CoolEdit4.1有中文版的（雖然有點老，但畢竟是中文的，而且網上有詳細教程）完全可以滿足你的要求，而且很容易上手

簡單的說，音訊的質量和體積取決於兩方面：取樣率和編位元速率。

取樣率：

自然的聲音是連續的訊號，而計算機不能直接處理，要將其“離散化”。舉個簡單的例子：正弦曲線是連續的，就像聲音一樣，進入計算機後，計算機把連續的曲線按照1mm一個點把正弦曲線分成了若干個點，這樣就可以處理了，這個過程叫取樣。顯然，分點分得密度越大，曲線就越逼真，這個密度在音訊中就是取樣率。每一個點都要佔用儲存空間，因此取樣率越高體積越大。

編位元速率：

取樣只是處理的第一步。取樣之後，還要把採集的資料儲存起來。儲存是需要空間的，一秒鐘的取樣資料用多少空間來儲存，這就是編位元速率。

可見，在取樣率相同的前提下，編位元速率越低，體積越小。

但是，取樣和編碼兩個步驟都會降低音質。取樣降低質量是沒辦法的，想輸入計算機就必須取樣。編碼實際上就是壓縮，像mp3這樣的演算法都是有失真壓縮，扔掉了大部分人耳察覺不帶的聲波資料，因而體積很小。

常見的音訊取樣率是44100Hz，編位元速率是32kbps，64kbps……

詳細的知識可以參考