Nechajte túto kartu otvorenú – budete presmerovaní na svoj prepis.
Field recordersStudio sessions24-bit / 96 kHzDictaphones
WAV je problém veľkosti, nie problém kvality
WAV je nekomprimované PCM, a to je jedna vec, ktorú treba brať do úvahy: CD-kvalitné stereo beží asi 10 MB za minútu, takže anonymný limit 100 MB sa zmestí približne na 9-10 minút stereo (asi 19 mono) — dosiahnete limit veľkosti dávno pred 30-minútovým. Bezplatný účet zvyšuje limit na 500 MB, platené úrovne na 5 GB.
WAV je tiež jediný formát, kde konverzia pred nahrávaním skutočne pomáha. Model počúva vnútorne v 16 kHz mono, takže príkaz ako "ffmpeg -i in.wav -ar 16000 -ac 1 out.flac" zmenší súbor približne desaťnásobne, pričom zostane bezstratový pre účely reči - prepis vyjde identický.
Od štúdiových a terénnych nahrávok k textom
Všetko, čo WAV workflow produkuje, sa tu dekóduje: 16- alebo 24-bit, 44,1 až 192 kHz, vysielaný WAV z terénnych rekordérov a ADPCM alebo µ-law varianty starých diktofonov a telefónnych systémov.Vysoké rozlíšenie nepridáva presnosť - zvuk je downmixed a resampler vnútorne - ale nikdy to neublíži.
Časové značky prepisu vždy začínajú na nule: vložený časový kód BWF sa ignoruje.Ak WAV patrí k úprave videa, vygenerujte SRT alebo VTT tu a použite offset editora pri jeho importovaní.
Často kladené otázky
Bude nekomprimovaný WAV prepisovať presnejšie ako komprimovaná kópia?
Presnosť je určená samotnou nahrávkou - vzdialenosť mikrofónu, šum, prekrývanie - dlho predtým, ako je dôležitý kodek, a model downsample všetko na 16 kHz mono. Nahrajte WAV, ak to je to, čo máte, ale nehľadajte bezstratový master v očakávaní lepšieho prepisu.
Nekomprimovaná matematika: CD-kvalitné stereo je asi 10 MB za minútu, takže 100 MB pojme len 9-10 minút.Tri možnosti: bezplatný účet zvyšuje limit na 500 MB, downmixovanie na mono znižuje veľkosť na polovicu, alebo konvertovanie na FLAC pri 16 kHz mono — približne 1 MB za minútu a bezstratovo identické s modelovými ušami.
Sú podporované 24-bitové a 96 kHz štúdiové WAV?
Áno — každá bitová hĺbka a vzorkovacia frekvencia FFmpeg číta: 16/24/32-bit, 8 až 192 kHz. Sú resamplované interne, takže extra rozlíšenie nepomáha ani neubližuje prepisu; iba zvyšuje veľkosť nahrávania. Odrazte 16-bit/44.1 kHz alebo mono kópiu, ak je veľkosť prekážkou.
Ako sa spracúvajú stereo a viackanálové WAV?
To je v poriadku, ak každý kanál prenáša rovnakú miestnosť - ale ak váš rekordér umiestnil rôznych ľudí na samostatné kanály (lav vľavo, boom vpravo), rozdeľte kanály a prepisujte súbory samostatne; získate čistejší text na osobu ako akýkoľvek downmix.
Prenáša sa vysielaný časový kód WAV (BWF) do prepisu?
Nie – vložený časový kód BWF a značky ťahu sa ignorujú a časové značky prepisu začínajú na 0:00 z vrcholu súboru.Ak nahrávka patrí k synchronizovanej úprave videa, exportujte SRT alebo VTT tu a nechajte editačný softvér použiť posun pri importovaní.
Staré WAV súbory diktafonov a telefónov (ADPCM, µ-law) — podporované?
Áno. FFmpeg dekóduje staršie WAV varianty - ADPCM, µ-law/A-law, GSM - ktoré napísal diktovací hardvér a telefónne systémy. Očakávajte viac chýb ako moderné nahrávky: tieto formáty sú 8 kHz úzkopásmové, takže mená a tiché pasáže potrebujú prejsť editorom. Stále je lepšie ako prepisovanie pásky.