Скорее всего, это будет зависеть как от аппаратного обеспечения (звуковая карта и т. Д.), Так и от ОС (размер буферов, используемых ОС и т. Д.).
Может быть, было бы полезно, если бы вы немного подробнее рассказали о том, чего вы действительно пытаетесь достичь, а также о том, можем ли мы сделать какие-либо предположения о том, на каком оборудовании и ОС это будет работать?
Одно из возможных решений: предположим, что звук начинает воспроизводиться более или менее немедленно, а затем используйте достаточно точный таймер, чтобы определить, сколько звука воспроизводится (поскольку он будет иметь известную фиксированную частоту дискретизации).