La frecuencia respiratoria (RR) sirve como un parámetro fisiológico crítico en el contexto de evaluaciones tanto diagnósticas como pronósticas. Debido a los desafíos de la medición directa, la RR todavía se mide predominantemente a través del método tradicional de conteo manual de respiraciones en la práctica clínica. Se han desarrollado numerosos algoritmos y modelos de aprendizaje automático para predecir la RR utilizando señales fisiológicas, como las señales de electrocardiograma (ECG) y/o fotopletismograma (PPG). Sin embargo, la precisión de estos métodos existentes en conjuntos de datos disponibles sigue siendo limitada, y sus predicciones en nuevos datos también son insatisfactorias para aplicaciones clínicas reales. En este artículo, propusimos un modelo Transformer mejorado con bloques de inicio para predecir la RR basándose en las señales de ECG y PPG. Para evaluar la capacidad de generalización en nuevos datos, nuestro modelo se entrenó y probó utilizando validación cruzada de diez pliegues a nivel de sujeto utilizando datos de los conjuntos de datos BIDMC y CapnoBase. En el conjunto de pruebas, nuestro modelo logró un rendimiento superior a cinco métodos populares basados en aprendizaje profundo con un error absoluto medio (1.2) reducido en un 36.5% y un coeficiente de correlación (0.85) aumentado en un 84.8% en comparación con los mejores resultados de estos modelos. Además, también propusimos un nuevo flujo de trabajo para preprocesar las señales de ECG y PPG para mejorar el rendimiento del modelo. Creemos que el desarrollo del modelo TransRR se espera que acelere aún más la implementación clínica de la estimación automática de la RR.