El PC (Ordenador Personal) no fue pensado en un principio para manejar sonido, excepto por esa reminiscencia que en algunos ordenadores ya no se instala (o está desconectada) llamada "altavoz interno" o "PC Speaker".

Ese pitido que oímos cuando arrancamos el ordenador ha sido durante muchos años el único sonido que ha emitido el PC. En un principio, el altavoz servía para comunicar errores al usuario, ya que la mayoría de veces, el ordenador debía quedarse solo trabajando (los primeros ordenadores eran muy lentos, y los usuarios tienen derecho a merendar).

Los ordenadores tenían (siguen teniendo) un "problema", sólo saben trabajar con datos digitales (más concretamente binarios, 0s y 1s), por lo que cuando conectamos unos altavoces a nuestra tarjeta de sonido, hay alguien que transforma esos datos digitales en analógicos para que nuestro altavoz los entienda. De eso se encarga el DAC (Conversor Digital-Analógico, ).

Y supongo que todo el mundo habrá deducido para qué sirve el ADC (Conversor Analógico-Digital); efectivamente, cuando grabamos desde una fuente externa (por ejemplo desde nuestro equipo musical), deberemos transformar esos datos analógicos que llegan por el cable en muestras digitales que podamos almacenar en nuestro disco duro.

Pero a alguien le puede ocurrir que necesite reproducir sonido, tratarlo al mismo tiempo con una fuente externa y volver a grabarlo. O simplemente reproducir y grabar al mismo tiempo. Esta característica se conoce como "fullduplex" y debe estar presente en cualquier tarjeta de sonido medianamente decente (creo que actualmente ya lo está en prácticamente todas). Para ello, los dos conversores ADC-DAC deben trabajar de forma separada.

Nada de 32, 64, 128 y 256 bits. Las tarjetas de sonido (excepto muy raras excepciones profesionales) toman las muestras de sonido a 16 bits (aunque se llame SoundBlaster 128 PCI o MaxiSound 64). Esto ha llevado a engaño a mas de uno (y de dos) al creer que su tarjeta de sonido trabajaba con más bits que su propio procesador (pero se trata del numero de voces, que es otro tema completamente distinto). Esos bits vienen a definir la posición del altavoz. ¿Qué significa esto? Vamos a explicarlo.

Para emitir sonidos, los altavoces se mueven dando golpes. Estos golpes hacen que el aire que nos rodea vibre, y nuestros oídos captan esas vibraciones y las transforman en impulsos nerviosos que van a nuestro cerebro... (bueno, eso ya no es cosa de los ordenadores). Pues bien, deberemos indicarle al altavoz dónde debe "golpear". Para ello simplemente le enviaremos una posición (en este caso un número). Pues bien, cuantas más posiciones podamos representar, mejor será el sonido. Y cuantos más bits tengamos, más posiciones podremos representar (sencillo ¿verdad?).

La diferencia es apreciable. Y supongo que todo el mundo se puede hacer una idea de qué sonará mejor...

¿Son necesarios más bits? En principio no; sin embargo, como en todo, cuando el ADC no es excesivamente bueno, los últimos bits captados tienen información que no es demasiado fidedigna. Esto significa que si podemos trabajar con un mayor abanico de bits (20 o más), aunque perdamos calidad el sonido final seguirá siendo igual de bueno.

Vamos a explicar esto. Las tarjetas de sonido simplemente transforman una señal continua (el sonido es algo continuo, no va a t-r-o-z-o-s) en una discreta (aunque no lo parezca). Explicamos la palabra "discreta": que sucede a ciertos intervalos de tiempo.

Veamos un gráfico de ejemplo.

En el dibujo apreciáis una línea continua, que representa un sonido. Sin embargo, en realidad cuando la captamos con nuestra tarjeta de sonido no podemos capturar TODA la onda, capturaremos simplemente una serie de puntos (los que están marcados), un punto cada cierto tiempo, es decir, un muestreo de los datos con una determinada frecuencia; la onda que nos quedará será del siguiente estilo:

Os podéis imaginar que si en lugar de 44KHz utilizamos 22KHz, en realidad capturaremos la mitad de posiciones:

El sonido se degrada rápidamente.

La conclusión de este ejercicio de dibujo a mano alzada es muy sencilla: cuanta más resolución tengamos, mejor será la representación del sonido en nuestro ordenador. Algunas tarjetas incorporan interpolación, mediante la que se suavizan los picos y se puede volver a obtener una onda más parecida a la original, mejorando, según los fabricantes, la calidad de sonido. Realmente, aún no conozco a ninguna persona que haya sido capaz de distinguir entre los dos sonidos (con y sin interpolación).

¿Y porqué exactamente 44’1KHz? Por el mismo motivo por el que el VHS emite 24 imágenes por segundo: si el ojo humano es capaz de reconocer como mucho unas 30 imágenes por segundo, sería un derroche de medios (y dinero) emitir 100 imágenes por segundo, por el simple hecho de que no notaríamos la diferencia. Del mismo modo, el oído humano es capaz de reconocer unos 44.000 sonidos cada segundo (o sea, capta el sonido con esa frecuencia), con lo que la utilización de un mayor muestreo no tiene ningún sentido (en principio).

Todas las tarjetas de sonido domésticas pueden trabajar con una resolución de 44’1KHz, y muchas incluso lo hacen a 48KHz. Las semi-profesionales trabajan en su mayoría con esos 48KHz y algunas incluso con 50KHz. Las profesionales llegan cerca de los 100KHz.

La utilización de este muestreo ampliado se debe al mismo motivo por el que algunas tarjetas utilizan más de 16bits para cada muestra: si los datos de partida no son suficientemente fieles o después nos vamos a dedicar a modificar el sonido, perderemos calidad, así que cuanta más calidad tengamos en un principio, mejores resultados obtendremos al final, es mejor trabajar con un margen de confianza.