Latencia RTL en interfaces de audio: cuánta es demasiada

Si alguna vez has grabado con auriculares puestos y has notado un eco raro, como si tu voz o tu guitarra llegaran «con retraso» justo después de tocar, has topado con la latencia. Es uno de los conceptos que más se repiten en las fichas técnicas de interfaces de audio — y uno de los que menos se explica bien.

Qué es exactamente la latencia RTL

RTL son las siglas de Round Trip Latency, «latencia de ida y vuelta». Es el tiempo que tarda una señal en recorrer todo el camino: entra por el micrófono o la guitarra en formato analógico, se convierte a digital (conversor AD), viaja por USB hasta el ordenador, pasa por el software (DAW o mezclador), vuelve por USB a la interfaz, se convierte de nuevo a analógico (conversor DA) y sale por los altavoces o los auriculares. Todo ese recorrido, de entrada a salida, es la latencia de ida y vuelta.

Importa sobre todo cuando monitorizas por software: escuchas tu propia voz o instrumento pasando por el ordenador mientras grabas, en vez de escuchar la señal analógica directa. Si ese recorrido tarda demasiado, notas un desfase entre lo que tocas y lo que oyes — y tocar o cantar afinado se vuelve mucho más difícil.

De dónde sale la cifra: buffer y sample rate

La latencia teórica mínima depende de dos ajustes que controlas en tu DAW o en el panel de control de la interfaz:

Tamaño de buffer (en muestras): 32, 64, 128, 256, 512… Cuanto más pequeño, menos latencia, pero más exigencia para el procesador — con un buffer demasiado bajo para tu ordenador aparecen clics y cortes en el audio.
Sample rate (frecuencia de muestreo): normalmente 44,1 kHz o 48 kHz para home recording. A más sample rate, cada muestra dura menos tiempo, así que el mismo buffer se traduce en menos latencia. Qué sample rate usar (y por qué 96 kHz casi nunca compensa) lo vemos en bit depth y sample rate.

La fórmula orientativa es: latencia teórica (ms) = (tamaño de buffer / sample rate) × 2 — se multiplica por dos porque el recorrido es de ida y vuelta. Es una cifra teórica: la latencia real que vas a medir con un cable de loopback siempre es algo mayor, porque hay que sumar el tiempo de conversión de los propios conversores AD/DA y el overhead del protocolo USB. Por eso las mediciones independientes (no el cálculo de la fórmula) son la referencia fiable.

Cuánta latencia es demasiada

No hay un límite universal —depende de lo sensible que seas tocando en tiempo real—, pero estos son los rangos que se usan como referencia en el sector:

Menos de 5 ms: imperceptible para casi todo el mundo monitorizando por software.
Entre 5 y 10 ms: usable; algún instrumentista sensible lo nota, sobre todo tocando percusión o pasajes rápidos de piano.
Entre 10 y 12 ms: en el límite de lo cómodo para grabar tocando en tiempo real.
Más de 12 ms: molesto para grabar tocando; mejor recurrir a la monitorización directa (ver más abajo) que a subir el sample rate o bajar el buffer al mínimo.

Dos datos reales para poner esto en contexto, ambos de mediciones independientes con metodología documentada: la Focusrite Scarlett 2i2 mide 4,08 ms a 96 kHz con un buffer de 64 muestras (fuente: beatmakingtools.com); la PreSonus Studio 24c mide 8,0 ms a 48 kHz con buffer de 128, y 13,4 ms con buffer de 256 (fuente: linuxdj.com, medido con cable de loopback y jack_iodelay). Nota que las condiciones de medición no son idénticas entre sí —distinto sample rate y buffer— así que estas cifras no sirven para comparar directamente cuál interfaz es «más rápida» en igualdad de condiciones, solo para situar cada una contra los umbrales de arriba.

La solución que evita el problema por completo: monitorización directa

La latencia de ida y vuelta solo importa si tu señal pasa por el ordenador antes de llegar a tus oídos. La mayoría de interfaces de dos entradas —incluidas las dos mencionadas arriba— incluyen monitorización directa por hardware: un mando (a veces un simple selector, a veces un knob de mezcla) que te deja escuchar la señal analógica que entra, sin pasar por el ordenador ni por el software. Con la monitorización directa activada, la latencia deja de ser un problema, cueste lo que cueste tu buffer — el precio es que no puedes aplicar efectos de software (reverb, compresión) a lo que estás escuchando mientras grabas, solo a la señal ya grabada.

Cuándo sí importa optimizar el buffer

Si necesitas monitorizar con efectos de software en tiempo real (por ejemplo, cantar con reverb para sentirte más cómodo, o tocar una guitarra eléctrica a través de un simulador de amplificador por software), no te queda más remedio que bajar el buffer y aceptar la latencia que resulte. Ahí es donde se nota la diferencia real entre interfaces: unos drivers mejor optimizados permiten bajar más el buffer sin que aparezcan clics, y esa es la ventaja práctica de una latencia RTL más baja incluso si usas monitorización directa para grabar.

Para elegir interfaz sabiendo qué mirar en la ficha de specs, la review de la Scarlett 2i2 y la de la Studio 24c interpretan estos mismos umbrales contra sus datos reales, y la comparativa entre ambas las pone una al lado de la otra.

Y si aún no tienes claro qué más mirar además de la latencia, qué interfaz de audio necesitas ordena las cinco decisiones que condicionan la compra.