Transkrypcja plików WAV
Jedyny obsługiwany format, przy którym limit rozmiaru bywa realną przeszkodą — i jedyny, przy którym konwersja przed wysłaniem ma sens.
Gotowe do zapisu
Sprawdź język i zaczynamy.
W skrócie
Pliki WAV przesyłasz bez konwersji, ale warto znać arytmetykę: WAV jest nieskompresowany, więc godzina nagrania stereo 44,1 kHz zajmuje około 635 MB i w limicie 5 GB mieści się nieco ponad 8 godzin. Przy dłuższym materiale przekonwertuj plik do MP3 128 kbps — dokładność transkrypcji się nie zmieni.
Ile waży godzina WAV-a
WAV przechowuje surowe próbki, więc rozmiar wynika wprost z parametrów nagrania i nie zależy od tego, co się na nim dzieje. Wzór jest prosty: częstotliwość × bitów na próbkę × liczba kanałów.
| Parametry | Typowe źródło | Na godzinę | Zmieści się w 5 GB |
|---|---|---|---|
| 16 kHz, 16 bit, mono | dyktafon, nagrywanie rozmów | 115 MB | ok. 46 h |
| 44,1 kHz, 16 bit, mono | rejestrator z jednym mikrofonem | 318 MB | ok. 17 h |
| 44,1 kHz, 16 bit, stereo | standard CD, domyślny eksport | 635 MB | ok. 8 h |
| 48 kHz, 24 bit, stereo | nagranie studyjne, sprzęt filmowy | 1,04 GB | ok. 5 h |
Przewiń tabelę w bok, aby zobaczyć pozostałe kolumny.
Kiedy przekonwertować, a kiedy nie
Zasada jest jedna i wynika z tego, jak działa rozpoznawanie mowy: model analizuje pasmo mowy, a nie wierność brzmienia. Nadmiarowa jakość WAV-a nie przekłada się na ani jeden poprawnie rozpoznany wyraz więcej.
- Prześlij bez zmian, jeśli plik mieści się w 5 GB i masz szybkie łącze — to najprostsza droga.
- Przekonwertuj do MP3 128 kbps, jeśli nagranie jest dłuższe niż kilka godzin albo wysyłanie się dłuży. Plik zmaleje około jedenastokrotnie.
- Nie konwertuj do innego formatu bezstratnego, na przykład FLAC-a. Przyjmiemy go bez problemu, ale plik nie zmaleje na tyle, żeby konwersja miała sens.
- Nie zmniejszaj częstotliwości poniżej 16 kHz. Poniżej tego progu zaczyna brakować informacji, na których model faktycznie pracuje.
Skąd biorą się pliki WAV
- Rejestratory reporterskie i studyjne, gdzie WAV jest domyślnym formatem zapisu.
- Systemy nagrywania rozmów — często 16 kHz mono, czyli najlżejszy wariant z tabeli.
- Sprzęt do nagrywania rozpraw i posiedzeń, gdzie bezstratny zapis bywa wymogiem proceduralnym.
- Eksport z programów do montażu dźwięku, zwykle 44,1 lub 48 kHz.
Jeśli WAV jest u Ciebie wymogiem archiwizacyjnym, zachowaj oryginał u siebie, a do transkrypcji prześlij kopię MP3. Transkrypt będzie identyczny, a wysyłka wielokrotnie krótsza.
Pytania
Ile godzin WAV-a zmieści się w limicie?
Przy 44,1 kHz stereo 16 bit — nieco ponad 8 godzin, bo godzina to około 635 MB. Przy 16 kHz mono, typowym dla dyktafonów, około 46 godzin. To jedyny obsługiwany format, przy którym limit bywa realnym problemem.
Czy WAV daje dokładniejszą transkrypcję niż MP3?
Przy typowych ustawieniach kompresji — nie. Model pracuje na paśmie mowy, a nie na wierności brzmienia, więc warunki nagrania ważą nieporównanie więcej niż format. Różnica pojawia się dopiero przy bardzo niskiej przepływności.
Jak zmniejszyć plik WAV przed wysłaniem?
Wyeksportuj go do MP3 128 kbps w dowolnym edytorze dźwięku — plik zmaleje mniej więcej jedenastokrotnie, a transkrypcja wyjdzie tak samo. Nie schodź z częstotliwością poniżej 16 kHz.
Czy obsługujecie FLAC?
Tak, prześlij go bez konwersji — tak samo jak WAV. Bezstratność nie poprawia transkrypcji ani o procent, więc konwertuj tylko wtedy, gdy zależy Ci na szybszym wysyłaniu: MP3 128 kbps daje ten sam tekst przy pliku mniejszym o rząd wielkości.