我会将上面的图形翻译成它在实践中的工作方式[在录制的声音上]。
音频采样率影响将要录制的频率范围，采样率越高，可以录制的音频频率越高。
该采样数基于用于将声音数字化的 PCM（脉冲编码调制）。越高，曲线定义越好（如上图所示）
但更好的曲线在实践中意味着什么？
更好的曲线意味着更多关于高频音频的细节。您可以录制更清晰的声音，特别是在高音频率上。
为什么是 44100，这个数字是什么意思？有没有办法让您在脑海中弄清楚使用较低 [22050、11000、8000] 采样率的录音听起来会如何？
是的，有。
人耳能够听到 20Hz 到 20000Hz 的频率 [一个完美的耳朵，在非常年轻的人身上，可以达到 20000Hz，例如孩子]
所有其他成年人都能听到大约 20Hz 到 17500Hz（这是平均值）
当我们将声音数字化时，如果我们希望它最适合人类听觉，我们需要能够将人耳能够听到的整个频率范围数字化。即从 20Hz 到 20000Hz。
这里简短，不深入详细介绍 PCM 的工作原理，数学和实用规则是：“采样率必须是音频频率的两倍，才能以数字方式记录该音频频率”
这意味着：为了能够以数字方式录制 18000Hz 的高音，您需要 36000Hz 的采样率（始终是它的两倍）
这就是数字 44100 是 44100 的原因：它是 20000Hz [人类最大听觉容量] 的两倍（加上一点）
因此，44100 的采样率能够数字化和记录从 20Hz 到 22000Hz 范围内的音频频率，这刚好高于人类的最大能力，这意味着：完美的声音！ （* 对我们人类而言）
如果您将应用程序采样率设置为 12000 左右，它将允许您录制高达 6000Hz 的声音频率。您将失去大部分声音的高音。
例如，电话通话的数字采样率为 8000，这使其能够传输高达 4000Hz 的声音频率。它很适合说话，但它错过了很多高于 4000Hz 的更高频率。因此，电话上没有高音。
现在您可以在脑海中弄清楚采样率如何影响最终录制的声音。从电话音质的 4000Hz，到任何 FM 广播电台的 15200Hz，再到任何 CD 音质的 20000Hz。
选择您希望/需要能够记录的所需最大音频频率范围，并将该值加倍：您将知道必须在您的应用程序上调整的正确采样率。
您问是否有任何理由不成为 44100。这取决于录制声音的最终结果。对于声音，只是声音，要记录人说话，12000就足够了：它不像电话那么糟糕，它可以记录高达6000Hz的声音频率，这是大多数声音的音调，它会切断所有其他更高的频率6000Hz（鸟鸣声、分散注意力的声音、金属声等）。所以 12000 比 44100 更适合录制人声。让我们考虑在一家餐厅，所有的饮食噪音和玻璃噪音，录制声音最好采用较低的采样率，以消除所有那些高音并更好地记录声音。
对于音乐，请始终选择 44100。
关于文件大小，是的，采样率越低，生成的音频文件就越小。但是你使用的是 AAC 压缩，所以不用担心文件大小：
- 44100 1 分钟 AAC 录制 [2 通道] 约为 950KB
- 12000下1分钟AAC录音[2通道]约为280KB
- 1 小时 AAC 录制 [2 通道] 在 44100 大约是 57MB
大于 44100 的采样呢？有 48000、96000 甚至更多。
48000 的采样将允许高达 24000hz 的声音频率（没有超人能够听到这种高频声音）您最终会得到一个更大的文件。
96000 的采样将允许高达 48000Hz 的声音频率，只有 狗 能够听到高达 45000Hz 的高音。 96000 的采样非常适合录制声音，当再现时听起来与真实声音完全一样，但对于狗的耳朵。对我们来说，与 44100 采样率没有区别。我们的耳朵分不清。 （PS：这个案例值得一提的是，你需要一个能够再现 20000Hz 以上声音的扬声器，这很难找到..）
PS：采样率以赫特为单位，就像声音频率一样。
在提及采样率时，我故意省略了上面的“Hz”，而在提及声音频率时提及，以避免与许多看起来相似但代表两个不同事物的数字混淆。
因此，44100 的采样意味着 44100Hz [采样率].. 等等..
_
- 1 Hert 表示 1（一）秒间隔内的 1（一）次振荡/旋转/事件
- 20000Hz 表示声音频率每秒振荡 2 万次。
- 44100Hz 意味着我们正在通过以每秒 44000 次的速率对声音进行采样来将声音数字化。