音频包括音乐、语音、环境音、录音和播客五类。比如音乐像流行歌、古典乐这些，语音就是人说话，环境音比如雨声、车流声，录音是现场活动或会议，播客是带音频的节目。

因为音频主要分五类，第一类是音乐，像流行歌、古典乐这些，第二类是语音对吧？据统计啊，音乐类占70%，语音30%，环境音5%，录音和播客各5%。为什么这样分呢？因为音乐需要版权保护，所以占大头，语音是日常交流刚需，所以排第二。环境音和录音常用于影视配乐或会议记录，各占5%挺合理的。播客现在火，但整体还是小众，所以5%也说得通。比如你听歌算音乐，打电话算语音，拍短视频加背景音算环境音，录会议算录音，听播客算播客。数据来源是前年音频平台报告，他们统计了10亿条音频分类结果。