MP3, WAV, M4A и OGG в текст
Формат влияет не так сильно, как битрейт и частота дискретизации. Разбираем, что грузить как есть, а что конвертировать.
Что принимают без вопросов
- mp3 — универсальный, но не пережимайте ниже 96 кбит/с.
- wav — без потерь, идеален для распознавания, но тяжёлый: час записи ≈ 600 МБ.
- m4a — стандарт записей с iPhone, принимают все.
- ogg — голосовые Telegram и WhatsApp, тоже поддерживается почти везде.
Что действительно важно
Не формат, а два параметра: частота дискретизации и битрейт. Для речи достаточно 16 кГц, но записи с телефонных линий приходят в 8 кГц — там теряются согласные, и точность падает необратимо. Повышение частоты конвертером не возвращает утраченное.
Когда нужна конвертация
Конвертируйте только редкие форматы: amr со старых телефонов, dss и ds2 с профессиональных диктофонов, aiff. Во всех остальных случаях лишнее перекодирование только ухудшает исходник.
Частые вопросы
Влияет ли формат на цену?
Нет, оплата почти везде по длительности записи, а не по размеру файла.
Что если файл больше лимита?
Разрежьте по границам смысловых блоков — так проще потом собирать текст.
Видео тоже можно загрузить?
Да, большинство сервисов вытащит дорожку само. Но отдельная аудиодорожка загрузится быстрее.
Другие задачи
Загрузите запись — агент вернёт текст и сразу соберёт из него нужный документ.
Открыть агента Leantech →