¿Por qué la música Hold es tan mala en calidad tan a menudo?

Como escribió Sanjay, la frecuencia de muestreo de 3,1 a 8 kHz utilizada para la mayoría de las llamadas que terminan en la red telefónica pública conmutada es muy inferior a la frecuencia de muestreo de 44,1 kHz que estamos acostumbrados a escuchar con CD. Si dos puntos finales de voz (como dos teléfonos de escritorio IP) admiten un códec de mayor velocidad de bits, es posible admitir velocidades de muestreo más altas, a expensas de un mayor ancho de banda. Pero, en general, el estándar ISDN asigna un canal DS0 de 64 kbps y 8 kHz x un octeto de 8 bits = 64 kbps, sin dejar espacio para un muestreo más alto en la llamada telefónica promedio con conmutación de circuitos, especialmente después de ‘robo de bits’ para Señalización de llamada.

Las conversaciones en humanos tienen mucho menos ‘actividad’, por lo que una frecuencia de muestreo de 8 kHz parece omitir menos detalles para una conversación que para una canción multipista con voces y varias capas de instrumentos.

Porque la tecnología telefónica está diseñada para operar en frecuencias de voz humana.
Frecuencia de voz
La música tiene un rango de frecuencia más amplio, de ahí la caída de la calidad.