语音信号的数字化语音是模拟信号，要用于计算机，必须将模拟信号转换为数字信号。 这样，可以在计算机上存储声音，并在用户需要播放时将数字信号转换为模拟信号。
声音数字化需要三个阶段：采样、量化和编码
采样
采样是将时间上连续的模拟信号在时间轴上离散化的过程。 这里有采样频率和采样周期的概念。 采样周期，即相邻两个采样点的时间间隔。 采样频率是采样周期的倒数，理论上采样频率越高，声音恢复度越高，声音越真实。 为了不失真，采样频率必须是声音最高频率的两倍以上。
量化
量化的主要功能是将振幅上连续取值的各个样本转换为离散值表示。 那个量化的样本用二进制表示，并且可以理解为此时完成了从模拟信号到二进制的转换。 量化的另一个概念称为精度，是指每个样本所占的二进制位数，相反，二进制位数反映了测量语音波形宽度的精度。 精度越大，声音质量越好。 通常的精度有8bit、16bit、32bit等，当然质量越好，所需的存储空间就越大。
编码
编码是将整个语音数字化的最后一步。 实际上，语音模拟信号经过采样和量化，呈数字格式，但为了方便计算机的存储和处理，必须对其进行编码以减少数据量。
可以根据采样频率和精度计算声音的数据传输率。
数据传输率（bps）= 采样频率 * 精度 * 声道数
单声道一次可以生成一组声音波形数据，而双声道一次可以生成两组波形数据。
有了数据传输率，就可以计算语音信号的数据量
数据量（byte）= 数据传输率 * 持续时间 / 8
例题：
存储在CD唱片中的立体声高清音乐采样频率为44.1kHZ，量化精度为16位，在两个通道上，计算一小时的数据量。
根据官方说法：
44.1 khz * 16 bit *2* 3600s/8=6350400 b605.6 MB
从这个数字来看，它非常大，因此在编码时经常使用压缩方法来减少存储空调，从而提高传输效率