kbits了。
视频：
图像原始的格式是RGB888，一秒钟的数据量就是30（帧率）*8（采样精度）*3（通道数）*1920*1080（1080P分辨率）= 1,492,992kbits。同样视频也存在压缩算法，如H.264，压缩完1秒钟的数据就叫码率。假设H.264压缩1080p的视频，码率是10Mbps，就是说1秒中的数据量为10*1024*1024= 10,485,760 bits。压缩比=压缩前的码率/压缩后的码率
