A maximális mintavételi sebesség azt jelzi, hogy a mikrofon belső átalakítója másodpercenként hányszor képes "mérni" és rögzíteni egy hanghullámot. A hang a valóságban folyamatos analóg jel, de ahhoz, hogy egy számítógépben tárolni lehessen, digitális adattá, számsorozattá kell alakítani. Ezt a folyamatot nevezzük mintavételezésnek. A mintavételi frekvencia, amelyet hertzben (Hz) vagy kilohertzben (kHz) adnak meg, meghatározza e digitális minták sűrűségét. Például a 48 kHz-es frekvencia azt jelenti, hogy a hangot másodpercenként 48 000-szer elemzik és rögzítik. Minél magasabb ez az érték, annál pontosabban és részletesebben alakítják át az eredeti hanghullámot digitális formába. Az emberi fül által hallható hangok hűséges rögzítéséhez, amely körülbelül 20 kHz-es frekvenciát érzékel, elegendőek a standard értékek, mint például 44,1 kHz vagy 48 kHz. A magasabb frekvenciák, mint például a 96 kHz, a hallható határérték feletti információkat is rögzítik, nagyobb rugalmasságot biztosítva a professzionális utómunka és a hangszerkesztés számára, csökkentve a nem kívánt digitális torzítás kockázatát az olyan folyamatok során, mint például a felvétel lassítása.
