Esquema del codificador y decodificador perceptual
Un codec perceptual como MP3 divide la señal en tramas cortas, analiza el espectro con una MDCT y calcula el modelo psicoacústico para determinar cuántos bits asignar a cada banda. El cuantizador adapta la resolución por banda, y Huffman comprime el resultado. El decodificador invierte cada paso: descomprime, decuantiza y reconstruye la señal con la IMDCT.
Convierte un bloque de N muestras de audio en N/2 coeficientes espectrales, con solapamiento 50% entre tramas (TDAC) para evitar artefactos en los bordes. Permite representar el espectro con alta resolución frecuencial, que es exactamente lo que necesita el modelo psicoacústico para calcular el enmascaramiento por banda. MP3 usa bloques de 576 o 192 coeficientes según el tipo de ventana (larga/corta).
Reconstruye las N muestras a partir de los N/2 coeficientes decuantizados. Gracias al solapamiento y la propiedad TDAC, los errores de los bordes se cancelan entre tramas consecutivas, produciendo audio continuo sin clics. Es la operación que define la calidad de la reconstrucción en el decodificador — si la cuantización fue fiel al umbral psicoacústico, el resultado es perceptualmente transparente.
Calidad perceptual según codec y tasa de bits
Diferentes codecs alcanzan calidad transparente a distintas tasas de bits. Opus y AAC son más eficientes que MP3 a bajas tasas; MP3 sigue siendo el más compatible. La calidad se mide en escala 0–100 según pruebas de escucha tipo MUSHRA. El audio CD sin comprimir equivale a 1411 kbps.
Características de cada codec
Primer codec de audio perceptual de uso masivo. Banco de 32 filtros + MDCT. Buena compatibilidad universal. Calidad aceptable desde ~128 kbps.
AAC-LC (MPEG-4, 1997)
Sucesor oficial de MP3. MDCT pura, ventanas más largas, mejor manejo de transientes. Usado en iTunes, YouTube, smartphones. Transparente desde ~96 kbps.
Estado del arte. Combina CELT (alta calidad) y SILK (voz). Transparente desde ~64 kbps en música. Estándar para streaming y VoIP (WebRTC).
OGG Vorbis (Xiph, 2000)
Código abierto, sin royalties. Calidad comparable a AAC. Común en juegos y Linux.
WMA (Microsoft, 1999)
Propietario de Microsoft. Rendimiento similar a MP3, menor adopción actual.
Transmisión de audio por internet — el caso del streaming
Cuando escuchas Spotify, YouTube Music o Apple Music, el audio viaja ya codificado desde los servidores hasta tu dispositivo. El servidor almacena el audio comprimido; tu reproductor lo decodifica en tiempo real. Nunca se transmite el PCM crudo — sería inviable: un audio de 5 minutos en calidad CD ocupa ~52 MB sin comprimir, pero solo ~4.8 MB a 128 kbps. Ajusta la duración y la tasa de bits para ver cómo cambia el tamaño.
Spotify Free: 128 kbps OGG Vorbis
Spotify Premium: 320 kbps OGG Vorbis
Apple Music: 256 kbps AAC (+ lossless ALAC opcional)
YouTube Music: 256 kbps AAC
Amazon Music HD: hasta 3730 kbps (Ultra HD lossless)
Tidal HiFi: 1411 kbps FLAC (calidad CD)
A 128 kbps se necesitan solo 0.016 MB/s de ancho de banda — cualquier conexión 3G lo soporta. A 1411 kbps (lossless) se necesitan 0.18 MB/s, requiriendo WiFi o 4G/5G estable. El codec también determina la latencia de decodificación: Opus puede decodificar en tiempo real con apenas 2.5 ms de retardo, clave para videollamadas y juegos en red.