AudioFrame

原始音频数据。

samplesPerChannel

每个声道的采样点数。

bytesPerSample

每个采样点的字节数。对于 PCM 来说，一般使用 16 bit，即两个字节。

channelNums

声道数量(如果是立体声，数据是交叉的)。

• 1: 单声道
• 2: 双声道

sampleRataHz

每声道每秒的采样点数。

声音数据缓存区（如果是立体声，数据是交叉存储的）。

缓存区数据大小 buffer = samples × channels × bytesPerSample。

timestamp

音频帧的时间戳。