но чутье мне подсказывает, что тут можно упаковать на проценты, но не в 4 раза, которые мне надо
Всё дело в частотной локализации сигнала. Если у вас есть узкая частотная полоса с полезной нагрузкой, то её можно отфильтровать (занулить частотные компоненты вне этой частотной полосы), а затем пересэмплировать с понижением частоты дискретизации в
K раз:

Здесь в числителе стоит частота дискретизации, а в знаменателе — частотная ширина полосы с полезным сигналом (частотная ширина полосы со всем исходным сигналом — половина частоты дискретизации). Поток информации при этом уменьшится в
K раз, а сигнал можно будет восстановить без потерь (теорема Котельникова-Найквиста-Шеннона).
Вас смущает тот факт, что частота полезного сигнала больше новой частоты дискретизации. Не переживайте. Дело в том, что сигналы высоких частот при ресэмплинге все спроектируются на один и тот же частотный диапазон: частоты, меньшие частоты Найквиста. Это зовётся алиасингом. По этой причине в обработке звука при ресэмплинге с понижением частоты сначала отфильтровываются высокочастотные гармоники. В противном случае они все отобразятся на низкочастотный сигнал и получится невразумительное месиво. В вашем же случае это наоборот хорошо: ресэмплинг отобразит высокочастотный сигнал с полезной нагрузкой на низкие частоты, и информация сохранится. Тут главное, чтобы ничего больше на этот полезный сигнал не накладывалось — по этой причине полосовые фильтры.
Здесь есть одна тонкость, заключающаяся в том, что частота Найквиста при ресэмплинге — это на самом деле гребёнка частот. Они режут спектр исходного сигнала на части, которые проектируются на самый нижний участок таким образом, что каждые два соседних окна с общей границей после проектирования эту границу сохраняют как общую. То есть если смотреть во времени на спектр пересэмплированного сигнала с линейно растущей частотой, то мы увидим, как его частота сначала линейно растёт до нового потолка, потом вместо скачка в нуль, линейно падает до нуля, потом снова линейно растёт, потом линейно падает и так далее. По этой причине обратное восстановление высокочастотного сигнала после ресэмплинга — задача нетривиальная. (По этой же причине в радиосвязи при однополосой модуляции получаются смешные голоса, если частота приёма оказалась не с той стороны от полосы с сигналом). Так же надо ещё подобрать шаг ресэмплинга и положение граничных частот оконного фильтра так, чтобы ни одна из частот гребёнки частот Найквиста не попала внутрь частотного окна с полезным сигналом — иначе будут проблемы. Это может заметно снизить эффективность сжатия данных, так как шаг ресэмплинга дискретный (берём каждый
K-ый семпл, иначе его будет непомерно сложно рассчитать) и полосу сигнала надо уместить между двумя зубьями гребёнки.
Можно подойти к этому немного иначе. Умножить ваш сигнал на мнимую экспоненту с частотой в точности равной середине частотного окна с полезным сигналом. Это перенесёт спектр с полезным сигналом в близь нуля (на самом деле там произойдёт раздвоение из-за плюс-минуса, но сейчас это не важно), а все остальные компоненты — куда-нибудь ещё. Затем вы просто фильтруете цифровым фильтром низкой частоты с граничной частотой, равной половине ширины исходного окна. Достоинство такого подхода в том, что фильтр с одной частотой среза разработать, отладить и вычислять легче, чем оконный фильтр с двумя частотами среза. Недостаток — вам придётся фильтровать два сигнала: для действительной и мнимой компонент. Они обе будут нужны для восстановления исходного сигнала на нужной частоте. Возможно, здесь есть некий компромисс, но я в вопрос глубоко не вникал, поэтому даже не возьмусь казать, как будет делать лучше.
Я так понимаю, вы с цифровыми фильтрами раньше не сталкивались. Тогда вам придётся освоивать приличное количество материала, эдак две-три книжки как минимум.