Konvertoje WAV në tekst

Audio i pakomprimitur, i transkriptuar lirisht. Seanca studio, regjistrime në fushë, skedarë të vjetër diktafonesh - hiq WAV, ndrysho tekstin, eksporto.

Pa regjistrim Pa shenjë uji Eksporti TXT · SRT · VTT Files auto-fshihen në 24 orë
Tërhiq dhe lësho file këtu
ose Shfleto file tuaja
Pa pagesë: {0} file në ditë · deri në {1} min & {2} MB secili

File më të mëdhenj apo më shumë ngarkime? Profili i lirë: 5 file/ditë, 1 orë file · Pro: 10 orë file + etiketat e folësit

0%
Duke ngarkuar...
Mbaje këtë tab të hapur — do të ridrejtohesh tek transkripta jote.
Field recordersStudio sessions24-bit / 96 kHzDictaphones

WAV është një problem madhësie, jo cilësie

WAV është PCM i pakomprimitur, dhe kjo është gjëja e vetme që duhet planifikuar: Stereo me cilësi CD shkon rreth 10 MB për minutë, kështu që kufijtë anonimë 100 MB përshtaten rreth 9-10 minuta stereo (rreth 19 mono) — do të arrijë kufijtë e madhësisë shumë para se të arrijë 30 minutat. Një llogari falas e ngre kufirin në 500 MB, nivelet e paguajëshme në 5 GB.

WAV është gjithashtu formati ku konvertimi para ngarkimit ndihmon vërtet. Modeli dëgjon në 16 kHz mono brenda, kështu që një komandë si "ffmpeg -i in.wav -ar 16000 -ac 1 out.flac" zvogëlon file rreth dhjetë herë ndërsa mbetet pa humbje për qëllimet e foljes — transkripti del identik.

Nga studio dhe regjistrimet në terren në tekst

Gjithçka që prodhon një rrjedhje WAV dekodet këtu: 16 ose 24 bit, 44.1 deri në 192 kHz, WAV të transmetuar nga regjistruesit e fushës dhe ADPCM ose variantet e ligjit µ të diktofonëve të vjetër dhe sistemeve telefonike. Rezolucioni i lartë nuk shton saktësi — zëri është i përzier dhe i ripërfshirë brenda — por nuk dëmton kurrë.

Stampat e kohës së transkriptimit gjithmonë fillojnë me zero: kodet e kohës të BWF të përfshira injorohen. Nëse WAV i përket një video edit, gjenero SRT ose VTT këtu dhe apliko offset e editorit kur importon atë.

Pyetja e shpeshtë

A do të transkribohet një WAV i pakompresorë më saktësisht se një kopje e kompresuar?
Nuk është e matshme. Saktësia është e vendosur nga vetë regjistrimi — distanca e mikrofonit, zhurma, crosstalk — shumë para se codec të ketë rëndësi, dhe modeli redukton gjithçka në 16 kHz mono gjithsesi. Ngarko WAV nëse e keni atë, por mos kërkoni një master pa humbje duke pritur një transkriptim më të mirë.
WAV im arrin kufirin e 100 MB para 30 minutave — pse?
Matematika e pakomprimimit: Stereo me cilësi CD është rreth 10 MB për minutë, kështu që 100 MB mbajnë vetëm 9-10 minuta. Tre mënyra: një llogari e lirë e ngre kufirin në 500 MB, përzierja në mono përgjysmon përmasat, ose konvertimi në FLAC në 16 kHz mono — rreth 1 MB për minutë dhe identik pa humbje me veshët e modelit.
A janë të suportuara WAV-të studio 24-bit dhe 96 kHz?
Po — çdo thellësi bit dhe shkallë e shembullit FFmpeg lexohet: 16/24/32-bit, 8 deri 192 kHz. Ato janë rishembulluar brenda, kështu që rezolucioni shtesë as nuk ndihmon as nuk dëmton transkriptimin; vetëm e bën ngarkimin më të madh. Bëj një kopje 16-bit/44.1 kHz ose mono nëse madhësia është bllokimi.
Si trajtohen WAV-të stereo dhe shumëkanale?
Kanalet janë të përziera në mono para transkriptimit. Kjo është në rregull kur çdo kanal ka të njëjtën dhomë - por nëse regjistruesi juaj vendos njerëz të ndryshëm në kanale të veçanta (lav majtas, boom djathtas), ndajeni kanalet dhe transkriboni file më vete; do të merrni tekst më të pastër për person se sa çdo përzierje.
A duhet të përmbahet kodi kohor WAV (BWF) i transmetimit në transkriptim?
Jo — kodet e kohës dhe shenjat cue të BWF të përfshira injorohen dhe shtyllat e kohës të transkriptimit fillojnë në 0:00 nga fillimi i file. Nëse regjistrimi i përket një video të sinkronizuar, eksporto SRT ose VTT këtu dhe lëre programin e editimit të aplikojë offset në import.
WAV të vjetër të diktofonit dhe telefonisë (ADPCM, µ-law) - të mbështetur?
Po. FFmpeg dekodon variantet e vjetra WAV — ADPCM, µ-law/A-law, GSM — që janë shkruar nga sistemet e diktimit dhe telefonit. Prit më shumë gabime se një regjistrim modern: këto formate janë bandë të ngushtë 8 kHz, kështu që emrat dhe pasazhet e heshtura duhet të kalojnë në editor. Ende më mirë se të rishkrimit të një kasete.