Дръжте тази сметка отворена - ще бъдете пренасочени към вашия запис.
Field recordersStudio sessions24-bit / 96 kHzDictaphones
WAV е проблем с размера, а не с качеството
WAV е некомпресиран PCM, и това е единственото нещо, което да се планира около: CD-качествено стерео работи около 10 MB на минута, така че 100 MB анонимната капачка попада приблизително 9-10 минути стерео (около 19 моно) — ще достигнете лимит на размера дълго преди 30-минутната. Безплатна сметка увеличава капака на 500 MB, платени нива на 5 GB.
WAV е също един формат, където преобразуването преди качването наистина помага. Моделът слуша при 16 кHz моно вътрешно, така че команда като "ffmpeg -i in.wav -ar 16000 -ac 1 out.flac" намалява файла около десет пъти, докато остава без загуба за целите на говора – транскриптът излиза идентично.
От студио и полеви записи до текст
Всичко, което WAV работен процес произвежда декодира тук: 16- или 24-битна, 44.1 до 192 kHz, излъчва WAV от полеви записватели, както и ADPCM или μ-правови варианти стари диктафони и телефонни системи. Високата резолюция не добавя точност – звукът е смачкан и преизчислен вътрешно — но не боли.
Времеви табели на Transcript винаги започват от нула: вграден BWF времево код е пренебрегнат. Ако WAV принадлежи към видео редактиране, генерирайте SRT или VTT тук и прилагайте отстъпа на вашия редактор при вноса му.
Често задавани въпроси
Дали некомпресиран WAV ще се транскрибира по-точно от компресирано копие?
Не ме измери. Точността се поставя от самия запис — микродистанцията, шума, кръстословие — много преди кодека значение, и моделът намалява всичко до 16 кГц моно. Качи WAV, ако това е това, което имате, но не ловете за безгубен майстор очаквайки по-добър транскрипт.
Моят WAV достига границата 100 MB преди 30 минути — защо?
Некомпресирана математика: CD-качество стерео е около 10 MB на минута, така че 100 MB държи само 9-10 минути. Три изхода: безплатна сметка увеличава капачката до 500 MB, свеждане на микс към монополовина размер, или преобразуване на FLAC при 16 kHz моно - приблизително 1 MB на минута и без загуба идентични с ушите на модела.
Подкрепени ли са 24-битни и 96 кХз студио WAVs?
Да — всяка битова дълбочина и скорост на пробата FFmpeg чете: 16/24/32-бит, 8 до 192 kHz. Те са преизследвани вътрешно, така че допълнителната резолюция не помага нито наранява транскрипта; това просто прави качаването по-голямо. Отскачане 16-бит/44.1 kHz или моно копие, ако размера е гръзкият град.
Как се справят стерео и многоканални WAV?
Каналите са сведени на моно преди транскрипция. Това е добре, когато всеки канал носи една и съща стая - но ако вашият записвач постави различни хора на отделни канали (лав ляво, бум надясно), разделяне на каналите и транскриптиране на файловете отделно; ще получите по-чист текст на човек от всяко съкращение.
Внася ли времевото кодово излъчване WAV (BWF) в транскрипта?
Не — вградените BWF времево код и сигнални маркери са пренебрегнати, а временските табелки на транскрипта започват от върха на файла. Ако записът принадлежи към синхронизиран видео редактиране, изнасяйте SRT или VTT тук и позволявайте на вашия софтуер за редактиране да се прилага компенсацията при внос.
Старите диктафони и телефонни WAVs (ADPCM, μ-закон) — подкрепени?
Да. FFmpeg декодира наследствени WAV варианти — ADPCM, μ-лаw/A-law, GSM — че диктационни хардуер и телефонни системи са написани. Очакват повече грешки от съвременна запис: тези формати са 8 kHz тесен бенд, така че имената и тихите пасажи трябва да преминат в редактора. Все още побеждава ретипиране на касета.