首先要理解一些音频处理的信息:采样率/位深度/通道数.
采样率:
以秒为单位，每秒采集多少声音数据的频率.
位深度:
上面我们说的采样率，每次会采集一次声音数据，这一次的声音数据的大小，既然是位深度，那么单位肯定是位了.
通道数:
和硬件参数有关，采集声音源的设备有几个.
OK,举个例子：
采样率48000,位深度 16bit ,通道数2
知道这三个参数，那么基本我们就知道了
设备1秒内可以采集到多少音频数据是:
48000 * 16 * 2 = 1536000 位
48000 * 16 * 2 / 8 = 192000 字节.
也就是我的设备在一秒内可以采集192000
接下来音频的帧率，怎么理解呢，每秒内采集48000次，这个是总的采集次数，也许我们要分为100次，每次也就采集4800，或者分为50次，每次采集9600,。
这个就要看具体的硬件呢，所以硬件肯定会开放一个接口的.
让你获取一个minbufsize,意思就是这个,每一次提取多少字节.