¿Cómo debo decidir el formato de audio por defecto?

En teoría, el teorema de Nyquist nos dice que una tasa de muestreo determinada puede reproducir con precisión cualquier frecuencia inferior a la mitad de esa tasa. Dado que el rango de la audición humana no se extiende más allá de los 20 kHz - de hecho, para un humano adulto es probablemente menos de 19 kHz - 44,1 kHz es más que adecuado.

Sin embargo, estamos tratando con un hardware imperfecto, por lo que la respuesta depende de la frecuencia de muestreo nativa de tu tarjeta de sonido. Si eliges una frecuencia diferente, se muestreará más (o menos, si eliges 96 kHz) en el hardware, lo que puede o no causar una pérdida de calidad audible dependiendo de cómo se haga.

Creo que la frecuencia de muestreo nativa del hardware de audio integrado es de 48 kHz, así que lo mejor sería remuestrear todo a esa frecuencia, ya que los algoritmos de software son probablemente mejores que el hardware integrado barato.

La mayoría de las tarjetas de sonido modernas pueden soportar de forma nativa las frecuencias de muestreo más comunes (las que mencionas) sin pérdida de calidad. Y como afirma user55325, todo lo que esté por encima de 44,1 kHz no es realmente necesario para el oído humano (normal). La mayor parte de la pérdida de calidad que se experimenta con el audio digital comienza después de la conversión de sonido digital a analógico, y depende de los filtros utilizados (una buena conversión digital -> analógica necesita un filtro para eliminar los efectos de digitalización de alta frecuencia), el amplificador, y lo más importante los altavoces (o auriculares o …)

Otra cosa que influirá en la calidad es: ¿Utiliza compresión en estos archivos de audio (MP3, WMA, Flac …), si es así, entonces la mayoría de las veces (excepto cuando se utiliza un formato de compresión sin pérdidas) esta compresión influirá en la calidad más que la frecuencia de muestreo elegida.

Si no utilizas ninguna forma de compresión (o utilizas una compresión sin pérdidas) yo mantendría los archivos en el formato que los obtuve, porque cualquier manipulación en la frecuencia de muestreo causará una pequeña degradación en la calidad (más notable cuando se hace downsampling = de una frecuencia más alta a una más baja; y el upsampling no te dará ningún beneficio - no puedes mejorar la calidad del sonido por encima de la calidad del original). El upsampling también tiene la desventaja de que los archivos son más grandes, por lo que necesitarás más espacio en el disco para guardar los mismos archivos.

Sobre los archivos de 96kHz: estos pueden ser perfectamente utilizados para su posterior procesamiento, este es (uno de) los formatos que los estudios utilizan cuando hacen una grabación (la mayoría multipista) y luego combinan todo esto para ponerlo en un CD (a 44,1 kHz) o en una película (48 kHz). Cuando los tienes en este formato, yo los mantendría así, excepto cuando necesites el espacio en disco, pero nunca lo usaría como formato para todos mis archivos.

Una cosa que deberías considerar es, al menos, ponerlo a 24bit, ya que el upsampling de audio de 16bit a 24bit es completamente sin pérdidas de todos modos. (es como ver un GIF de 256 colores en cualquier pantalla semimoderna de 24 bits)