转换 WAV 转换为文本

无法衡量。 准确性是由录音本身设定的—— 麦克风距离、噪音、交叉交谈—— 早在代码处理之前, 模型将所有东西都降为16 kHz单单。 如果这是你所拥有的, 上传WAV, 但不要寻找一个希望得到更好的成绩的无损大师。

不受压缩数学:CD质量立体声每分钟大约10MB, 所以100MB只持有9- 10分钟。 有三个出路: 自由账户将上限提高到500MB, 将大小缩放成单体, 或将最小体积减半, 或转换为FLAC, 平均体积为16千赫兹单体位, 每分钟大约1MB, 损失与模型耳朵完全相同 。

是的,每个位深度和样本率FFmpeg 的写法是: 16/24/32-bit, 8至192 kHz。 它们内部重新标注, 因此额外分辨率既无帮助也无伤害笔录; 它只会让上传量更大。 如果是瓶颈, 弹出16- 位/ 441 kHz 或单副本 。

否 - 嵌入 BWF 时间代码和提示标记被忽略, 记录稿的时间戳从文件顶部的 0: 00 开始。 如果记录属于同步视频编辑, 请在此导出 SRT 或 VTT, 并允许您的编辑软件在导入时应用此偏移 。

录音、解压缩、解写自由。工作室会话、现场录音、旧的语音文件—— 放下 WAV、编辑文本、导出。

无需注册无水印 TXT · SRT · VTT 导出 24小时内自动删除文件

将文件拖放到此处

或浏览您的文件

免费：每天 {0} 个文件 · 每个最长 {1} 分钟、最大 {2} MB

音频语言

Field recordersStudio sessions24-bit / 96 kHzDictaphones

WAV是一个大小问题,不是质量问题

WAV是没有压缩的PCM, 这是唯一可以计划的事情: CD质量立体声每分钟运行10MB, 所以100MB匿名封盖大约9-10分钟的立体声( 大约19个单声道)—— 你会在30分钟的立体声前很久就达到尺寸限制。一个免费账户将上限提高到500MB, 支付到5GB。

WAV 也是在上传前转换真正帮助的一种格式。模型内部收听16 kHz 单单, 所以“ ffmpeg - i in. wav - ar 16000 - ac 1 out. flac” 这样的命令将文件缩缩缩十倍左右, 而为了讲话目的却保持无损状态, 笔录是完全相同的。

WAV工作流程中的所有内容都在这里生成解码:16或24位、44.1至192千赫,从现场记录器上播放WAV,ADPCM或微法律变体的旧话和电话系统也写了文字。高分辨率不会增加准确性——音频在内部被混音和重新抽打,但也不会伤害。

纹身时戳总是从零开始: 忽略嵌入 BWF 时间代码。如果 WAV 是视频编辑的, 请在此生成 SRT 或 VTT, 并在导入时应用编辑器的偏移。

不受压缩的 WAV 抄写比压缩的拷贝更准确吗?

无法衡量。准确性是由录音本身设定的—— 麦克风距离、噪音、交叉交谈—— 早在代码处理之前, 模型将所有东西都降为16 kHz单单。如果这是你所拥有的, 上传WAV, 但不要寻找一个希望得到更好的成绩的无损大师。

30分钟前我的WAV达到100 MB限——为什么?

不受压缩数学:CD质量立体声每分钟大约10MB, 所以100MB只持有9- 10分钟。有三个出路: 自由账户将上限提高到500MB, 将大小缩放成单体, 或将最小体积减半, 或转换为FLAC, 平均体积为16千赫兹单体位, 每分钟大约1MB, 损失与模型耳朵完全相同。

24位和96千赫工作室 WAVs是否得到支持?

是的,每个位深度和样本率FFmpeg 的写法是: 16/24/32-bit, 8至192 kHz。它们内部重新标注, 因此额外分辨率既无帮助也无伤害笔录; 它只会让上传量更大。如果是瓶颈, 弹出16- 位/ 441 kHz 或单副本。

音响和多频道WAV如何处理?

频道在转录前被下混为单声道。当每个频道都携带同一个房间时,这很好,但如果你的录音机将不同的人放在不同的频道(左键左键右键左键左键右键),则将频道分开,并分别将文件抄录;你会得到比下键任何组合更干净的文本。

WAV(BWF)广播时代码是否包含在记录稿中?

否 - 嵌入 BWF 时间代码和提示标记被忽略, 记录稿的时间戳从文件顶部的 0: 00 开始。如果记录属于同步视频编辑, 请在此导出 SRT 或 VTT, 并允许您的编辑软件在导入时应用此偏移。

支持老式电话和电话WAVs(ADPCM,微法律)?

是的,FFmpeg解码了听写硬件和电话系统所写的传统WAV变体——ADPCM、μ-law/A-law、GSM——它们都是随手写下来的。比现代录音还要多的错误:这些格式是8千赫兹窄带,因此姓名和静音通道需要在编辑中有一个通行证。仍然比重写磁带还要多。