... Mě ale zajímá, proč se násobí dvěma u těch 16 bitů ...

Nenásobí se dvěma (jak jsi k tomu přišel??), ale 16. Správný vzorec:
2 (stopy) x 44100 (vzorkování) × 16 (bitová hloubka) × 60 (sekund) : 8 (bitů) = 10 584 000 bajtů.
Vem si kalkulačku a spočítej si to!

CD-Audio má konstantní datový tok po celou dobu přehrávání, takže tenhle vzorec můžeš použít. U DVD-audio tu kapacitu jednoduše nespočítáš, protože neznáš účinnost použité komprese. Viz citace z článku na diit.cz:

Porovnáme-li DVD-Audio a DVD-Video zjistíme, že Audio dovoluje použít datový tok 9,6 Mbps, proti 6,144Mbps u Videa a používá MLP (Meridian Lossless Packing) bezztrátové komprese.
...
Bystrý čtenář musel zpozorovat, že tady něco nesedí. Pro 24-ti bitové vzorky na 96 kHz pro šest kanálů bychom s datovým přenosem 9,6 Mbps, vyhrazeném pro DVD-Audio, asi nevystačili. K tomu by bylo nutné mít alespoň 13,8 Mbps. A právě proto tu byla nasazena komprese MLP, která srazí datový tok až na polovinu, a zvětší kapacitu z 65 minut na 74. Navíc tato komprese nevyžaduje velkého výpočetního výkonu na straně dekodéru.

Důležité je to slůvko "až" - u jedné nahrávky to může být polovina, u jiné třeba 60 % atd.
A to už nemluvím o tom, že vícekanálové audio můžeš kódovat do dvou kanálových skupin s různými parametry.