据说MP3帧包含1152个样本。什么是“样本”呢？右侧和左侧通道的一对值？或者是左右通道的单个值？
答案 0 :(得分：6)
使用的语言可能会有点混乱。它的正确性在于每个音频通道的每个帧将具有1152（或384或576，取决于MPEG版本和层）。由于压缩，实际存储数据的方式比每个通道的单个值更复杂。
如果您想了解更多信息，我建议您http://blog.bjrn.se/2008/10/lets-build-mp3-decoder.html建立一个精美，详细的博客，以便建立读者对MP3格式的理解，以便构建解码器。
您还可以查看http://wiki.hydrogenaudio.org/index.php?title=MP3#Polyphase_Filterbank_Formula的相关技术信息。链接固定在一个专门说明的部分：“音频由每个音频通道的1152个样本帧处理”但整个页面描述了MP3格式的各个方面。
答案 1 :(得分：0)
MP3 接收 2304 个 16 位 PCM 样本，每个通道 1152 个，并基本上对其执行重叠 MDCT，这样每个通道可以获得 576 个频域分量。因为是半重叠，下一次MDCT变换每通道将包含756个新样本和756个旧样本，每通道输出756个样本，所以你得到了从时域到频域的1:1样本映射。
心理声学模型是执行有损压缩的，我不知道细节。这个输出得到霍夫曼编码（这是无损压缩）。
每个 MP3 帧包含 2 个 576 个样本的颗粒（对应于 576 个新的和 576 个旧的 PCM 样本）。这意味着每个通道 576 个样本，或总共 1152 个样本。因此，每个帧对应于每个通道 1152 个新的 PCM 样本，因此 2304 samples。每个颗粒包含两个通道的霍夫曼位，两个通道的比例因子。帧中的边信息由霍夫曼解码器使用。
样本通常是指一个时间点，因此这将包括左右声道，但您可以将它们分开。