Formatos de audio y calidad explicados: WAV, MP3, AAC, FLAC y cuándo importa cada uno

Alguien pide una versión "de alta calidad" de un episodio de podcast y exportas un WAV de 60 MB para compartir por WhatsApp. "Fallo al subirlo." Lo bajas a MP3 de 128 kbps, el archivo pesa 1,6 MB, pero los platillos ahora suenan como papel de aluminio arrugado. Ambas decisiones fueron erróneas — una demasiado grande, la otra con dema.siada pérdida. Entender por qué se sitúa exactamente en la mecánica de los formatos de audio, la profundidad de bits, la frecuencia de muestreo y la tasa de bits. Esta guía recorre toda la cadena con números reales, cálculos reales y reglas prácticas para elegir el formato correcto cada vez.

Los fundamentos del audio digital: profundidad de bits y frecuencia de muestreo

El sonido es una onda de presión continua. Para almacenarla digitalmente, un convertidor muestrea esa onda miles de veces por segundo y registra la amplitud en cada punto. Dos números controlan la calidad: frecuencia de muestreo (cuántas capturas por segundo) y profundidad de bits (qué tan precisa es cada captura).

El audio estándar de CD usa 44,1 kHz — 44.100 muestras cada segundo — y 16 bits de profundidad. El teorema de Nyquist garantiza que una frecuencia de muestreo de 44,1 kHz captura todas las frecuencias hasta aproximadamente 22 kHz, que es el techo del oído humano. Frecuencias más altas (48 kHz, 96 kHz, 192 kHz) capturan contenido ultrasónico que los humanos no oyen pero que los ingenieros de audio pueden usar para obtener margen de procesamiento. La profundidad de bits define la resolución de amplitud: 16 bits ofrece 65.536 niveles discretos por muestra y un rango dinámico teórico de aproximadamente 96 dB. La grabación a 24 bits lleva eso a 16,7 millones de niveles y aproximadamente 144 dB — más margen significa menos riesgo de clipping durante la mezcla y el masterización.

La profundidad de bits y la frecuencia de muestreo son la razón por la que el audio sin comprimir es grande: cada muestra se escribe en disco sin atajos. Un archivo 44,1 kHz, 16 bits, estéreo produce 44.100 × 2 bytes × 2 canales = 176.400 bytes por segundo. Multiplicado por 60 obtienes aproximadamente 10,1 MB por minuto. Ese es el costo de preservar cada detalle de la forma de onda.

WAV y PCM: cómo se ve la señal sin comprimir en disco

Un archivo WAV es un contenedor RIFF delgado que envuelve datos de Modulación por Código de Pulso crudos — el flujo literal de amplitudes muestreadas, sin comprimir y sin procesar. No hay algoritmo que deseche información, no hay techo de frecuencia impuesto por un modelo. Por eso WAV es el estándar de referencia en estudios de grabación, radiodifusión y masterización: lleva todo lo que el micrófono capturó.

La matemática cruda para un archivo estéreo de un minuto en calidad CD: 44.100 muestras/seg × 2 bytes (16 bits) × 2 canales × 60 segundos = 10.584.000 bytes ≈ 10,1 MB. Una hora completa de la misma grabación supera los 600 MB. AIFF es el equivalente de Apple — mismo tamaño, mismo concepto, distinto encabezado de metadatos. La lección: el audio sin comprimir intercambia tamaños enormes por fidelidad perfecta.

Cómo funciona la compresión con pérdida: enmascaramiento psicoacústico

Los formatos con pérdida como MP3 y AAC no "reducen la calidad de forma uniforme". Explotan las limitaciones del oído humano mediante un modelo llamado enmascaramiento psicoacústico. Cuando dos sonidos ocurren al mismo tiempo, el más fuerte puede enmascarar al más suave — tu sistema auditivo simplemente no percibe la señal enmascarada. Un platillo cubre una armónica cercana de guitarra. Un golpe fuerte de bombo oculta una nota suave de bajo. El códec analiza cada fotograma de audio, identifica lo que el oído no echará de menos y descarta esos datos permanentemente.

El segundo mecanismo es el techo de frecuencias. El oído humano abarca aproximadamente 20 Hz a 20 kHz, y la sensibilidad cae bruscamente por encima de unos 16 kHz. La mayoría de codificadores MP3 aplican un filtro pasa-bajo que elimina todo por encima de 17–18 kHz — incluso a las tasas de bits más altas. Esto es inaudible para la mayoría de oyentes mayores de 20 años o cualquiera que escuche con auriculares en el transporte. Pero es una de las razones por las que los audiófilos prefieren formatos sin pérdida para escucha crítica: los datos se fueron y ningún decodificador puede traerlos de vuelta.

Tasa de bits: qué significan realmente 128, 192 y 320 kbps

La tasa de bits, medida en kilobits por segundo (kbps), controla cuántos datos conserva el códec con pérdida. Una tasa de bits más baja significa filtrado y descarte más agresivos. Los niveles prácticos para MP3 se entienden bien:

• 128 kbps — el "estándar" de hace años. El codificador elimina la mayoría de frecuencias por encima de 16 kHz, comprime la imagen estéreo y difumina los detalles transitorios. Los platillos pierden brillo, los rasgueos de guitarra suenan embarrados. Aceptable para escucha casual en altavoces de baja calidad, pero notablemente degradado en auriculares buenos. Un álbum completo cabe en un solo CD a esta velocidad.
• 192 kbps — un salto significativo. Sobrevive más contenido de alta frecuencia, mejora la amplitud estéreo, y la mayoría de oyentes casuales no pueden distinguir la fuente de un WAV en una prueba a ciegas. Es el mínimo práctico para música que pretendas conservar.
• 320 kbps — el máximo para MP3. El filtrado psicoacústico es mínimo; solo quedan los cortes de frecuencias altas más extremos. En pruebas de escucha controladas, incluso los oídos entrenados tienen dificultad para distinguir un MP3 de 320 kbps de una fuente WAV. Para casi todos los oyentes y todos los usos, esto es perceptualmente sin pérdida.

AAC cuenta una historia ligeramente diferente: a 128 kbps AAC, la calidad típicamente iguala o supera 192 kbps MP3. Los codificadores de Apple y la biblioteca de código abierto FDK-AAC producen ambos resultados más limpios a tasas de bits equivalentes, razón por la que Apple Music y YouTube usan AAC por defecto en lugar de MP3.

La matemática: tamaños de archivo que puedes calcular de verdad

El tamaño de archivo en formatos con pérdida es una multiplicación directa: tasa de bits × duración. Un minuto de audio a 128 kbps:

• 128 kbps × 60 segundos = 7.680 kilobits = 960 KB ≈ 0,94 MB
• 192 kbps × 60 segundos = 11.520 kilobits = 1.440 KB ≈ 1,41 MB
• 320 kbps × 60 segundos = 19.200 kilobits = 2.400 KB ≈ 2,34 MB
• Calidad CD WAV (44,1k/16 bits estéreo) = 10.584.000 bytes ≈ 10,1 MB

La comparación es impactante: MP3 a 320 kbps ofrece una calidad perceptual casi idéntica a WAV con aproximadamente una cuarta parte del tamaño. Esa es toda la propuesta de valor de la compresión con pérdida. Para FLAC la relación es diferente — la compresión sin pérdida reduce WAV típicamente en un 50–65 %, de modo que un minuto de FLAC en calidad CD ocupa alrededor de 4–6 MB, con cero pérdida de calidad, la mitad del tamaño de WAV.

Comparación de formatos: cuándo usar cada uno

Soporte en navegadores y realidad de compatibilidad

La elección de formato no es solo una cuestión de calidad — también es una cuestión de despliegue. MP3 tiene soporte universal: cada navegador, cada sistema operativo, cada estéreo de coche, cada Smart TV. Si necesitas reproducción garantizada sin advertencias, MP3 es el único formato que lo ofrece.

AAC funciona de forma nativa en Chrome, Firefox, Edge y Safari — cubriendo la gran mayoría de usuarios modernos de escritorio y móvil. Sin embargo, algunos dispositivos Android antiguos y distribuciones Linux pueden tener problemas sin códecs adicionales. La reproducción de FLAC es bien soportada en Chrome y Firefox, pero el soporte de Safari se limita a macOS Ventura (13.0) y posteriores. Usuarios en versiones anteriores de macOS o iOS no escucharán nada. OGG Vorbis es el más restringido: Safari nunca lo ha soportado de forma nativa y Apple no muestra señales de añadirlo. Si tu audiencia incluye usuarios de Safari, OGG no es un formato primario viable — siempre incluye un respaldo en MP3.

Recorte, volumen y consideraciones prácticas de edición

Cuando recortas audio o ajustas el volumen, la elección del formato afecta directamente la precisión y la calidad. El recortador de audio realiza cortes precisos a nivel de muestra en archivos WAV porque cada muestra es accesible de forma independiente. Los formatos comprimidos como MP3 codifican en fotogramas de 576 o 1.152 muestras, por lo que recortar requiere que el codificador reconstruya el fotograma, corte y recodifique — cada edición introduce una pequeña pérdida de calidad que se acumula a través de muchos cortes.

El volumen se mide en LUFS (Unidades de Volumen relativas a la Escala Completa), y es el estándar que usan Spotify, YouTube, Apple Music y la mayoría de plataformas de streaming para la normalización. Un episodio de podcast silencioso a -24 LUFS será elevado por la plataforma a aproximadamente -14 LUFS, mientras que una grabación fuerte a -8 LUFS será reducida — a menudo con efectos de bombeo no deseados. Apuntar a -16 LUFS para podcasts y -14 LUFS para música antes de subir te da control sobre el sonido en lugar de dejar que un algoritmo decida.

// Estimación rápida de volumen (simplificada, no es un medidor LUFS real)
function estimateLUFS(samples) {
  const sumaDeCuadrados = samples.reduce(
    (acum, s) => acum + s * s, 0
  );
  const rms = Math.sqrt(sumaDeCuadrados / samples.length);
  // -0,691 es el offset de nivel relativo ITU-R BS.1770
  return 20 * Math.log10(rms) - 0.691;
}

Herramientas de audio en Convrs

Todo esto funciona en el navegador en Convrs — tu archivo de audio nunca sale de tu dispositivo. El convertidor de WAV a MP3 transcodifica WAV sin comprimir a MP3 de alta calidad con tasa de bits ajustable, preservando la profundidad de bits y la frecuencia de muestreo sin ida y vuelta al servidor. El recortador de audio recorta, corta y reorganiza clips de audio directamente en tu navegador con precisión a nivel de muestra. El ecualizador de volumen ajusta el volumen con monitoreo de picos en tiempo real, para que puedas apuntar al nivel LUFS correcto antes de compartir o subir. Tres herramientas, cero subidas, privacidad completa.