在采样率为22050的情况下，选择合适的 CHUNK_SIZE 主要取决于 Unity 接收和处理音频数据的效率。以下是设置 CHUNK_SIZE 的一些建议：

1. 计算 CHUNK_SIZE：音频的传输数据量可以通过公式 CHUNK_SIZE = 采样率 * 传输间隔秒数 * 每样本字节数 * 声道数 来计算。假设音频是 16 位单声道，则每样本为 2 字节，采样率为 22050，若选择传输间隔为 0.1 秒，那么：
   $$CHUNK\_SIZE=22050\times 0.1\times 2\times 1=4410\text{ 字节}$$

实际设置可以从 4096 字节的 CHUNK_SIZE 开始测试，观察效果。

音频是16位采样？还是直接float 32位采样？

可以直接float 32位采样，这就注意了每个样本是4个字节，效果更好。如果是int16 采样，质量偏差。

unity接收后出现卡顿的问题的思路

经过实验，

• 发送端，基于websocket传输音频时，不用增加延迟时间，尽快传输过来。
• 接收端设置一个比较大的缓存空间，之后在慢慢播放音频就可以

采样率决定了播放速度

音频是一位数组，采集的是振幅，通过振幅的斜率可以计算频率，通过FFT可以分解出频率。