Glosario
La tasa de muestreo es cuántas veces por segundo se mide (muestrean) una señal de audio analógica al convertirla a digital. Se mide en hertz (Hz) o kilohertz (kHz). El teorema de Nyquist–Shannon dice que se necesita una tasa de muestreo al menos el doble de la frecuencia más alta que se desea capturar. El habla humana alcanza un máximo de alrededor de 8 kHz, por lo que una tasa de muestreo de 16 kHz es suficiente para la transcripción.
Tasas de muestreo comunes
8,000 Hz — calidad telefónica (POTS, Twilio de nivel bajo). Limita las altas frecuencias a 4 kHz; el habla sigue siendo inteligible.
16,000 Hz — tasa de entrada de Whisper. Captura hasta 8 kHz, cubriendo todas las frecuencias del habla humana.
44,100 Hz — audio CD. Captura hasta ~22 kHz, más allá del oído humano.
48,000 Hz — estándar de cine/video. La mayoría de las grabaciones modernas.
96,000 / 192,000 Hz — "Audio Hi-Res" — excesivo para todo excepto para estudios de masterización.
Por qué 16 kHz es el punto ideal para ASR
Whisper remuestrea internamente cada entrada a 16 kHz antes de procesarla. Las tasas de muestreo más altas no solo son innecesarias, sino que se descartan. Por lo tanto, subir un máster de estudio de 192 kHz no le da ningún bono de precisión a una grabación de teléfono de 16 kHz (asumiendo que ambos tienen una SNR similar). El remuestreo a 16 kHz es sin pérdida para el habla porque ninguna información útil del habla vive por encima de 8 kHz.
Implicaciones prácticas
No te preocupes por la frecuencia de muestreo para la transcripción. Whisper maneja cualquier cosa desde 8 kHz hacia arriba. La única preocupación práctica es el tamaño del archivo: el audio de 192 kHz es 12 veces más grande que el de 16 kHz, y alcanzarás los límites de tamaño de carga más rápido. Si estás grabando específicamente para transcripción, el códec mono de 16 kHz es a cualquier tasa de bits es la opción más eficiente.
En la práctica
Tu aplicación Voice Memos de iPhone graba por defecto en mono de 44.1 kHz. Elimina la extensión .m4a en nuestro cargador. Remuestreamos a 16 kHz antes de enviarlo a Whisper. La precisión de la transcripción es idéntica a la que obtendrías de una grabación de 16 kHz. La única diferencia: el archivo original es ~3 veces más grande.
Términos relacionados
Lecturas adicionales
Transcribir cualquier tasa de muestreo
Comenzar — gratisÚltima actualización: November 01, 2026
Preguntas frecuentes
What does Sample rate mean in transcription?
Cuántas veces por segundo se mide una señal de audio, en Hz. La calidad CD es de 44.100 Hz; las grabaciones modernas a menudo usan 48.000 Hz. Las tasas de muestreo más altas capturan más detalles, pero producen archivos más grandes.
Why does Sample rate matter when choosing a transcription workflow?
Sample rate affects how you understand transcript quality, timing, compatibility, or the technology behind speech-to-text results.
Where can I apply Sample rate on Transcript.you?
Use the related workflow at /transcribe-audio-to-text when you want to see how this glossary concept connects to an actual transcription task.
Explora el glosario de transcripción o lee el guía completa de transcripción por IA.