首先芯片時長基于6K采樣率，以80秒為例，那么總容量為80*6=480，客戶語音內容為50秒 ,實際芯片做好的采樣率為

X=實際采樣率

Y=實際音源時長

其次：如果客戶沒有音源只有文檔（僅中文）按每個字0.3S或0.4S估算時長）

第三，如果指定音質，需回復能存多少秒內容

音樂：建議高于16K,最低也不少于11.025K

語音：建議高于10K,最低8K(電話通話音質）

當然，采樣率與音質對不同客戶有不同的要求

另注意音效文件（比如按鍵音，提示音等，時長較短盡量保持原采樣率）