---
title: "¿Qué es la frecuencia de muestreo? Por qué 16 kHz para voz"
description: "La frecuencia de muestreo son las muestras de audio por segundo. Por qué la voz usa 16 kHz mono, cómo calcular el tamaño y cuántos minutos caben en 25 MiB."
url: https://broadrouter.com/es/glossary/sample-rate/
lang: es
updated: 2026-11-16
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Traducido del inglés con ayuda de IA. [Lea el original en inglés](https://broadrouter.com/glossary/sample-rate/) (actualizado el 2026-11-16).

# Frecuencia de muestreo (sample rate)

Actualizado 2026-11-16

La frecuencia de muestreo es la cantidad de muestras de audio capturadas por segundo, medida en hercios (Hz). Los modelos de reconocimiento de voz suelen esperar audio mono a 16,000 Hz (16 kHz). Junto con la profundidad de bits y el número de canales, determina cuánto ocupa por minuto un archivo de audio sin comprimir.

También llamado: tasa de muestreo, frecuencia de muestreo de audio, audio a 16 kHz, sample rate, sampling rate, sampling frequency, audio sample rate, 16 kHz audio

La frecuencia de muestreo es el primer número que conviene revisar cuando un archivo de audio es demasiado grande o se rechaza una solicitud de transcripción.

## Cómo funciona

El audio digital guarda la onda sonora como una lista de números, uno por muestra. A 16,000 Hz hay 16,000 números por segundo por canal. Cada número ocupa 2 bytes con 16 bits de profundidad. Por eso, el tamaño de un WAV sin comprimir es:

```text
bytes per second = sample rate x bytes per sample x channels
16 kHz, 16-bit, mono:    16,000 x 2 x 1 = 32,000 B/s  -> x 60 = 1,920,000 B per minute
44.1 kHz, 16-bit, stereo: 44,100 x 2 x 2 = 176,400 B/s -> x 60 = 10,584,000 B per minute
```

Los modelos de voz suelen entrenarse con audio a 16 kHz. El código de Whisper de OpenAI fija `SAMPLE_RATE = 16000` y carga cada archivo con ffmpeg usando `-ac 1 -ar 16000`. En la propia documentación de FFmpeg, `-ar` fija la frecuencia de muestreo del audio y `-ac` el número de canales.

## Por qué importa

-   **Límites de tamaño.** Un WAV estéreo con calidad de CD es 10,584,000 / 1,920,000 = 5.5 veces más grande que uno a 16 kHz mono, sin ninguna ganancia para un modelo de 16 kHz.
-   **Tiempo de subida.** Los archivos más pequeños llegan antes a la API, algo importante en los bots de voz.
-   **Compatibilidad.** Herramientas como la [detección de actividad de voz](https://broadrouter.com/es/glossary/vad/) solo aceptan ciertas frecuencias (WebRTC VAD admite 8, 16, 32 o 48 kHz).
-   **No suba la frecuencia.** Convertir una llamada telefónica de 8 kHz a 16 kHz duplica el tamaño del archivo pero no añade detalle.

## En BroadNet Inference

El endpoint de transcripción de BroadNet acepta WAV o MP3 de hasta 26,214,400 bytes (25 MiB) por archivo. Su documentación convierte las notas `.ogg` de WhatsApp y las grabaciones `.m4a` con:

```bash
ffmpeg -i voice-note.ogg -ar 16000 -ac 1 voice-note.wav
```

Cuánto audio cabe en una solicitud como WAV de 16 bits:

| Formato | Bytes por minuto | Cabe en 26,214,400 bytes |
| --- | --- | --- |
| 16 kHz mono | 1,920,000 | 26,214,400 / 1,920,000 = 13.65 min, unos 13 min 39 s |
| 44.1 kHz estéreo | 10,584,000 | 2.48 min, unos 2 min 29 s |

Para algo más largo, divídalo en segmentos de 10 minutos (600 s x 32,000 B/s = 19,200,000 bytes cada uno), como muestra la [guía de notas de voz de WhatsApp](https://broadrouter.com/es/guides/transcribe-whatsapp-voice-notes/), o envíe MP3, que ocupa mucho menos por minuto. Indique siempre `language`. La facturación es por minuto de audio, no por byte, así que la frecuencia de muestreo cambia el tamaño de la subida pero no el precio; revise los costos en la [calculadora de costo de voz a texto](https://broadrouter.com/tools/speech-to-text-cost-calculator/). Para el panorama completo, vea [voz a texto](https://broadrouter.com/es/glossary/speech-to-text/).

## Preguntas frecuentes

### ¿Qué frecuencia de muestreo debo usar para voz a texto?

16 kHz mono es la opción habitual. Whisper remuestrea toda la entrada a 16,000 Hz, y la documentación de BroadNet convierte las notas de voz con ffmpeg -ar 16000 -ac 1.

### ¿Cuánto ocupa un minuto de WAV a 16 kHz?

En 16 bits mono, 16,000 muestras x 2 bytes x 60 segundos = 1,920,000 bytes, unos 1.92 MB, más una pequeña cabecera.

### ¿Una frecuencia de muestreo más alta mejora la transcripción?

No si el modelo trabaja a 16 kHz, porque de todos modos reduce el audio a esa frecuencia. Una frecuencia más alta solo hace más grande la subida.

## Vea también

-   [Voz a texto (speech-to-text)](https://broadrouter.com/es/glossary/speech-to-text/) (término)
-   [Detección de actividad de voz (VAD)](https://broadrouter.com/es/glossary/vad/) (término)
-   [Diarización de hablantes (speaker diarization)](https://broadrouter.com/es/glossary/diarization/) (término)
-   [Marcas de tiempo en voz a texto (timestamps)](https://broadrouter.com/es/glossary/timestamps-asr/) (término)
-   [WAV (archivo de audio)](https://broadrouter.com/es/glossary/wav/) (término)
-   [Ogg Opus (formato de notas de voz de WhatsApp)](https://broadrouter.com/es/glossary/ogg-opus/) (término)
-   [Transcribir notas de voz de WhatsApp a texto con una API](https://broadrouter.com/es/guides/transcribe-whatsapp-voice-notes/) (guía)
-   [API de voz a texto en árabe, paso a paso](https://broadrouter.com/es/guides/arabic-speech-to-text-api/) (guía)
-   [Notas de voz a texto para empresas: de WhatsApp y Telegram a tickets](https://broadrouter.com/es/blog/voice-notes-to-text-for-business/) (artículo)

Pruébelo con su carga de trabajo real. Las cuentas nuevas empiezan con USD 5 de crédito para Gemma y transcripción. DeepSeek, GLM y Qwen3.8 requieren una recarga.

[Comenzar](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=es-glossary-sample-rate&utm_content=page-cta) ·

**Fuentes**

-   [Documentación de FFmpeg, opciones de audio -ar y -ac (consultado el 2026-11-16)](https://ffmpeg.org/ffmpeg.html)
-   [Código fuente de OpenAI Whisper, audio.py (SAMPLE\_RATE = 16000) (consultado el 2026-11-16)](https://github.com/openai/whisper/blob/main/whisper/audio.py)
-   [Referencia de la API de BroadNet Inference, transcripción y conversión con ffmpeg (consultado el 2026-11-16) (en inglés)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=es-glossary-sample-rate&utm_content=sources)
