El espectro de frecuencias captadas por el oído humano abarca de 20 a 20.000 Hz. La voz humana se emite en un rango de 20 a 112.000 Hz aproximadamente. Para maximizar el tráfico de datos en un ancho de banda limitado, es necesario comprimir dicho rango de frecuencias.
La compresión del sonido y la reducción del rango de frecuencia captada por el oyente dificulta la comprensión del mensaje. Este fenómeno produce una fatiga específica que incide enormemente en las condiciones de trabajo de todos los participantes, y en especial de los intérpretes. Por ello, es fundamental que estos trabajen en equipo, organizándose en turnos más breves.
Además, algunas plataformas de interpretación remota ofrecen rangos realmente muy limitados a 4000 Hz (Kudo), por lo que no pueden transmitir las consonantes sibilantes (fricativas de obstáculo), cuyo rango es de 8.000 a 10.000 Hz, y por lo tanto no son aptas para traducir determinadas lenguas.
A título ilustrativo, la plataforma de interpretación remota Kunweno llega a 40.000 Hz, y la plataforma de videoconferencia Zoom ofrece 9.000 Hz.