5.1 音视频帧 与 环境准备

什么是音视频帧呢？首先需要了解，什么是帧。

帧（Frame） 是 对某一时刻（视频） 或 某小段时间（音频）内 的数据代称。而 音视频帧，则是对音频帧 和 视频帧 的统称。通常而言，我们将 一段音频中一个有效数据块（如：WAV 的音频数据子块、FLAC 的音频数据块、MP3 的帧数据）称为 音频帧（Audio Frame），而将 一张图片所代表的某时刻静态图像信息（如：时刻 t 完整图像解压缩后的 YUV 数据）称为 视频帧（Visual/Video Frame）。

当然，音视频的离散采样，决定了其本身皆为 离散数据的时序排列数据集。但从相对角度来看，如果称视频帧为离散的，那么音频帧在这样的尺度下，就是连续的。因此，对音频的分析更多是从 音频整体角度，或 范围内的局部情况 分析。很少单一的局限于某个时间点。而对视频的分析则分为，是对 包含视频整体时空情况 的 动态分析，还是只对 某一固定时刻 的 静态分析。对比之下稍显隔离。不过从某种意义上讲，这也是因为视频数据本身所包含的维度更高，而更容易的被拆解以获取更多信息所致。

所以，在不考虑网络的情况下，我们通常将 视频分析（Video Analysis） 的两种类型，独立称为 视频流分析（Video Stream Analysis） 和 视频帧分析（Video Frame Analysis）。而 音频分析（Audio Analysis） 则不再细分。即 音频流分析（Audio Stream Analysis）同 音频分析（Audio Analysis）技术性一致。

需要注意的是，当引入网络条件时，音视频流分析在网络流传输的语义前提下另有所指。同时，在 流协议背景时，也同样是指协议层面的特征，切勿将三者混淆。

本章节我们讨论的音视频分析，特指对音视频的直观特征分析，即对其基础信息的分析。以此为目标，进行一些简单工程。

常用库准备

在开始搭建分析环境之前，还需要对常用的工具库进行简单的介绍。由于分析所采用的工程手段，多为以 Python 为脚本语言编写的简单处理流，因此，我们需要使用到的基本库，皆为 Python 工具库。

于是为方便后续索引、使用、总结，从库功能性上做简单归类，可以分为：常用数学库、视频分析库 和 音频分析库。