تبدیل WAV به متن

صدای فشرده نشده، آزادانه رونوشت شده. جلسات استودیو، ضبط‌های میدانی، پرونده‌های دیکتاتور قدیمی — WAV را رها کنید، متن را ویرایش کنید، صادر کنید.

ثبت نام نشده بدون نشان آبی صادرات TXT · SRT · VTT حذف خودکار پرونده‌ها در ۲۴ ساعت
پروندۀ شما را به اینجا بکشید و بگذارید
یا مرور پرونده‌های شما
رایگان: {0} پرونده در روز · تا {1} دقیقه و هر کدام {2} مگابایت

پرونده هاي بزرگتر يا آپلود هاي بيشتر؟ حساب رایگان: ۵ پرونده در روز، پرونده‌های ۱ ساعته · حرفه اي: پرونده هاي 10 ساعته + برچسب هاي بلندگو

0%
در حال بارگذاری...
این صفحه را باز نگه دارید - شما به رونوشت خود بازگردانده خواهید شد.
Field recordersStudio sessions24-bit / 96 kHzDictaphones

WAV مشکل اندازه است، نه مشکل کیفیت

WAV PCM فشرده نشده است، و این تنها چیزی است که باید برنامه‌ریزی شود: کیفیت سی‌دی استریوی حدود ۱۰ مگابایت در دقیقه اجرا می‌شود، بنابراین حد 100 مگابایت ناشناس تقریباً ۹-۱۰ دقیقه استریوی (حدود ۱۹ مونو) را در بر می‌گیرد - شما به حد اندازه قبل از ۳۰ دقیقه رسیده اید.

مدل در ۱۶ کیلوهرتز تک‌فرکانسی داخلی گوش می‌دهد، بنابراین یک فرمان مانند "ffmpeg -i in.wav -ar 16000 -ac 1 out.flac" فایل را در حدود ده برابر کوچک می‌کند در حالی که برای اهداف گفتار بدون از دست دادن باقی می‌ماند - رونوشت مشابه خارج می‌شود.

از استودیو و ضبط در زمین تا متن

هر چیزی که یک جریان کاری WAV تولید می‌کند در اینجا رمزگشایی می‌شود: ۱۶ یا ۲۴ بیتی، ۴۴٫۱ تا ۱۹۲ کیلوهرتز، پخش WAV از ضبط‌کننده‌های میدانی، و ADPCM یا انواع µ-law که دیکتاتورهای قدیمی و سیستم‌های تلفنی نوشته‌اند.

زمان‌نمای رونوشت همیشه از صفر آغاز می‌شود: کد زمان BWF توکار نادیده گرفته می‌شود. اگر WAV متعلق به ویرایش ویدئو باشد ، SRT یا VTT را در اینجا تولید کنید و هنگام وارد کردن آن ، انحراف ویرایشگر را اعمال کنید.

پرسش‌های متداول

آیا یک WAV فشرده نشده دقیق‌تر از یک کپی فشرده رونویسی می‌کند؟
به صورت قابل اندازه‌گیری نیست. دقت توسط خود ضبط تنظیم می‌شود — فاصله میکروفون ، نویز ، گفتار متقابل — خیلی قبل از اینکه کدک اهمیت داشته باشد ، و مدل هر چیزی را به هر حال به ۱۶ کیلوهرتز تک نمونه می‌گیرد. اگر WAV را دارید آن را بارگذاری کنید ، اما برای یک استاد بدون از دست دادن انتظار رونوشت بهتری را نداشته باشید.
WAV من قبل از ۳۰ دقیقه به حد ۱۰۰ مگابایت می‌رسد - چرا؟
سه راه برای خارج شدن از این مشکل وجود دارد: یک حساب رایگان حداکثر ظرفیت را به ۵۰۰ مگابایت افزایش می‌دهد، حجم را به نصف کاهش می‌دهد، یا به FLAC با ۱۶ کیلوهرتز تبدیل می‌کند - تقریباً ۱ مگابایت در دقیقه و بدون از دست دادن صدای گوش مدل.
آیا WAVهای استودیویی ۲۴ بیتی و ۹۶ کیلوهرتز پشتیبانی می‌شوند؟
بله — هر عمق بیت و نرخ نمونه FFmpeg می‌خواند: ۱۶/۲۴/۳۲-بیت، ۸ تا ۱۹۲ کیلوهرتز. آنها در داخل بازنمونه‌گیری می‌شوند، بنابراین وضوح اضافی نه به رونوشت کمک می‌کند و نه به آن آسیب می‌رساند؛ فقط آپلود را بزرگتر می‌کند. اگر اندازه تنگنا باشد، یک رونوشت ۱۶-بیت/۴۴٫۱ کیلوهرتز یا تک‌رنگ را بازگردانید.
چگونه استریوی و کانال‌های چند کانالی WAV را مدیریت می‌کنید؟
کانال‌ها قبل از رونوشت به حالت تک‌کانال دکمه‌شده‌اند. این حالت در صورتی که هر کانال یک اتاق را حمل کند، خوب است — اما اگر ضبط‌کننده شما افراد مختلف را در کانال‌های جداگانه قرار دهد (left lav, right boom)، کانال‌ها را تقسیم کنید و پرونده‌ها را جداگانه رونوشت کنید؛ شما متنی پاکیزه‌تر از هر دکمه‌شدن برای هر شخص خواهید داشت.
آیا کد زمان پخش WAV (BWF) در رونوشت حمل می‌شود؟
نه — کد زمان و نشانگرهای کیو BWF توکار نادیده گرفته می‌شوند و مهرهای زمانی رونوشت از ۰:۰۰ از بالا پرونده‌ای آغاز می‌شود. اگر ضبط متعلق به ویرایش ویدئوی همگام‌سازی شده باشد، SRT یا VTT را در اینجا صادر کنید و اجازه دهید نرم‌افزار ویرایش شما در هنگام واردات افکت را اعمال کند.
Old dictaphone and telephony WAVs (ADPCM, µ-law) — supported?
بله. FFmpeg انواع WAV قدیمی را رمزگشایی می‌کند — ADPCM ، µ-law/A-law ، GSM — که توسط سخت‌افزار diktation و سیستم‌های تلفن نوشته شده‌اند. انتظار خطاهای بیشتری نسبت به یک ضبط مدرن را داشته باشید: این قالب‌ها باند باریک ۸ کیلوهرتز هستند ، بنابراین نام‌ها و گذرگاه‌های ساکت نیاز به گذر در ویرایشگر دارند. هنوز هم از تایپ مجدد یک نوار بهتر است.