Taxa de bits, amostragem e profundidade de bits: o que cada uma faz

O seu aplicativo de gravação tem uma tela de exportação com três menus suspensos. Um diz 44,1 kHz. Outro diz 16-bit. Outro diz 192 kbps. Você precisa escolher alguma coisa, e nada na tela indica qual dos três é o que realmente importa.

Aí você deixa tudo no padrão e torce, ou aumenta os três e acaba com um arquivo grande demais para enviar.

Taxa de bits, taxa de amostragem e profundidade de bits são três medidas genuinamente diferentes, e não se compensam umas às outras do jeito que aquela janela dá a entender. Veja o que cada uma descreve, e qual delas faz quase todo o trabalho no arquivo com que você termina.

Taxa de amostragem: com que frequência o som foi medido

O som é uma onda contínua de pressão. Um computador não consegue armazenar nada contínuo, então o gravador tira um retrato dessa onda milhares de vezes por segundo e anota um número para cada um deles.

A taxa de amostragem é quantos retratos por segundo. 44.100 Hz, normalmente escrito como 44,1 kHz, significa que a onda foi medida 44.100 vezes a cada segundo.

Esse número estranhamente específico vem de uma regra da amostragem: para reconstruir uma frequência, você precisa de pelo menos duas amostras por ciclo dela. Ou seja, uma gravação a 44,1 kHz consegue representar frequências de até uns 22 kHz. Uma audição jovem e saudável chega no máximo a algo em torno de 20 kHz, e cai bem abaixo disso com a idade. O valor 44,1 kHz foi escolhido para cobrir tudo o que uma pessoa realmente consegue ouvir, com uma pequena folga acima.

Gravar a 96 kHz captura frequências de até 48 kHz. Os morcegos vão gostar. Taxas mais altas têm usos reais em estúdio, principalmente para dar espaço aos plugins de processamento antes da mixagem final, mas para uma nota de voz, uma entrevista ou uma aula elas não compram nada que você consiga ouvir e dobram o tamanho do arquivo.

Profundidade de bits: com que precisão cada medida foi anotada

Cada um daqueles 44.100 retratos por segundo precisa ser guardado como um número. A profundidade de bits é quantos bits esse número recebe.

16-bit dá 65.536 valores possíveis por amostra. 24-bit dá cerca de 16,7 milhões.

O que isso compra não é "detalhe" do jeito que as pessoas imaginam. É faixa dinâmica: a distância entre o som mais baixo que o arquivo consegue descrever e o mais alto, antes de esbarrar no piso de ruído. 16-bit cobre cerca de 96 dB de faixa, folgadamente mais do que a diferença entre um sussurro e um grito em qualquer sala normal. 24-bit cobre muito mais do que um microfone ou uma sala algum dia vão te entregar.

Ou seja, a profundidade de bits se justifica na hora de gravar, não na hora de ouvir. Se você grava em 24-bit e o seu entrevistado sai muito mais baixo do que você esperava, sobra faixa por baixo para levantar a gravação sem puxar o chiado junto. Depois que o arquivo está mixado e finalizado, 16-bit o descreve perfeitamente bem.

Taxa de bits: quantos dados o arquivo gasta por segundo

A taxa de bits é a única das três que descreve o arquivo, e não a gravação. É simplesmente bits por segundo de armazenamento.

Em um arquivo não comprimido, como um WAV, ela nem chega a ser uma escolha. Ela sai direto dos outros dois números:

44.100 amostras/s × 16 bits/amostra × 2 canais = 1.411.200 bits/s

São os 1.411 kbps citados para o áudio de CD. Nada foi decidido ali. É aritmética.

É nos formatos comprimidos que a taxa de bits vira um botão que você pode girar. Exporte um MP3 a 192 kbps e você está dizendo ao codificador que ele tem 192.000 bits para descrever cada segundo de som, e que precisa jogar fora o que for preciso para caber. Ele descarta as partes que um modelo psicoacústico prevê que você não vai perceber: frequências fracas mascaradas por outras mais fortes ao lado, detalhes que ficam acima da sua audição.

Dê a ele 320 kbps, o teto do MP3, e ele descarta muito pouco. Dê 64 kbps e ele descarta muita coisa, e dá para ouvir que descartou.

O podcaster cujo episódio não anexa

Ele grava uma entrevista de 50 minutos em WAV, porque alguém disse que WAV é a opção de qualidade. O arquivo fica com uns 500 MB. O servidor de e-mail do coapresentador devolve a mensagem, o drive compartilhado está cheio, e o upload para a plataforma de hospedagem está parado em 12% há uma hora. A gravação são duas pessoas conversando em uma sala silenciosa. Quase nada daquele meio gigabyte está descrevendo alguma coisa que um dos dois disse.

A professora que colocou todos os números no máximo

Ela grava suas aulas e, querendo o melhor para os alunos, configura o gravador em 96 kHz e 24-bit. Os arquivos dela saem com três vezes o tamanho dos que o colega compartilha. Reproduzidos no alto-falante de um notebook, em fones de ouvido, no celular dentro do carro, soam exatamente iguais aos dele. Ela está pagando, em gigabytes, por uma folga que uma única voz num auditório nunca ia usar.

Qual número realmente mexe no tamanho do arquivo

Eis a parte que a janela de exportação esconde: em um arquivo comprimido, a profundidade de bits deixa de existir.

Um MP3 não tem profundidade de bits. Ele nem armazena amostras. Ele armazena coeficientes no domínio da frequência, e é medido só em taxa de bits. Aquele ajuste de 24-bit com o qual você teve tanto cuidado desaparece no instante em que você codifica. O MP3 padrão também aceita apenas uma lista curta de taxas de amostragem (32, 44,1 e 48 kHz), então um master a 96 kHz é reamostrado para baixo na entrada, quer você tenha pedido isso ou não.

O que deixa uma hierarquia bem direta para qualquer coisa que você pretenda enviar para outra pessoa:

Número	O que ele controla	O que ele faz com um MP3 pronto
Taxa de amostragem	A frequência mais alta capturada	Pouco, acima de 44,1 kHz; taxas maiores são reamostradas para baixo
Profundidade de bits	A faixa dinâmica durante a gravação	Nada. Ela nem é armazenada em um MP3
Taxa de bits	Os dados gastos por segundo	Tudo. Ela define tanto o tamanho quanto a qualidade

Taxa de amostragem e profundidade de bits são decisões de gravação, tomadas antes de o microfone ser ligado. A taxa de bits é a decisão de entrega, tomada no fim. Quando um arquivo está grande demais para enviar, a taxa de bits é o número a mudar, e muitas vezes é o único.

Mudando os números de um arquivo que você já tem

O lado útil dessa hierarquia é que a decisão de entrega é justamente a que você ainda pode rever. Você não tem como regravar uma aula com outra taxa de amostragem, mas sempre pode recodificar o que já tem em uma taxa de bits que caiba.

As duas ferramentas abaixo rodam inteiramente no seu navegador, então o áudio nunca é enviado para um servidor. Isso importa mais do que o normal quando a gravação é de outras pessoas falando.

Como o podcaster consegue enviar o episódio

Ele recodifica a entrevista com uma taxa de bits menor, escolhendo um valor adequado a duas vozes, e não a uma orquestra. O tamanho previsto é atualizado antes de ele confirmar, então dá para ver o WAV de 500 MB cair para algumas dezenas de megabytes. Mesma entrevista, mesmas palavras, um arquivo que o servidor de e-mail do coapresentador vai aceitar.

Como a professora consegue uma aula que dá para compartilhar

Ela não precisa regravar nada. Ela converte o WAV de 96 kHz para MP3, o que o reamostra para 44,1 kHz e elimina de vez a questão da profundidade de bits. Os alunos recebem um arquivo que toca sem travar no celular, e ele soa exatamente igual à versão que tinha três vezes o tamanho.

A versão curta

A taxa de amostragem é com que frequência o som foi medido. A profundidade de bits é com que precisão cada medida foi guardada. A taxa de bits é quantos dados o arquivo pronto gasta por segundo. As duas primeiras são decididas antes de você gravar, e para fala os padrões já estão certos. A terceira decide se o seu arquivo vai conseguir ser enviado, e é a única que vale a pena mexer depois.

Precisa que uma gravação caiba? Experimente o Comprimir Áudio de graça →

Está preso a um WAV ou a um M4A? O Áudio para MP3 → resolve a conversão na mesma aba do navegador.