Проблема подобрать оптимальный размер порции звука, подгружаемого с каждым кадром. Для 11025 герц подобрал, но надо проверять на длинном ролике. Например, часовом ). Если порцию сделать чуть меньше, то буфер успеет опустеть, и звук будет заикаться, а если чуть больше, то буфер переполнится и будет притормаживать картинка. А на 22050 в два раза больше поток, быстрее виден результат.
В WP звук грузится порциями по 2048, а тут я подобрал опытным путём размер в 1112 байт. И, если грузить такими неровными порциями, то иногда, наверно, какой байтик может потеряться. Тогда слышны щелчки, но главное, размер порции звука, реально загруженного, может плавать. Но тут я не уверен.
В теории бы должно 11025/10 кадров = 1102 байта на кадр. Но у меня почему-то пока прижилось 1112, проверено практикой.
В общем, может ещё проведу опыты и найду оптимальное значение для 22050 герц.