https://www.ap-siken.com/kakomon/22_aki/pm07.html
3ブロックと考えたのですが間違いでした。

① エンコード1秒以内に完了
② エンコードしたデータなどを不揮発性へのメモリに保存

②にも時間がかかるので、2ブロックでは足らない場合もある…と思いました。

どうして2ブロックで足りるのでしょうか？
ご教示のほど、よろしくお願いいたします。

問題文に全てを書いてあるわけではないのであくまで予想なのですが、
エンコードした後の音声データはサンプリング専用ROMとは
別の場所に保持されていると予想します。
わざわざサンプリング専用ROMと書かれているので
録音したデータ以外を置くとは考えにくいです。

なるほど、そう考えるとつじつまが合いますね。
エンコードや転送には「サンプリング専用」RAMは使われないと。

本番でこういうことを聞かれて、想像できるようになりたいです。

ありがとうございました！