---
title: "Что такое частота дискретизации? Почему ASR берёт 16 кГц"
description: "Частота дискретизации — число отсчётов звука в секунду. Почему для распознавания речи берут 16 кГц моно, как считать размер файла и сколько минут влезет в 25 МиБ."
url: https://broadrouter.com/ru/glossary/sample-rate/
lang: ru
updated: 2026-11-16
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Переведено с английского с помощью ИИ. [Читать оригинал на английском](https://broadrouter.com/glossary/sample-rate/) (обновлён 2026-11-16).

# Частота дискретизации (sample rate)

Обновлено 2026-11-16

Частота дискретизации — это число отсчётов звука, записываемых за секунду, в герцах (Гц). Модели распознавания речи обычно ожидают моно-аудио с частотой 16 000 Гц (16 кГц). Вместе с разрядностью и числом каналов частота дискретизации определяет, сколько весит минута несжатого аудио.

Также называют: частота дискретизации, частота сэмплирования, sample rate, 16 кГц, 16000 Гц, sampling rate, sampling frequency, audio sample rate, 16 kHz audio

Частота дискретизации — первое, что стоит проверить, когда аудиофайл слишком большой или запрос на транскрибацию отклонён.

## Как это работает

Цифровой звук хранит звуковую волну как список чисел, по одному на отсчёт. При 16 000 Гц это 16 000 чисел в секунду на канал. При разрядности 16 бит каждое число занимает 2 байта. Поэтому размер несжатого WAV считается так:

```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
```

Речевые модели обычно обучают на аудио 16 кГц. В коде OpenAI Whisper задано `SAMPLE_RATE = 16000`, и каждый файл загружается через ffmpeg с `-ac 1 -ar 16000`. Согласно документации FFmpeg, `-ar` задаёт частоту дискретизации звука, а `-ac` — число каналов.

## Почему это важно

-   **Лимиты на размер файла.** Стерео-WAV CD-качества в 10 584 000 / 1 920 000 = 5,5 раза больше, чем 16 кГц моно, и для модели на 16 кГц ничего не даёт.
-   **Время загрузки.** Файлы поменьше быстрее доходят до API, что важно для голосовых ботов.
-   **Совместимость.** Инструменты вроде [детектора речевой активности (VAD)](https://broadrouter.com/ru/glossary/vad/) принимают только определённые частоты (WebRTC VAD — 8, 16, 32 или 48 кГц).
-   **Не повышайте частоту.** Если перевести телефонный звонок с 8 кГц в 16 кГц, файл станет вдвое больше, а деталей не прибавится.

## В BroadNet Inference

Эндпоинт транскрибации BroadNet принимает WAV или MP3 размером до 26 214 400 байт (25 МиБ) на файл. В документации голосовые `.ogg` из WhatsApp и записи `.m4a` конвертируют так:

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

Сколько аудио помещается в один запрос в виде 16-битного WAV:

| Формат | Байт в минуту | Помещается в 26 214 400 байт |
| --- | --- | --- |
| 16 кГц моно | 1 920 000 | 26 214 400 / 1 920 000 = 13,65 мин, около 13 мин 39 с |
| 44,1 кГц стерео | 10 584 000 | 2,48 мин, около 2 мин 29 с |

Если запись длиннее, режьте её на 10-минутные фрагменты (600 с × 32 000 Б/с = 19 200 000 байт каждый), как показано в [руководстве по голосовым сообщениям WhatsApp](https://broadrouter.com/ru/guides/transcribe-whatsapp-voice-notes/), или отправляйте MP3, у которого минута весит гораздо меньше. Всегда указывайте `language`. Оплата идёт за минуту аудио, а не за байты, поэтому частота дискретизации влияет на размер загрузки, но не на цену; расходы можно посчитать в [калькуляторе стоимости распознавания речи](https://broadrouter.com/tools/speech-to-text-cost-calculator/). Общая картина — в статье [о распознавании речи](https://broadrouter.com/ru/glossary/speech-to-text/).

## Вопросы и ответы

### Какую частоту дискретизации выбрать для распознавания речи?

Обычно берут 16 кГц моно. Whisper приводит любой вход к 16 000 Гц, а в документации BroadNet голосовые сообщения конвертируют командой ffmpeg -ar 16000 -ac 1.

### Сколько весит минута WAV с частотой 16 кГц?

Для 16 бит моно: 16 000 отсчётов × 2 байта × 60 секунд = 1 920 000 байт, около 1,92 МБ, плюс небольшой заголовок.

### Повышает ли более высокая частота дискретизации качество транскрибации?

Нет, если модель работает на 16 кГц: она всё равно понизит частоту аудио. Более высокая частота только увеличивает размер загрузки.

## См. также

-   [Распознавание речи (speech-to-text)](https://broadrouter.com/ru/glossary/speech-to-text/) (термин)
-   [Детекция речевой активности (VAD)](https://broadrouter.com/ru/glossary/vad/) (термин)
-   [Диаризация дикторов (speaker diarization)](https://broadrouter.com/ru/glossary/diarization/) (термин)
-   [Временные метки в распознавании речи (timestamps)](https://broadrouter.com/ru/glossary/timestamps-asr/) (термин)
-   [WAV](https://broadrouter.com/ru/glossary/wav/) (термин)
-   [Ogg Opus](https://broadrouter.com/ru/glossary/ogg-opus/) (термин)
-   [Голосовые сообщения WhatsApp в текст через API](https://broadrouter.com/ru/guides/transcribe-whatsapp-voice-notes/) (руководство)
-   [API распознавания арабской речи: пошаговое руководство](https://broadrouter.com/ru/guides/arabic-speech-to-text-api/) (руководство)
-   [Голосовые в текст для бизнеса: из WhatsApp и Telegram в тикеты](https://broadrouter.com/ru/blog/voice-notes-to-text-for-business/) (статья)

Проверьте на своей реальной нагрузке. Новые аккаунты получают стартовый грант US$5 на Gemma и распознавание речи. Для DeepSeek, GLM и Qwen3.8 нужно пополнить баланс.

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

**Источники**

-   [Документация FFmpeg, параметры звука -ar и -ac (проверено 2026-11-16)](https://ffmpeg.org/ffmpeg.html)
-   [Исходный код OpenAI Whisper, audio.py (SAMPLE\_RATE = 16000) (проверено 2026-11-16)](https://github.com/openai/whisper/blob/main/whisper/audio.py)
-   [Справочник API BroadNet Inference, транскрибация и конвертация через ffmpeg (проверено 2026-11-16) (на английском)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ru-glossary-sample-rate&utm_content=sources)
