Как сжать аудио для загрузки и сохранить разборчивость речи

Узнайте причину большого размера

Посмотрите длительность, кодек, число каналов и битрейт. Час несжатого стереозвука и час сжатой речи могут сильно различаться по объёму. Само расширение не говорит о пригодности записи к распознаванию.

Сначала проверьте условия загрузки аудио для расшифровки. Если исходный файл уже принимается и передаётся нормально, преобразование может быть лишним. Архив ZIP обычно не даёт большого выигрыша для уже сжатого аудио.

Подготовьте пробную копию

Экспортируйте короткий представительный фрагмент: обычный голос, тихую реплику и сложное слово. Выберите совместимый формат, сохранив исходник. Не уменьшайте число каналов, пока не убедились, что в них нет разных собеседников.

Для речи допустимы разные настройки в зависимости от кодека и качества источника. Универсального минимального битрейта, гарантирующего точность, нет. Сравнивайте результат на том материале, с которым работаете.

Оцените выигрыш и потери

Сопоставьте размер пробного файла и разборчивость слов. Если смысл стал угадываться, вернитесь к менее сильному сжатию. Проверьте, что экспорт не изменил скорость, длительность или высоту голоса.

Для постоянного битрейта ориентировочный объём равен длительности в секундах, умноженной на битрейт в битах в секунду и делённой на восемь. Контейнер добавляет небольшой служебный объём; переменный битрейт даёт приблизительный результат.

Учебный пример для проверки

Что ещё проверить

Перед экспортом разберитесь с контейнерами и кодеками. После распознавания отдельно выполните проверку текста.

Частые вопросы