Pidä tämä välilehti auki, niin pääset takaisin transkriptioosi.
Field recordersStudio sessions24-bit / 96 kHzDictaphones
WAV on kokoongelma, ei laatuongelma
WAV on paineeton PCM, ja se on ainoa asia, jonka ympärille kannattaa suunnitella: CD-laatuiset stereot kulkevat noin 10 MB minuutissa, joten 100 MB:n anonyymi korkki mahtuu noin 9-10 minuuttia stereoita (noin 19 monoa) – painat kokorajaa jo kauan ennen 30 minuutin mittaista. Vapaa tili nostaa korkin 500 MB:een, maksat 5 GB:n tasot.
WAV on myös se yksi formaatti, jossa muuntaminen ennen lataamista todella auttaa. Malli kuuntelee 16 kHz:n monoa sisäisesti, joten komento "fmpeg -i in.wav -ar 16000 -ac 1 out.flac" pienentää tiedoston kymmenkertaiseksi pysyessään häviöttömänä puhetarkoituksessa – selostus tulee esiin identtisenä.
Studio- ja kenttätallenteista tekstiin
Kaikki WAV-työvirta tuottaa täällä dekoodeja: 16- tai 24-bittisiä, 44.1-192 kHz, lähettää WAV-radiota kenttänauhurista ja ADPCM- tai μ-law-variantteja vanhoista diktafoni- ja puhelinjärjestelmistä. Korkea tarkkuus ei lisää tarkkuutta – ääni on sekaisin ja otettu uudelleen näytteestä sisäisesti – mutta se ei koskaan haittaa.
Transcript-ajatusmerkit alkavat aina nollasta: upotettu BWF-aikakoodi jätetään huomiotta. Jos WAV kuuluu videomuokkaukseen, luo SRT tai VTT tähän ja sovella editorin offset-arvoa sen tuodessa.
Usein kysyttyjä kysymyksiä
Kirjoittaako paineeton WAV tarkemmin kuin pakattu kopio?
Tarkkuus on määrätty nauhoituksen avulla – mikin etäisyys, ääni, ristiinpuhuminen – kauan ennen kuin koodekilla on merkitystä, ja malli laskee kaiken 16 kHz:n monoon. Lataa WAV, jos se on mitä sinulla on, mutta älä etsi häviötöntä mestaria, joka odottaa parempaa transkriptiota.
WAV-autoni saavuttaa 100 MB:n rajan ennen puolta tuntia – miksi?
Puristettua matematiikkaa: CD-laatustereo on noin 10 Mt minuutissa, joten 100 Mt:n aika on vain 9-10 minuuttia. Kolme uloskäyntiä: ilmainen tili nostaa korkin 500 Mt:ään, jolloin se puolittaa kokoa, tai muuntaa FLAC:ksi 16 kHz:n monolla, noin 1 Mt minuutissa ja häviöttömästi identtiseksi mallin korvien kanssa.
Tuetaanko 24-bittisiä ja 96 kHz:n studio-WAV-automaatteja?
Kyllä – jokainen lyöntisyvyys ja näytteenottonopeus FFmpeg kuuluu: 16/24/32-bit, 8–1 192 kHz. Ne otetaan sisäisesti uudelleen, joten ylimääräinen resoluutio ei auta eikä vahingoita transkriptiota, vaan se vain suurentaa latausta. Ponnauta 16-bittistä/44,1 kHz:ta tai monokopiota, jos koko on pullonkaula.
Miten stereot ja monikanavaiset WAV-autot käsitellään?
Kanavat on sekoitettu monoiksi ennen transkriptiota. Se on hienoa, kun jokainen kanava kantaa samaa huonetta – mutta jos nauhuri laittaa eri ihmiset eri kanaville (lav vasemmalle, puomi oikealle), jakaa kanavat ja kirjoittaa tiedostot erikseen; saat puhtaampaa tekstiä per henkilö kuin mikään downmix.
Onko WAV (BWF) -aikakoodi mukana transkriptissä?
Ei – upotetut BWF-aikakoodit ja merkkimerkit jätetään huomiotta, ja tiedoston ylälaidasta alkavat dokumentin aikaleimat kello 0. Jos nauhoitus kuuluu synkronoituun videoeditoriin, vie SRT tai VTT tänne ja anna muokkausohjelmistosi käyttää offsetia tuontiin.
Vanhat diktafonit ja puhelinvaihteet (ADPCM, μ-laki) – tuettu?
Kyllä. FFmpeg purkaa aiemmat WAV-variantit – ADPCM, μ-law/A-law, GSM – jotka sanelulaitteet ja puhelinjärjestelmät kirjoittivat. Odotetaan enemmän virheitä kuin moderni nauhoitus: nuo formaatit ovat 8 kHz kapeakaistaisia, joten nimet ja hiljaiset käytävät tarvitsevat kulkuluvan editoriin.