Gardez cet onglet ouvert — vous serez redirigé vers votre transcription.
Field recordersStudio sessions24-bit / 96 kHzDictaphones
WAV est un problème de taille, pas un problème de qualité
WAV est un PCM non compressé, et c'est la seule chose à planifier autour: la qualité de CD stéréo tourne environ 10 Mo par minute, de sorte que le bouchon anonyme de 100 Mo correspond à environ 9-10 minutes de stéréo (environ 19 mono) - vous allez atteindre la limite de taille bien avant le 30 minutes. Un compte gratuit élève le plafond à 500 Mo, les niveaux payés à 5 Go.
WAV est également le seul format où la conversion avant téléchargement aide vraiment. Le modèle écoute à 16 kHz mono en interne, de sorte qu'une commande comme "ffmpeg -i in.wav -ar 16000 -ac 1 out.flac" rétrécit le fichier environ dix fois tout en restant sans perte pour des fins de parole — la transcription sort identique.
Des enregistrements en studio et sur le terrain au texte
Tout un flux de travail WAV produit des décodages ici: 16- ou 24 bits, 44,1 à 192 kHz, diffuse WAV à partir d'enregistreurs de terrain, et les variantes ADPCM ou μ-law vieux dictaphones et systèmes téléphoniques écrits. La haute résolution n'ajoute pas la précision — l'audio est démixé et rééchantillonné en interne — mais elle ne fait jamais de mal non plus.
Les timestamps de transcription démarrent toujours à zéro : le code temps BWF intégré est ignoré. Si le WAV appartient à une édition vidéo, générer le SRT ou le VTT ici et appliquer le décalage de votre éditeur lorsque vous l'importez.
Foire aux questions
Un WAV non compressé transcrira-t-il plus précisément qu'une copie compressée?
L'exactitude est définie par l'enregistrement lui-même — distance micro, bruit, crosstalk — bien avant que le codec ne compte, et le modèle réduit tout à 16 kHz mono de toute façon. Télécharger le WAV si c'est ce que vous avez, mais ne cherchez pas un maître sans perte en attendant un meilleur transcript.
Mon WAV atteint la limite de 100 Mo avant 30 minutes — pourquoi?
Mathématiques non compressés : la qualité du CD stéréo est d'environ 10 Mo par minute, donc 100 Mo ne dure que 9-10 minutes. Trois façons : un compte gratuit élève le bouchon à 500 Mo, le déclassement en mono moitiés de la taille, ou converti en FLAC à 16 kHz mono – environ 1 Mo par minute et sans perte identique aux oreilles du modèle.
Les WAV studio 24 bits et 96 kHz sont-ils pris en charge?
Oui — chaque profondeur de bit et taux d'échantillonnage FFmpeg lit: 16/24/32-bit, 8 à 192 kHz. Ils sont rééchantillonnés en interne, de sorte que la résolution supplémentaire n'aide ni ne blesse la transcription; il suffit de faire le chargement plus grand.
Comment les WAV stéréo et multicanaux sont-ils gérés?
Les canaux sont démixés en mono avant la transcription. C'est bien quand chaque canal porte la même pièce — mais si votre enregistreur met différentes personnes sur des canaux séparés (lav gauche, boom droite), divisez les canaux et transcrivez les fichiers séparément; vous obtiendrez un texte plus propre par personne que tout autre downmix.
Le code de temps de diffusion WAV (BWF) est-il transmis dans la transcription?
Non — les marqueurs de temps et de repère BWF intégrés sont ignorés, et les chronomètres de la transcription commencent à 0:00 du haut du fichier. Si l'enregistrement appartient à une édition vidéo synchronisée, exportez ici SRT ou VTT et laissez votre logiciel d'édition appliquer le décalage lors de l'importation.
Anciens dictaphones et téléphones WAV (ADPCM, μ-law) — pris en charge?
Oui. FFmpeg décode les variantes WAV héritées — ADPCM, μ-law/A-law, GSM — que le matériel de dictée et les systèmes téléphoniques ont écrit. S'attendre à plus d'erreurs qu'un enregistrement moderne: ces formats sont 8 kHz bande étroite, donc les noms et passages silencieux ont besoin d'un passage dans l'éditeur.