Glossário
Hertz (Hz) é a unidade SI de frequência: um ciclo por segundo. Nomeado em homenagem a Heinrich Hertz, que primeiro demonstrou conclusivamente ondas eletromagnéticas em 1887. No áudio, Hz quantifica duas coisas: a taxa de amostragem na qual o áudio foi digitalizado (amostras por segundo) e o conteúdo de frequência do som em si (ciclos por segundo da forma de onda subjacente). Ambos são importantes para a transcrição, embora a taxa de amostragem seja mais relevante.
Faixas de frequência de áudio
Audição humana: ~20 Hz a ~20.000 Hz (degrada com a idade, especialmente os agudos).
Fala humana: ~80 Hz (frequência fundamental masculina baixa) a ~8.000 Hz (energia de consoantes de alta frequência). A maior parte da inteligibilidade está entre 300 Hz e 3.400 Hz — por isso a telefonia funciona a 8 kHz taxa de amostragem (capturando até 4 kHz).
Música: ~30 Hz (baixo grave) a ~16.000 Hz (pratos altos, sibilância).
Abaixo da audição humana: infrassom. Acima: ultrassom.
Hz em taxas de amostragem
A taxa de amostragem também é expressa em Hz. 8.000 Hz = 8 kHz = qualidade telefônica. 16.000 Hz = taxa de entrada do Whisper. 44.100 Hz = qualidade de CD. 48.000 Hz = padrão profissional de vídeo. O teorema de Nyquist–Shannon: uma taxa de amostragem de N Hz pode representar frequências de até N/2 Hz. Portanto, uma taxa de amostragem de 16 kHz captura todas as frequências até 8 kHz — mais que suficiente para a fala.
O que as alterações em Hz significam para a transcrição
Áudio gravado a 44.100 Hz contém todas as frequências da fala humana, e mais. Áudio a 8.000 Hz (chamadas telefônicas) perde consoantes de alta frequência (especialmente /s/, /f/, /θ/), tornando-as mais difíceis de distinguir. Whisper lida com áudio de 8 kHz de forma razoável — foi treinado com muitos dados de qualidade telefônica — mas a precisão é 2-4 WER pontos piores que áudio de 16 kHz+. Se você está escolhendo uma taxa de amostragem de gravação puramente para transcrição, 16 kHz mono é o ponto ideal custo-efetivo.
Na prática
Seu iPhone grava memórias de voz a 44,1 kHz mono. Sua gravação de conferência pelo app do telefone é 8 kHz mono. Ambos são processados pelo mesmo pipeline do Whisper no Transcript.you. O arquivo de 44,1 kHz pode transcrever com 96% de precisão; o de 8 kHz, com 93%. A diferença é a clareza de consoantes de alta frequência, não o número absoluto de Hz.
Termos relacionados
Leitura adicional
Transcreva em qualquer taxa de amostragem
Comece — grátisÚltima atualização: 9 de novembro de 2026
Perguntas Frequentes
O que Hertz (Hz) significa na transcrição?
A unidade de frequência: ciclos por segundo. Sinais de áudio são descritos por sua taxa de amostragem (por exemplo, 44.100 Hz) e conteúdo de frequência. A fala humana varia aproximadamente de 80 Hz a 8.000 Hz.
Por que Hertz (Hz) importa ao escolher um fluxo de trabalho de transcrição?
Hertz (Hz) afeta como você entende a qualidade da transcrição, o tempo, a compatibilidade ou a tecnologia por trás dos resultados de conversão de fala em texto.
Onde posso aplicar Hertz (Hz) no Transcript.you?
Use o fluxo de trabalho relacionado em /transcribe-audio-to-text quando você quer ver como esse conceito de glossário se conecta a uma tarefa real de transcrição.
Navegue pelo glossário de transcrição ou leia o guia completo sobre transcrição por IA.