¿Qué es el formato MP3?
MP3 (MPEG-1 Audio Layer III) es el formato de compresión de audio con pérdida más ampliamente utilizado en el mundo. Desarrollado principalmente por la Sociedad Fraunhofer en Alemania en colaboración con AT&T Bell Labs, Philips y otros, MP3 fue estandarizado como parte de MPEG-1 (ISO/IEC 11172-3) en 1993. Las patentes del formato expiraron en 2017, haciéndolo completamente libre de regalías.
MP3 reduce el tamaño del archivo de audio en un 75–90% comparado con el audio PCM sin comprimir (calidad CD) mientras mantiene una calidad perceptualmente aceptable. Una canción de 5 minutos en un CD requiere unos 50 MB de datos PCM sin procesar; la misma canción como MP3 a 192 kbps son aproximadamente 7 MB.
Cómo funciona la compresión MP3
MP3 usa un modelo psicoaacústico — un modelo matemático de la audición humana — para identificar y descartar información de audio que el oído humano probablemente no percibirá.
Enmascaramiento psicoaacústico
El modelo psicoaacústico explota dos propiedades de la audición humana:
-
Enmascaramiento de frecuencia: Un sonido fuerte en una frecuencia hace que los sonidos más silenciosos en frecuencias cercanas sean imperceptibles.
-
Enmascaramiento temporal: Después de un sonido fuerte, el oído necesita tiempo para recuperar la sensibilidad. Los sonidos silenciosos que ocurren justo antes (~20ms) o justo después (~200ms) de un transitorio fuerte quedan enmascarados.
Al identificar qué información de audio cae por debajo del umbral de enmascaramiento en cada momento, MP3 puede asignar más bits a los sonidos perceptualmente importantes y menos (o ninguno) a los sonidos enmascarados.
Estructura de fotograma MP3
El audio MP3 se organiza en fotogramas. Cada fotograma es un bloque comprimido independiente que cubre 1152 muestras PCM:
Fotograma MP3 (1152 muestras / duración de frecuencia de muestreo)
├── Cabecera (4 bytes)
│ ├── Palabra de sincronización: 0xFFF (11 bits)
│ ├── Versión MPEG
│ ├── Capa (11 = Capa 3)
│ ├── Índice de tasa de bits
│ ├── Índice de frecuencia de muestreo
│ └── Modo de canal (estéreo/estéreo conjunto/dual/mono)
├── Información lateral (17/32 bytes)
└── Datos principales (longitud variable)
├── Factores de escala
└── Coeficientes de frecuencia codificados con Huffman
Tamaño de fotograma en bytes = 144 × tasa de bits / frecuencia de muestreo
Tasa de bits: CBR vs. VBR vs. ABR
Tasa de bits constante (CBR)
Cada fotograma usa exactamente la misma tasa de bits. Simple, universalmente compatible, tamaño de archivo predecible.
Tasa de bits variable (VBR)
El codificador asigna más bits a los pasajes de audio complejos y menos a los simples. Produce mejores relaciones calidad/byte pero el tamaño del archivo es impredecible.
Niveles de calidad VBR de LAME (aproximado):
| LAME -V | Tasa de bits media | Uso típico |
|---|---|---|
| V0 | ~245 kbps | Calidad transparente — preferido para archivo |
| V2 | ~190 kbps | Excelente — prácticamente transparente |
| V5 | ~130 kbps | Buena — aceptable para escucha casual |
| V9 | ~65 kbps | Baja calidad — solo streaming |
Tasas de bits recomendadas
| Caso de uso | Tasa de bits recomendada |
|---|---|
| Archivo de música | LAME VBR V0 (~245 kbps) o 320 kbps CBR |
| Música alta calidad | 256 kbps CBR o VBR V2 |
| Música general | 192 kbps CBR |
| Podcast / voz | 64–128 kbps CBR (mono para voz) |
Etiquetas ID3: Metadatos en MP3
Los archivos MP3 pueden llevar metadatos mediante etiquetas ID3:
ID3v1 (heredado)
- Trailer fijo de 128 bytes al final del archivo
- Campos: Título de la canción (30 chars), Artista (30), Álbum (30), Año (4), Comentario (30), Género
- Sin soporte Unicode
ID3v2 (moderno, casi universal)
- Cabecera de longitud variable al principio del archivo
- Soporta Unicode (UTF-8, UTF-16)
- Fotogramas comunes:
TIT2— TítuloTPE1— Artista principalTALB— ÁlbumTDRC— Fecha de grabaciónTRCK— Número de pistaAPIC— Imagen adjunta (portada del álbum)TCON— Género
Artefactos de calidad MP3
A tasas de bits bajas, MP3 produce artefactos característicos:
- Pre-eco: Timbre antes de un transitorio (golpe de batería). Causado por el MDCT distribuyendo energía hacia atrás en el tiempo.
- Sonido metálico/acuoso: Común a 64–128 kbps; causado por cuantización extrema del contenido de alta frecuencia.
- Ruido de mosquito: Ruido de alta frecuencia alrededor de los transitorios, particularmente notable en platillos y voces a tasas de bits bajas.
Los codificadores modernos (LAME 3.100+) minimizan estos artefactos significativamente.
LAME: El codificador MP3 de referencia
# VBR V0 (máxima calidad VBR)
lame -V 0 entrada.wav salida.mp3
# 320 kbps CBR (calidad máxima)
lame -b 320 entrada.wav salida.mp3
# 192 kbps CBR con etiquetas ID3
lame -b 192 --tt "Título de la Canción" --ta "Artista" entrada.wav salida.mp3
# Calidad podcast (mono, 64 kbps)
lame -b 64 -m m entrada.wav salida.mp3
MP3 vs. formatos de audio alternativos
| Formato | Tipo | Calidad a 128 kbps | Compatibilidad | Caso de uso |
|---|---|---|---|---|
| MP3 | Con pérdida | Buena | Universal | Distribución general |
| AAC | Con pérdida | Mejor | Muy amplia | Apple, streaming |
| OGG Vorbis | Con pérdida | Mejor | Web/escritorio | Juegos, audio web |
| Opus | Con pérdida | Excelente | Navegadores, VoIP | Streaming, llamadas |
| FLAC | Sin pérdida | Perfecta | Escritorio/HiFi | Archivo, audiófilo |
La principal ventaja de MP3 es su compatibilidad universal absoluta — reproduce en todos los dispositivos, plataformas y software jamás creados. Para aplicaciones sensibles a la calidad, AAC u Opus son mejores opciones. Para archivo, se prefiere FLAC.
Conversiones relacionadas
Pares de formatos de audio más frecuentes: