我试图了解音频文件中的原始数据是什么以及如何获取该数据。我想获取数据并对其进行分析，看看我是否能够创建一个程序，可以识别歌曲中的模式，如嘻哈歌曲，在合唱中找到相同的节拍。在我的脑海中，我认为如果数据是整数形式，这可能是一个可行的任务。
我为此查找了很多教程，但是所有教程都使用其他库，或者没有以我理解的方式解释它（很可能是我的问题的来源）。
我想知道是否有人可以帮我理解一些事情。
1）。在MP3文件中，实际存储在文件中的内容。它是一个整数，它告诉radio / amp / audioPlayer一个频率，另一个振幅的整数等等...（过度简化因为我不知道音频文件中存储了什么其他数据）。
2）。如果它以整数格式存储，有没有办法读取整数并进行分析。如果它没有以整数格式存储，它是如何存储的，有没有办法将它转换为整数格式？
3）。在像this之类的音频文件的可视化表示中，似乎更清楚的是什么。看起来频率是音频表示圆圈的位置，振幅是跳跃的高度。这是正确的吗？或者它只是出现这种方式而且我对它的理解不正确。
4）。这项任务比我想象的更难吗？考虑到我没有找到任何关于如何做的好的解释或教程，我对这将是多么容易持怀疑态度。
（对不起，如果这句话措辞不好，堆叠上的第一个问题，我只是文盲：^）