FLAC в текст
FLAC — оптимальный компромисс: побитово тот же сигнал, что и WAV, но файл вдвое меньше и без потолка в 4 ГБ. Для многочасовых интервью это лучший формат загрузки.
Технические характеристики FLAC
| Полное название | Free Lossless Audio Codec |
|---|---|
| Контейнер | FLAC (или FLAC в Ogg) |
| Кодеки внутри | FLAC |
| MIME-типы | audio/flac, audio/x-flac |
| Расширения | .flac |
| Типичный битрейт | 900 кбит/с |
| Частота дискретизации | 48 000 Гц, стерео 24 бит |
| Сжатие | без потерь |
| Демультиплексирование | не нужно |
| Лимит на файл | 6 ГБ — это примерно 930 минут при типичном битрейте |
| Минут в 1 ГБ | 155 |
Что конвейер делает именно с FLAC
- Читаем блок STREAMINFO: он содержит точное число сэмплов, поэтому длительность известна до начала декодирования и счёт выставляется мгновенно.
- Сверяем MD5 несжатого потока из STREAMINFO — если файл повреждён при передаче, мы узнаем об этом до, а не после расшифровки.
- 24-битный поток приводим к 16 битам с дизерингом.
- Ogg FLAC и нативный FLAC обрабатываем разными парсерами контейнера, кодек при этом один.
Откуда берутся такие файлы
- Экспорт из Reaper, Audacity, Adobe Audition
- Архивные записи, где важна сохранность оригинала
- Рекордеры с прямой записью в FLAC
- Подкаст-мастера до сведения
Грабли, о которых стоит знать заранее
- Несовпадение MD5 = файл побился при передаче
Мы это сообщаем явно. Обычно помогает перезалить файл или перекачать его с исходного носителя.
- FLAC внутри Ogg встречается редко и путает конвертеры
Расширение может быть .oga или .ogg. Мы определяем по сигнатуре, переименовывать не нужно.
- 24 бит не даёт прироста точности распознавания
Модель работает в 16 битах. Разрядность выше нужна для монтажа, а не для ASR — не гоняйте лишние гигабайты.
Как формат влияет на точность
Ноль потерь от кодека — результат идентичен WAV из того же исходника. Это нижняя граница ошибки, 8,3% среднего WER по бенчмарку GigaAM.
| 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 FLAC.
Отменять ничего не нужно: у нас нет автопродления и мы не храним данные платёжных карт.
Частые вопросы
- FLAC или WAV — что грузить?
- FLAC: тот же сигнал, вдвое меньше файл, нет потолка 4 ГБ и есть встроенная проверка целостности.
- Трёхчасовое интервью в FLAC — сколько весит?
- При 900 кбит/с около 1,2 ГБ. В WAV то же интервью заняло бы 1,9 ГБ.
- Вы поддерживаете FLAC с частотой 96 кГц?
- Да, приводим к 16 кГц качественным ресемплером. Прироста точности от 96 кГц нет — речь укладывается в 8 кГц полосы.