Скорее всего при оверсэмплинге 128x берут два соседних отсчёта из 16-битного потока. Если за шаг частоты дискретизации умплитуда сэмпла увеличилась на N отсчётов, то после добавления разрядов вставляют между ними 127 цифровых слов с шагом последовательного роста амплитуды N/128*2 уже в 24 битах. Если амплитуда падает, то значения промежуточных отсчётов тоже постепенно падают. Частота выборки в 24 битах в 128 раз больше, чем в 16. Тоже не особо сложно. Правда здесь младшие разряды уже будут заполнены, и непонятно, как определяется Actual Bit Depth.