---
title: "Cos’è la frequenza di campionamento? Perché l’ASR usa 16 kHz"
description: "La frequenza di campionamento è il numero di campioni audio al secondo. Perché lo speech-to-text usa 16 kHz mono e quanti minuti stanno in 25 MiB."
url: https://broadrouter.com/it/glossary/sample-rate/
lang: it
updated: 2026-11-16
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Tradotto dall’inglese con l’aiuto dell’IA. [Leggi l’originale in inglese](https://broadrouter.com/glossary/sample-rate/) (aggiornato il 2026-11-16).

# Frequenza di campionamento (sample rate)

Aggiornato 2026-11-16

La frequenza di campionamento (sample rate) è il numero di campioni audio acquisiti al secondo, misurato in hertz (Hz). I modelli di riconoscimento vocale si aspettano di solito audio mono a 16.000 Hz (16 kHz). Insieme a profondità di bit e numero di canali, determina quanto pesa al minuto un file audio non compresso.

Detto anche: frequenza di campionamento, campionamento audio, audio a 16 kHz, sample rate, sampling rate, sampling frequency, audio sample rate, 16 kHz audio

La frequenza di campionamento è il primo numero da controllare quando un file audio è troppo grande o una richiesta di trascrizione viene rifiutata.

## Come funziona

L’audio digitale memorizza l’onda sonora come una lista di numeri, uno per campione. A 16.000 Hz ci sono 16.000 numeri al secondo per canale. Con una profondità di 16 bit ogni numero occupa 2 byte. La dimensione di un WAV non compresso è quindi:

```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
```

I modelli vocali sono addestrati di solito su audio a 16 kHz. Il codice di Whisper di OpenAI imposta `SAMPLE_RATE = 16000` e carica ogni file tramite ffmpeg con `-ac 1 -ar 16000`. Nella documentazione di FFmpeg, `-ar` imposta la frequenza di campionamento audio e `-ac` il numero di canali.

## Perché è importante

-   **Limiti di dimensione.** Un WAV stereo di qualità CD è 10.584.000 / 1.920.000 = 5,5 volte più grande di un 16 kHz mono, senza alcun vantaggio per un modello a 16 kHz.
-   **Tempo di upload.** I file più piccoli arrivano prima all’API, cosa che conta per i voice bot.
-   **Compatibilità.** Strumenti come la [voice activity detection](https://broadrouter.com/it/glossary/vad/) accettano solo certe frequenze (WebRTC VAD accetta 8, 16, 32 o 48 kHz).
-   **Non sovracampionare.** Convertire una telefonata a 8 kHz in 16 kHz raddoppia il file ma non aggiunge dettagli.

## Su BroadNet Inference

L’endpoint di trascrizione di BroadNet accetta WAV o MP3 fino a 26.214.400 byte (25 MiB) per file. La sua documentazione converte i vocali WhatsApp `.ogg` e le registrazioni `.m4a` con:

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

Quanto audio sta in una richiesta, come WAV a 16 bit:

| Formato | Byte al minuto | Quanto sta in 26.214.400 byte |
| --- | --- | --- |
| 16 kHz mono | 1.920.000 | 26.214.400 / 1.920.000 = 13,65 min, circa 13 min 39 s |
| 44,1 kHz stereo | 10.584.000 | 2,48 min, circa 2 min 29 s |

Per registrazioni più lunghe, dividi in segmenti da 10 minuti (600 s x 32.000 B/s = 19.200.000 byte ciascuno), come mostra la [guida ai vocali WhatsApp](https://broadrouter.com/it/guides/transcribe-whatsapp-voice-notes/), oppure invia MP3, che pesa molto meno al minuto. Imposta sempre `language`. La fatturazione è per minuto di audio, non per byte, quindi la frequenza di campionamento cambia la dimensione dell’upload ma non il prezzo; verifica i costi con il [calcolatore dei costi speech-to-text](https://broadrouter.com/tools/speech-to-text-cost-calculator/). Per il quadro generale vedi [speech-to-text](https://broadrouter.com/it/glossary/speech-to-text/).

## Domande frequenti

### Che frequenza di campionamento devo usare per lo speech-to-text?

La scelta comune è 16 kHz mono. Whisper ricampiona ogni input a 16.000 Hz, e la documentazione di BroadNet converte i vocali con ffmpeg -ar 16000 -ac 1.

### Quanto pesa un minuto di WAV a 16 kHz?

In mono a 16 bit, 16.000 campioni x 2 byte x 60 secondi = 1.920.000 byte, circa 1,92 MB, più una piccola intestazione.

### Una frequenza di campionamento più alta migliora la trascrizione?

No, se il modello lavora a 16 kHz, perché ricampiona comunque l’audio verso il basso. Una frequenza più alta rende solo il file più grande.

## Vedi anche

-   [Speech-to-text (riconoscimento vocale)](https://broadrouter.com/it/glossary/speech-to-text/) (termine)
-   [Voice activity detection (VAD)](https://broadrouter.com/it/glossary/vad/) (termine)
-   [Speaker diarization (diarizzazione del parlato)](https://broadrouter.com/it/glossary/diarization/) (termine)
-   [Timestamp (speech-to-text)](https://broadrouter.com/it/glossary/timestamps-asr/) (termine)
-   [WAV (file audio WAV)](https://broadrouter.com/it/glossary/wav/) (termine)
-   [Ogg Opus](https://broadrouter.com/it/glossary/ogg-opus/) (termine)
-   [Trascrivere i vocali WhatsApp in testo con un’API](https://broadrouter.com/it/guides/transcribe-whatsapp-voice-notes/) (guida)
-   [API speech-to-text in arabo, passo dopo passo](https://broadrouter.com/it/guides/arabic-speech-to-text-api/) (guida)
-   [Trascrivere i vocali per le aziende: da WhatsApp e Telegram ai ticket](https://broadrouter.com/it/blog/voice-notes-to-text-for-business/) (articolo)

Provalo sul tuo carico di lavoro reale. I nuovi account partono con USD 5 di credito per Gemma e trascrizione. DeepSeek, GLM e Qwen3.8 richiedono una ricarica.

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

**Fonti**

-   [Documentazione FFmpeg, opzioni audio -ar e -ac (verificato il 2026-11-16)](https://ffmpeg.org/ffmpeg.html)
-   [Codice sorgente di OpenAI Whisper, audio.py (SAMPLE\_RATE = 16000) (verificato il 2026-11-16)](https://github.com/openai/whisper/blob/main/whisper/audio.py)
-   [Riferimento API di BroadNet Inference, trascrizione e conversione con ffmpeg (verificato il 2026-11-16) (in inglese)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=it-glossary-sample-rate&utm_content=sources)
