Если говорить упрощенно, то звуковой файл состоит из "сэмплов" - точек, обозначающих уровень звука в текущий момент. Разрядность 16 бит означает, что каждый сэмпл кодируется 16 битным числом, т.е. 2 байтами. Частота дискретизации 40.78 кГц означает, что каждую секунду снимается 40.78 тыс = 40780 сэмплов.
Посчитаем, сколько сэмплов в файле всего:
15.81 Мбайт = 16189.44 кбайт = 16577986 байт
16577986 / 2 байта = 8288993
Раз мы знаем, что на каждую секунду звучания приходится 40780 сэмплов, то всего в файле
8288993/40780 секунд = 203 секунды, а это примерно 3.3 минуты