Odpowiedź 0,02 ms jest prawidłowa, bo przy częstotliwości próbkowania 48 kHz każda próbka pojawia się co dokładnie 1/48000 sekundy. Jeśli przeliczyć to na milisekundy, wychodzi 0,020833... ms – w praktyce zwykle zaokrągla się do 0,02 ms. To bardzo krótki czas, ale pozwala uzyskać wysoką jakość nagrania, bo zgodnie z zasadą Nyquista da się poprawnie zapisać dźwięki o częstotliwościach do połowy tej wartości, czyli do 24 kHz. To wyższa granica niż ludzkie ucho jest w stanie wychwycić, ale taki sampling stosuje się w profesjonalnym audio, produkcji muzyki, nagraniach filmowych czy transmisjach telewizyjnych. Moim zdaniem właśnie to rozróżnia domowe systemy (często 44,1 kHz jak w CD) od zastosowań profesjonalnych, gdzie 48 kHz to taki złoty standard. Sam kiedyś myślałem, że wyższa częstotliwość próbkuje „lepiej”, ale różnice są subtelne – kluczowe jest, żeby próbki były pobierane odpowiednio szybko w stosunku do najwyższych dźwięków, które chcemy zarejestrować. W praktyce, jak miksujesz dźwięk albo przygotowujesz podcast, to 0,02 ms między próbkami daje Ci ogromną precyzję, zwłaszcza przy obróbce czy edycji. Dla porównania, przy 44,1 kHz odstęp to ok. 0,0227 ms – niewiele więcej, ale w broadcastingu te kilka tysięcznych też ma znaczenie. Warto o tym pamiętać, bo w pracy z cyfrowym audio taka matematyka bardzo się przydaje.
Wybierając jeden z dłuższych odstępów czasowych pomiędzy próbkami – takich jak 0,2 ms, 2 ms czy nawet 20 ms – można bardzo łatwo wpaść w pułapkę błędnego wyobrażenia na temat tego, jak szybko działa cyfrowa rejestracja dźwięku. W praktyce, jeśli częstotliwość próbkowania wynosi 48 kHz, to w każdej sekundzie rejestrowanych jest aż 48 tysięcy próbek. To oznacza, że pojedyncza próba przypada dosłownie na ułamek milisekundy – dokładnie na 0,0208 ms, co jest równoznaczne z 0,02 ms po zaokrągleniu. Wybierając np. 0,2 ms, można nieświadomie uznać, że każda próbka pojawia się dziesięć razy rzadziej niż w rzeczywistości, co przekładałoby się na zaledwie 5000 próbek na sekundę, a to już totalnie nie spełnia standardów audio. Idąc jeszcze dalej – jeśli ktoś uważa, że odstęp to 2 ms, to wychodzi na 500 próbek na sekundę, a to już wystarczyłoby co najwyżej do bardzo prostego kodowania mowy, nie do muzyki czy profesjonalnych zastosowań. 20 ms odstępu między próbkami to już zupełna abstrakcja – wtedy mamy tylko 50 próbek na sekundę, a przecież ludzkie ucho już poniżej 8 kHz zaczyna wyczuwać ograniczenia jakości. Takie nieporozumienia biorą się często z mylenia jednostek albo z wyobrażenia, że systemy cyfrowe pracują dużo wolniej, niż w rzeczywistości. Moim zdaniem warto pamiętać, że cała magia cyfrowego dźwięku polega właśnie na tym, że próbki są pobierane błyskawicznie, zdecydowanie szybciej niż większość osób się spodziewa. To, ile trwa odstęp między próbkami, można zawsze policzyć jako odwrotność częstotliwości próbkowania – i to jest bardzo praktyczna rzecz, bo pozwala od razu zrozumieć, dlaczego np. płyty CD mają 44,1 kHz, a sprzęt studyjny często 48 kHz. W sumie, upraszczając, im wyższa częstotliwość próbkowania, tym mniejsze odstępy i większa precyzja, ale przy tym rosną wymagania sprzętowe i objętość plików. Jeśli ktoś chce pracować z dźwiękiem cyfrowym, taka matematyka to absolutna podstawa, bez której trudno dobrze zaplanować czy zrozumieć cały proces nagrywania i przetwarzania audio.