Równie istotna jest szybkość próbkowania (samplingu), czyli częstotliwość z jaką generowane są kolejne 16-bitowe sekwencje. Im częściej jest próbkowany oryginalny dźwięk, tym wyższa jest maksymalna częstotliwość dźwięku uzyskiwanego nagrania. Częstotliwość samplingu rzędu 8 kHz odpowiada w przybliżeniu poziomowi jakości rozmowy telefonicznej natomiast do uzyskania jakości płyty CD potrzebna jest częstotliwość 44,1 kHz (pozwala to na rekonstrukcję dźwięku aż do częstotliwości 22 kHz, co jest powyżej górnej granicy słyszalności dźwięków u człowieka, tj. około 20 kHz). W przypadku nagrań stereofonicznych objętość zapisywanych danych ulega podwojeniu, ponieważ rejestrowane są dwie oddzielne ścieżki, po jednej na każdy kanał. Jednominutowe nagranie klasy hi-fi bez kompresji danych zajmuje więc nieco ponad 10 MB (44100 × 4 bajty x 60 sekund).