Formato de audio WAV/PCM: La base del audio sin pérdida
WAV (Waveform Audio File Format) es el formato contenedor de audio de Microsoft e IBM, introducido en 1991 como parte de la especificación RIFF (Resource Interchange File Format). WAV es el estándar para audio sin comprimir — almacena datos de audio PCM (Modulación por Impulsos Codificados) sin ninguna compresión con pérdida.
La estructura RIFF/WAV
WAV usa la jerarquía de chunks RIFF:
Chunk RIFF
ChunkID: "RIFF" (4 bytes)
ChunkSize: tamaño_fichero - 8 (4 bytes, little-endian)
Format: "WAVE" (4 bytes)
Chunk fmt (descriptor de formato)
ChunkID: "fmt " (4 bytes, nota el espacio final)
AudioFormat: 1=PCM, 3=IEEE float, 65534=WAVE_FORMAT_EXTENSIBLE
NumChannels: 1=mono, 2=estéreo, 6=5.1, 8=7.1
SampleRate: 8000, 44100, 48000, 96000, 192000 Hz
BitsPerSample: 8, 16, 24, 32
Chunk data (datos de muestra de audio)
ChunkID: "data"
Data: datos de muestra intercalados (I-D-I-D... para estéreo)
PCM: Modulación por Impulsos Codificados explicada
PCM es la representación digital del audio analógico. La forma de onda analógica se muestrea a intervalos regulares:
-
Muestreo: La amplitud de la forma de onda de audio se mide a intervalos de tiempo regulares (la frecuencia de muestreo). A 44.100 Hz, se toman 44.100 mediciones por segundo.
-
Cuantización: Cada medición se redondea al valor más cercano en una cuadrícula de niveles discretos (determinada por la profundidad de bits). A 16 bits, hay 2^16 = 65.536 niveles posibles.
-
Codificación: Los valores cuantizados se almacenan como enteros (o flotantes para float IEEE de 32 bits).
Referencia de profundidad de bits
| Profundidad de bits | Rango dinámico | Ruido de cuantización | Uso típico |
|---|---|---|---|
| 8-bit | 48 dB | -48 dB | Legado; telefonía de voz |
| 16-bit | 96 dB | -96 dB | Audio CD; estándar de consumo |
| 24-bit | 144 dB | -144 dB | Grabación profesional; sesiones DAW |
| 32-bit float | ~1500 dB | Casi cero | Procesado interno DAW |
Frecuencias de muestreo
| Frecuencia | Límite Nyquist | Caso de uso |
|---|---|---|
| 8.000 Hz | 4.000 Hz | Telefonía (GSM) |
| 16.000 Hz | 8.000 Hz | VoIP, reconocimiento de voz |
| 44.100 Hz | 22.050 Hz | CD, estándar de consumo |
| 48.000 Hz | 24.000 Hz | Vídeo profesional, radiodifusión |
| 96.000 Hz | 48.000 Hz | Estudio profesional |
| 192.000 Hz | 96.000 Hz | Archivo ultra alta resolución |
Cálculos de tamaño de fichero
Tamaño de fichero = FrecuenciaMuestreo × NumCanales × (BitsPerSample/8) × Duración_seg + 44 bytes
Ejemplos:
Calidad CD (44,1 kHz, 16-bit, estéreo, 1 min):
44100 × 2 × 2 × 60 = 10.584.000 bytes ≈ 10,1 MB/minuto
Calidad estudio (96 kHz, 24-bit, estéreo, 1 min):
96000 × 2 × 3 × 60 = 34.560.000 bytes ≈ 33 MB/minuto
Podcast (44,1 kHz, 16-bit, mono, 1 hora):
44100 × 1 × 2 × 3600 = 317.520.000 bytes ≈ 303 MB
Trabajo con ficheros WAV
ffmpeg
# Convertir MP3 a WAV (16-bit, 44,1 kHz)
ffmpeg -i entrada.mp3 -ar 44100 -ac 2 -c:a pcm_s16le salida.wav
# Convertir a WAV de 24-bit (calidad profesional)
ffmpeg -i entrada.mp3 -ar 96000 -ac 2 -c:a pcm_s24le salida_24bit.wav
# Convertir WAV a MP3
ffmpeg -i entrada.wav -c:a libmp3lame -b:a 320k salida.mp3
# Convertir WAV a FLAC (sin pérdida, más pequeño)
ffmpeg -i entrada.wav -c:a flac salida.flac
# Extraer audio de vídeo como WAV
ffmpeg -i video.mp4 -vn -c:a pcm_s16le audio.wav
# Recortar WAV (de 30s a 90s)
ffmpeg -i entrada.wav -ss 00:00:30 -t 00:01:00 -c copy salida_recortado.wav
# Cambiar frecuencia de muestreo (remuestreo)
ffmpeg -i entrada_48k.wav -ar 44100 -c:a pcm_s16le salida_44k.wav
SoX (Sound eXchange)
# Convertir frecuencia de muestreo con remuestreo de alta calidad
sox entrada.wav -r 48000 salida_48k.wav
# Aplicar dithering al reducir profundidad de bits
sox entrada_24bit.wav -b 16 salida_16bit.wav dither
# Normalizar nivel de audio a 0 dBFS
sox --norm entrada.wav salida_normalizada.wav
WAV vs. FLAC vs. AIFF vs. MP3
| Formato | Compresión | Pérdida de calidad | Tamaño de fichero |
|---|---|---|---|
| WAV (PCM) | Ninguna | Cero | ~10 MB/min |
| FLAC | Sin pérdida | Cero | ~5 MB/min |
| AIFF | Ninguna | Cero | ~10 MB/min |
| MP3 | Con pérdida | Sí | ~0,6-2,4 MB/min |
| Opus | Con pérdida | Sí | ~0,05-0,7 MB/min |
Cuándo usar WAV: Producción de audio (formato fuente y de renderizado DAW), bibliotecas de samples, entrega para radiodifusión, y cualquier contexto donde el procesado futuro no deba verse comprometido por artefactos de compresión existentes.
Cuándo usar FLAC en su lugar: Archivos donde la eficiencia de almacenamiento importa. FLAC es idéntico sin pérdida a WAV pero típicamente 50-60% más pequeño.
Resumen
WAV/PCM es la base del audio digital — simple, universal y sin pérdida. Su estructura de chunks RIFF es sencilla de analizar, sus datos PCM no requieren decodificación, y sus parámetros de formato están declarados explícitamente. El coste es el tamaño del fichero: a calidad CD, WAV es ~10 MB por minuto frente a ~1 MB para MP3. Para distribución, comprime a Opus/MP3/AAC. Para producción, edición y archivo donde cada muestra debe preservarse, WAV o su equivalente comprimido sin pérdida FLAC es la elección correcta.
Conversiones relacionadas
Pares de formatos de audio más frecuentes: