1.
2.
3.
对于音频Tag，如图：
分析如下：
先看下tag header定义：
对照tag header定义，可知08表示音频tag，后面的3字节00 00 07表示数据部分的长度大小为7，即从stream id后面的长度为7；
3字节的时间戳00 00 00和1字节扩展时间戳00 都是0，3字节的stream id也是00 00 00。
header总共11字节，即上面的1+3+3+1+3=11字节。
stream id后面就是数据区，数据区第一个字节AF表示音频的类型，
第一个字节AF即1010 1111，前4位1010，即A表示AAC格式音频，第5\6位11即3表示44khz采样率，第7位1表示采样的长度16bit，第8位1表示音频类型sndStereo；也就是AAC格式的后4位都是固定的1111，即F。
数据区的所有数据就是 AF 00 12 10 56 E5 00，共7个字节；紧跟着数据区的4字节就是这个音频TAG的size，即00 00 00 12，长度为1 * 16 + 2 = 18字节，即音频tag的头11字节 + 7字节数据区。
再后面08又表示一个音频TAG了。