Hallo,
das kommt auf die Abtastrate an. Also einfach gesagt: Wie oft wird die Sprache pro Sekunde analog gemessen! Pro Messung wird dann 1 Byte beansprucht. Wenn Du also z.B 6KB für Sprache opfern willst, dann kannst Du 6000 mal messen. In welcher Zeitspanne Du das machst das bleibt Dir überlassen. Wichtig ist nur das die Werte auch in der gleichen Zeitspanne wieder ausgegeben werden, versteht sich.
Theoretisch könntest Du also 1 Stunde Sprache da unterbringen, nur würde man dann nix mehr verstehen Ich wollte damit nur sagen das die Länge der Aufzeichnung von der Sprachqualität abhängt. Ich hab es noch nicht ausgetestet aber bin recht sicher das man einige Sekunden schon in verständlicher Qualität unterbringen kann. Nimmt man nur 4 Bit verdoppelt sich das ganze! Vermutlich führen aber 2 Bit und eine etwas höhere Abstastrate zu dem besten Kapazitäts- und Sprachverhältnis.

Aber natürlich hast Du vollkommen recht, der Speicher in der C-Control ist leider sehr knapp für solche Sachen.

Gruß Frank