视频流的总帧数指的是视频中所有帧的数量，包括关键帧和非关键帧。而音频流的总帧数指的是音频采样的总数，每帧通常包含数百个采样点。
在视频中，每一帧都是由图像编码器编码成的一张静态图片。视频编解码器会根据压缩算法来选择性地对某些帧进行丢弃或者合并，以达到压缩视频大小的目的。关键帧是不可丢弃的，而非关键帧则可以丢弃或者合并，以提高压缩率。因此，视频流的总帧数可以用来确定视频的长度，以及关键帧和非关键帧的数量。
音频流的总帧数指的是音频采样的总数，每个采样点包含一个采样值。音频采样的频率通常是固定的，比如44.1kHz或48kHz，因此可以根据总帧数计算出音频的长度。音频的采样值可以用来重建声音波形，因此可以根据音频的采样值和采样率计算出音频的时域波形和频域特征。