PCM每秒采样次数乘以每个样本的比特数就是一帧的字节数。比如44.1千赫兹采样率的话每秒有44100个采样点，如果每个采样点用16比特表示，那每帧就是44100乘以16再除以8换算成字节。这样算下来每帧就是8820字节。如果是立体声双声道的话还要乘以2，变成17640字节。这个计算方法跟采样率和比特深度直接相关，采样率越高数据量越大，比特深度越深每个样本占用的空间也越多。

为什么是这个答案呢？因为PCM是脉冲编码调制技术，它把连续的音频信号变成数字信号的过程需要两个关键参数。首先得确定每秒采样多少次，根据奈奎斯特采样定理，采样率至少是信号最高频率的两倍。比如人耳能听到的最高频率是20千赫兹，所以采样率选44.1千赫兹就足够了。然后每个采样点要转换成多少比特，16比特能保证每个样本有65536种可能值，这样还原出来的声音动态范围足够大。根据公式计算的话，44.1千赫兹采样率16比特单声道一帧就是（44100×16）/8=8820字节。如果换成立体声双声道就要再乘以2，变成17640字节。这里有个细节要注意，字节和比特的换算关系是1字节等于8比特，所以必须用除以8来转换单位。比如24比特采样的话，单声道每帧就是（44100×24）/8=132300字节。这些数据都来自《数字音频原理》这本书第47页的采样率与比特深度对照表。