一般我们所读取的文件都会知道其以下几个参数：
采样率：一个通过一秒钟的采样点数；如最常见的44.1k采样率，表示一秒钟的采样数据点是44100个；
位深度：位深度也叫采样位深，音频的位深度决定动态范围。
我们常见的16Bit（16比特），可以记录大概96分贝的动态范围。那么，您可以大概知道，每一个比特大约可以记录6分贝的声音。同理，20Bit可记录的动态范围大概就是120dB；24Bit就大概是144dB。
假如，我们定义0dB为峰值，那么声音振幅以向下延伸计算，那么，CD音频可的动态范围就是“-96dB～0dB。”，依次类推，24Bit的HD-Audio高清音频的的动态范围就是“-144dB~0dB。”。由此可见，位深度较高时，有更大的动态范围可利用，可以记录更低电平的细节。
通道数：一般为单通道或者双通道
通过以上以及参数，则可以计算音频的码率=采样率（44.1k）*位深度（16）*通道数（2）=1411.2kbps
音频码率，又称为比特率：是指一个音频流中每秒钟能通过的数据量。如128kbps，其中ps（per second）为每秒，kb为千位，那么128kbps表示一秒钟能传输的数据量是128千位。对于格式相同的文件来说，码率越大的话，音质越好。但是对于不同格式的音频文件来说，相同码率并不代表其音质一样。
CD音质，一般为双通道，压缩成128kbps的MP3，一秒钟数据就变成了128kbits。丢失了一些细节部分，节省了大量的磁盘空间或带宽。
在知道音频码率后，可求得整个音频文件的大小=时长（300s）*码率(1411.2)/1024/8=51.67M