采样格式
类型：
PCM S16LE/S16BE：16位有符号整数，小端/大端。这是CD音质的标准格式，提供足够的动态范围，文件大小适中。
PCM S24LE/S24BE：24位有符号整数，小端/大端。提供更宽的动态范围，常用于专业音频录制。
PCM F32LE/F32BE：32位浮点数，小端/大端。允许极其宽的动态范围，但文件大小也较大。
选择考量：选择合适的采样格式通常要平衡音质需求、存储空间限制和系统兼容性。
多声道系统
常见的多声道配置有
- 5.1 系统：包括前左、前右、中央、低频效果（LFE）、后左和后右六个声道。
- 7.1 系统：在 5.1 的基础上增加了两个侧面声道（侧左和侧右），以实现更全面的环绕声效果。
- 其他配置：如 9.1 系统等，根据不同的应用需求，可能会有更多的声道配置。
在这个部分引入音频帧的计算，方便我们下面进行pts、dts、cts分析
音频帧的数据量 = 采样率 * 采样位宽 * 声道数 * 时间
播放时间 = 总采样数/采样率总采样数 = 音频帧数据量/声道数
各种官方文档都对这一部分有规定，总采样数（samples）指的是一个声道的采样，帧（frame）指的是一个时间点的样本集合，包（packet）指的是多个frame的集合
FFmpeg对于音频重采样的处理
首先是配置上下文swr_alloc_set_opts；接下来对于swr_init初始化音频采样格式等基础信息；由swr_convert执行实际的重采样工作；最后由swr_free释放资源。
一般来说ffmpeg内部是封装好了一个fifo队列的，但是对于正常发送而言是不足以使用的， 因此音频重采样的过程中，应该在程序中自定义一个FIFO队列，并且为队列中取出的包打时间戳等其他操作。
