Audio 如何在音频文件中对齐样本？

我试图更好地理解音频文件中的样本是如何对齐的

假设我们有一个采样率为3的

2s

音频文件。 我认为有三种可能的方法来校准这些样本。看下面的图片，你能告诉我哪一张是正确的吗

另外，这是所有音频文件的标准，还是不同的格式有不同的规则

---

干杯

音频中的采样率通常告诉您一秒钟内有多少个样本，单位为赫兹。严格地说，正确的答案是（1），因为你在一秒钟内有3个样本。假设没有延迟，PCM和其他格式规定音频从

0开始。下一个“周期”（下一秒）也从零开始，原理与时钟相同

要获得音频的总长度（在注释中的问题之后），只需获取
采样数/速率
。使用社区中用于声音处理的规范工具之一30s WAV的示例：

Input File     : 'book_00396_chp_0024_reader_11416_5_door_Freesound_validated_380721_0-door_Freesound_validated_381380_0-9IfN8dUgGaQ_snr10_fileid_1138.wav'
Channels       : 1
Sample Rate    : 16000
Precision      : 16-bit
Duration       : 00:00:30.00 = 480000 samples ~ 2250 CDDA sectors
File Size      : 960k
Bit Rate       : 256k
Sample Encoding: 16-bit Signed Integer PCM

480000个样本/（16000个样本/秒）=30秒。引用手册，持续时间“等于样本数量除以样本率。”
感谢卢卡斯。这是有道理的，但若#1是正确的，那个么我如何测量音频的持续时间呢？是否为
样本数/速率
？如果是这样，这将意味着最后一个样本不在音频的确切末尾。这是正确的吗？那么，计算样本时间的公式是什么呢？这是否正确：
time=sample\u idx/（rate+1）
（样本从0开始索引）。@msmiako假设速率为
Hz
，则
样本数/速率的公式
正确，单位为
样本/（样本/秒）=s
。根据定义，最后一个示例是音频的结尾-为什么不呢？如果持续时间的公式如您所说，那么示例3不是示例的正确对齐方式吗？在示例#1中，最后一个样本实际上在2s标记之前。共有6个样本，以3Hz频率记录。这难道不意味着最后一个样本正好在2s处吗？
2s
标记是新周期的开始，与
0s
标记是新周期的开始相同。如果在例1中的
2s
处有一个样本，则意味着who样本长度超过2秒。从形式上讲，这三个的长度是相同的。请记住，在此推理中，您试图将连续测量框架（时间单位为秒）应用于离散测量，这可能会导致解释问题（由于不连续性）。我想考虑每个样本的“持续时间”是准确的，它可以定义为
1/频率
。在我们的示例中，它是
1/3秒
，是采样之间的时间。因此，总音频持续时间可以定义为
last\u sample\u timestamp+sample\u duration
。我的直觉是，这是正确的，因为在最后一次采样之后，波被插值到
0
，并且需要时间。