Uma palavra de três sílabas, quando pronunciada, tem a duração média de 0,8 segundos. Considere o sinal de voz gerado por essa palavra sendo digitalizado por um conversor A/D, que opera com freqüência de amostragem de 12800 Hz e converte cada amostra com 12 bits. Quatro bits adicionais são usados para informações extras. Após a conversão, esta palavra falada vai ocupar um arquivo na memória, em kilobytes, de: