Glossário
Taxa de amostragem é quantas vezes por segundo um sinal de áudio analógico é medido (amostrado) ao convertê-lo para digital. Medida em hertz (Hz) ou quilohertz (kHz). O teorema de Nyquist-Shannon diz que você precisa de uma taxa pelo menos o dobro da maior frequência que quer capturar. Fala humana vai até ~8 kHz, então 16 kHz é suficiente para transcrição.
Taxas de amostragem comuns
8.000 Hz — qualidade de telefone (POTS, Twilio de baixo nível). Limita frequências altas a 4 kHz; a fala ainda é inteligível.
16.000 Hz — taxa de entrada do Whisper. Captura até 8 kHz, cobrindo todas as frequências da fala humana.
44.100 Hz — áudio CD. Captura até ~22 kHz, além da audição humana.
48.000 Hz — padrão de filme/vídeo. A maioria das gravações modernas.
96.000 / 192.000 Hz — "Áudio Hi-Res" — exagero para tudo, exceto estúdios de masterização.
Por que 16 kHz é o ponto ideal para ASR
O Whisper faz resample interno de toda entrada para 16 kHz antes de processar. Taxas maiores não são apenas desnecessárias — são descartadas. Então enviar um master de estúdio a 192 kHz não dá bônus de precisão sobre uma gravação de celular a 16 kHz (assumindo SNR similar). O downsample para 16 kHz é lossless para fala porque nenhuma informação útil de fala vive acima de 8 kHz.
Implicações práticas
Não se preocupe com a taxa de amostragem para transcrição. O Whisper lida com qualquer coisa a partir de 8 kHz. A única preocupação prática é o tamanho do arquivo: áudio de 192 kHz é 12x maior que áudio de 16 kHz, e você atingirá os limites de tamanho de upload mais rápido. Se você está gravando especificamente para transcrição, 16 kHz mono codec em qualquer taxa de bits é a escolha mais eficiente.
Na prática
O app Gravador do iPhone grava a 44,1 kHz mono por padrão. Arraste o .m4a para nosso uploader. Fazemos resample para 16 kHz antes de enviar ao Whisper. A precisão da transcrição é idêntica à de uma gravação a 16 kHz. A única diferença: o arquivo original é ~3x maior.
Termos relacionados
Leitura adicional
Transcrever qualquer taxa de amostragem
Comece — grátisÚltima atualização: 9 de novembro de 2026
Perguntas Frequentes
O que Taxa de amostragem significa na transcrição?
Quantas vezes por segundo um sinal de áudio é medido, em Hz. Qualidade CD é 44.100 Hz; gravações modernas costumam usar 48.000 Hz. Taxas maiores capturam mais detalhe, mas geram arquivos maiores.
Por que Taxa de amostragem importa ao escolher um fluxo de trabalho de transcrição?
Taxa de amostragem 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 Taxa de amostragem 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.