计算机中操作和存储只能是类似10101011这样的二进制数字，对于自然界中音频原始信号则为模拟信号，如下一个1kHz的音频信号，如果要转化为数字音频信号，则需要采样，
通常我们会采用44.1kHz的频率来进行采样，在这样如上这样的一个波形中，意味着每间隔1s，我们会均匀分布地对波形进行44100次电压信号的读取。
为什么是44.1kHz？
人耳能够听到的声音频率范围在20Hz到20kHz之间，根据奈奎斯特定理（取样率≥2倍声音信号最大频率才能重建信号）我们采用40kHz即可将人耳能听到的信号进行重建。但1978年Sony推出CD音频存储光盘时，却采用了44.1kHz的采样频率。
实际上，当我们对声音进行采样时，需要将声音模拟信号转换为数字信号，在这个过程中，需要经过低通滤波器把不要低频噪声信号进行滤除，由于低通滤波器并非理想的“到某个频点就将噪声信号完全截止”，因此需要将低通滤波器的截止频点设置得“宽一点”，即不能将20kHz作为截止频点，而是应该“留宽一点”，大于20kHz。
而“留宽一点”为什么是2.05kHz？
回到当时Sony推出CD光盘的时代，电视机还停留在PAL、NTSC制式。
PAL制式采样率=245*60*3=44100
其中，245为每个场有245条扫描线，60为30帧的两倍，3为RGB三原色；
NTSC制式采样率=294*50*3=44100
其中，249为每个场有294条扫描线，50为25帧的两倍，3为RGB三原色
因此，单音频采样率为44100kHz的时候，可以和电视的PAL、NTSC相容。
直至1995年，我们还可以看到Philips与Sony就DVD格式达成一致，CD本来用于音频存储，而DVD则除了存储音频，还可以进行视频存储。
总结，为什么是44.1kHz：
原因1：为了覆盖人耳听觉范围20-20kHz频率；
原因2：为了兼容电视PAL、NTSC制式采样率。
推荐阅读：
硬件大熊原创合集(2024/08更新)
原创不易，若有转载需求，务必告知！
如果我的文字对你有所启发或帮助，
“点赞\转发”是对我最大的支持
 "如何使用MediaCodec把多张图片合成视频(Kotlin)")