M4A o WAV para grabar voz

Qué son realmente los dos formatos

WAV es un contenedor de audio sin comprimir, normalmente PCM lineal. Cada muestra se guarda tal cual. No se descarta nada, no se modela nada, y el tamaño es aritmética pura: frecuencia × profundidad de bits × canales × segundos. Un minuto a 44,1 kHz, 16 bits y mono son unos 5 MB.

M4A es un contenedor —el de MPEG-4— que en iOS casi siempre lleva AAC dentro. AAC es con pérdidas: descarta el detalle que un modelo psicoacústico predice que no vas a oír, y guarda el resto de forma mucho más compacta. Ese mismo minuto queda en torno a 0,5 MB según los ajustes del codificador.

Vale la pena nombrar una confusión frecuente: M4A es el contenedor, AAC es el códec. Un M4A también puede llevar Apple Lossless, que no tiene pérdidas en absoluto. Si una ficha técnica dice solo «M4A», te ha ocultado la mitad importante.

¿La compresión con pérdidas estropea la voz?

Mucho menos de lo que se cree. AAC se diseñó contra el funcionamiento del oído humano, y la voz es su caso más fácil: rango de frecuencias estrecho, una sola fuente, mucha redundancia. A los bitrates que usa una grabadora de teléfono, la diferencia en una grabación de voz no es algo que vayas a oír en ninguna reproducción real.

Lo que sí degrada una grabación de voz, por orden: la distancia al hablante, la reverberación de la sala, el ruido de fondo y la saturación. Los cuatro empequeñecen al códec. Elegir WAV para proteger la calidad mientras estás a tres metros en una sala ruidosa es optimizar la única variable que no es el problema.

Cuándo WAV sí es la elección correcta

• Vas a procesar el audio en varias etapas: reducción de ruido, luego ecualización, luego compresión. Cada recodificación con pérdidas acumula artefactos; trabajar en WAV lo evita.
• Vas a alimentar una herramienta o una cadena que solo acepta PCM. Algunas de análisis y forenses lo exigen.
• Necesitas edición con precisión de muestra o medición exacta, más que escuchar.
• La política de archivo exige un original sin modificar, algo habitual en investigación y en contextos legales.

El patrón: WAV es un formato de trabajo y de archivo. M4A es un formato de captura y de entrega. Si estás grabando una reunión, una clase, una entrevista o una nota para ti, estás capturando y entregando.

Frecuencia de muestreo y canales

Frecuencia

La frecuencia fija la máxima que se puede representar: la mitad, en teoría. La inteligibilidad de la voz vive en buena medida por debajo de los 8 kHz, así que incluso 16 kHz resulta inteligible; 22,05 kHz suena holgadamente claro; 44,1 kHz captura con margen todo lo que produce una voz. Subir a 48 kHz para voz hablada no cambia esencialmente nada audible, y sobre todo aporta comodidad si luego metes el audio en un montaje de vídeo que va a 48 kHz.

Mono o estéreo

Un teléfono que graba una voz debería grabar en mono. El estéreo duplica el archivo a cambio de una imagen espacial que nadie quiere de una grabación hablada, y una captura con un solo micrófono no tiene información estéreo real de todos modos. Toda grabadora de voz seria viene en mono por este motivo.

Qué graba Voice Studio

Voice Studio graba AAC en un archivo .m4a, en mono, con tres niveles de calidad: estándar a 22,05 kHz, alta a 44,1 kHz y ultra a 48 kHz. «Alta» es el valor por defecto y es la elección correcta para prácticamente cualquier grabación hablada. No hay opción de WAV: multiplicaría el tamaño por unas diez veces a cambio de una diferencia que no oirías en voz, así que no la añadimos.

El .m4a es un archivo normal. Puedes compartirlo desde la app o llegar a él por la app Archivos, y se abre en cualquier cosa: Música, QuickTime, Audacity, un editor de vídeo, Windows. Si alguna vez necesitas PCM para una cadena de procesado, convertir M4A a WAV es un paso en cualquier herramienta de audio; el sentido contrario es el que pierde algo.

Preguntas frecuentes

¿M4A y AAC son lo mismo?

No exactamente. M4A es el contenedor; AAC es el códec que normalmente lleva dentro en iOS. Un M4A también puede contener Apple Lossless, que no tiene pérdidas.

¿Notaré la diferencia entre M4A y WAV en una grabación de voz?

En voz, a los bitrates de una grabadora de teléfono, no: en ninguna reproducción que uses de verdad. La distancia, la sala y el ruido de fondo pesan muchísimo más.

¿Voice Studio graba en WAV?

No. Graba AAC mono en .m4a a 22,05, 44,1 o 48 kHz según el ajuste de calidad. Puedes convertir el archivo exportado a WAV en cualquier herramienta de audio si tu flujo necesita PCM.

¿Qué frecuencia elijo para voz?

«Alta», a 44,1 kHz, es el valor por defecto sensato. «Estándar» a 22,05 kHz es perfectamente inteligible y ocupa menos; «ultra» a 48 kHz sirve sobre todo si el audio va a un montaje de vídeo a 48 kHz.