AIFF в текст
AIFF — это WAV наоборот: тот же несжатый PCM, но с обратным порядком байт и в контейнере IFF. Приходит из студийных монтажек Apple.
8,3% средний WER GigaAM v3 RNNTпротив 21% у Whisper large-v3 — в 2,5 раза меньше ошибок15 мин бесплатно без регистрациидо 10 часов на файл
Технические характеристики AIFF
| Полное название | Audio Interchange File Format (Apple) |
|---|---|
| Контейнер | IFF, big-endian |
| Кодеки внутри | PCM big-endian, AIFF-C со сжатием |
| MIME-типы | audio/aiff, audio/x-aiff |
| Расширения | .aiff, .aif, .aifc |
| Типичный битрейт | 1411 кбит/с |
| Частота дискретизации | 44 100 Гц, стерео 16 бит |
| Сжатие | без потерь |
| Демультиплексирование | не нужно |
| Лимит на файл | 4 ГБ — это примерно 396 минут при типичном битрейте |
| Минут в 1 ГБ | 99 |
Что конвейер делает именно с AIFF
- Читаем чанк COMM и корректно интерпретируем частоту дискретизации, записанную 80-битным числом с плавающей точкой — редкое место, где ошибаются парсеры.
- Разворачиваем порядок байт из big-endian: чтение как little-endian дало бы белый шум.
- AIFF-C распаковываем по полю compressionType (sowt, ulaw, alaw, ima4).
- Читаем чанк MARK: маркеры, расставленные в Logic или Pro Tools, превращаем в закладки в расшифровке.
Откуда берутся такие файлы
- Экспорт из Logic Pro, GarageBand, Pro Tools
- Мастера подкастов до кодирования
- Архивы студийных записей
Грабли, о которых стоит знать заранее
- AIFF-C с типом sowt — это на самом деле little-endian
Смешение порядков байт внутри одного формата — источник «шумных» конвертаций. Мы читаем поле compressionType и не гадаем.
- Тот же потолок 4 ГБ, что у WAV
Поле размера 32-битное. Для длинных записей используйте FLAC.
- Маркеры из монтажки не переносятся другими сервисами
Мы их сохраняем — удобно, когда вы уже разметили ключевые моменты интервью на монтаже.
Как формат влияет на точность
Несжатый PCM — нижняя граница ошибки, как у WAV и FLAC. Кодек не вносит ничего.
| Модель | Средний WER, % | Далёкий микрофон | Кол-центр |
|---|---|---|---|
| GigaAM v3 RNNT (Сбер, MIT)используем мы | 8,3 | 3,9 | 9,5 |
| GigaAM v2 RNNT | 10,6 | — | — |
| T-one + LM (Т-Банк, Apache-2.0) | 16,3 | — | — |
| Whisper large-v3 | 21 | 16,4 | 23,1 |
Проверка файла и расчёт стоимости
Файл не загружается и никуда не отправляется: длительность читает ваш браузер локально. Ограничения показаны для AIFF.
или задайте длительность вручную:
Разовая оплата180 ₽первые 15 мин бесплатно, дальше 3 ₽/мин
По пакету «300 минут»158 ₽790 ₽ за 300 мин, без автопродления
Время обработки1 мин 55 с≈ 40× реального времени на A100
Минут в 1 ГБ99при типичных 1411 кбит/с
Отменять ничего не нужно: у нас нет автопродления и мы не храним данные платёжных карт.
Частые вопросы
- Чем AIFF отличается от WAV для распознавания?
- Ничем по качеству. Отличается только контейнер и порядок байт.
- Мои маркеры из Logic сохранятся?
- Да, чанк MARK читается, маркеры становятся закладками в тексте с таймкодами.
- Файл 5 ГБ AIFF не сохраняется в Logic. Что делать?
- Это потолок формата. Экспортируйте в FLAC или разбейте на части.