Como devo decidir sobre um formato de áudio padrão?

Em teoria, o teorema Teorema de Nyquist diz-nos que uma determinada taxa de amostragem pode reproduzir com precisão qualquer frequência inferior a metade dessa taxa. Uma vez que o alcance da audição humana não ultrapassa os 20 kHz - de facto, para um humano adulto é provavelmente inferior a 19 kHz - 44,1 kHz é mais do que adequado.

Contudo, estamos a lidar com hardware imperfeito, e por isso a resposta depende da taxa de amostragem nativa da sua placa de som. Se escolher uma taxa diferente, a amostra será aumentada (ou diminuída, se escolher 96 kHz) em hardware, o que pode ou não causar perda de qualidade audível, dependendo de como é feito.

Creio que a taxa de amostragem nativa da maioria do hardware de áudio integrado é de 48 kHz, pelo que seria melhor fazer uma nova amostragem de tudo a essa taxa, uma vez que os algoritmos de software são provavelmente melhores do que o hardware integrado barato.

A maioria das placas de som modernas podem suportar nativamente as frequências de amostragem mais comuns (as que menciona) sem perda de qualidade. E como o utilizador55325 afirma, qualquer coisa acima de 44,1 kHz não é realmente necessária para o ouvido humano (normal). A maior parte da perda de qualidade experimentada com áudio digital começa após a conversão do som digital para analógico, e depende dos filtros utilizados (uma boa conversão digital -> analógica necessita de um filtro para remover os efeitos de digitalização de alta frequência), do amplificador, e mais importante dos altifalantes (ou auscultadores ou …)

Outra coisa que irá influenciar a qualidade é: Se utilizar compressão neste ficheiros de áudio (MP3, WMA, Flac …), então na maioria das vezes (excepto quando utiliza um formato de compressão sem perdas) esta compressão irá influenciar mais a qualidade do que a frequência de amostragem escolhida.

Se não utilizar qualquer forma de compressão (ou utilizar compressão sem perdas) eu manteria os ficheiros no formato em que os obtive, porque qualquer manipulação na frequência de amostragem causará uma pequena degradação na qualidade (mais perceptível quando a amostragem é descendente = de uma frequência mais alta para uma mais baixa; e a amostragem ascendente não lhe trará quaisquer benefícios - não poderá melhorar a qualidade do som acima da qualidade do original). A amostragem em cima dá também a desvantagem de ficheiros maiores, pelo que será necessário mais espaço em disco para guardar os mesmos ficheiros.

Sobre os ficheiros de 96kHz: estes podem perfeitamente ser utilizados para processamento posterior, este é (um dos) formato(s) que os estúdios utilizam quando fazem uma gravação (a maioria das multi-pistas) e depois combinam tudo isto para o colocar num CD (a 44,1 kHz) ou num filme (48 kHz). Quando os têm neste formato, eu mantê-los-ia assim, excepto quando precisam do espaço em disco, mas nunca o utilizaria como formato para todos os meus ficheiros.

Uma coisa que deve definitivamente considerar é, pelo menos, fixá-lo em 24bit, uma vez que o upsampling áudio de 16bit para 24bit é completamente sem perdas de qualquer forma. (é como ver um GIF de 256 cores em qualquer ecrã semi-moderno de 24bit)