MP3 в текст
MP3 — самый частый вход: диктофон, подкаст, выгрузка со звонков. Формат сжатый с потерями, поэтому важно, что именно вы отдаёте на распознавание: VBR-файл с битой длительностью или нормальный CBR.
Материал сервиса Транскриба. Исправления и вопросы: help@transkriba.ru. Проверено 14 сентября 2026 г..
Технические характеристики MP3
| Полное название | MPEG-1/2 Audio Layer III |
|---|---|
| Контейнер | элементарный поток MPEG-кадров + теги ID3v2 |
| Кодеки внутри | MPEG Layer III |
| MIME-типы | audio/mpeg, audio/mp3 |
| Расширения | .mp3, .mp2, .mpga |
| Типичный битрейт | 128 кбит/с |
| Частота дискретизации | 44 100 Гц, чаще стерео, у диктофонов — моно |
| Сжатие | с потерями |
| Демультиплексирование | не нужно |
| Лимит на файл | 8 ГБ и до 10 часов — действуют оба ограничения |
| Минут в 1 ГБ | 1 092 |
Что конвейер делает именно с MP3
- Передаём MP3 декодеру FFmpeg: он читает контейнер и звуковые кадры. Повреждённый файл может не декодироваться.
- Проверяем длительность перед обработкой. Если браузер не может прочитать её корректно, попробуйте пересохранить MP3 в аудиоредакторе.
- Для распознавания FFmpeg преобразует звук в PCM 16 кГц моно. Конвертировать MP3 в WAV вручную не требуется.
- Стереозапись преобразуется в моно. До загрузки прослушайте оба канала: фазовые искажения или тихий второй микрофон могут мешать распознаванию.
Откуда берутся такие файлы
- Диктофоны Sony/Olympus и приложение «Диктофон» на Android
- Экспорт из Audacity и Adobe Audition
- Выгрузка записей разговоров из облачных АТС (Манго, Билайн Облачная АТС)
- Скачанные подкасты
Грабли, о которых стоит знать заранее
- VBR без XING-заголовка врёт про длительность
У повреждённого MP3 с переменным битрейтом длительность в плеере может быть неверной. Сравните её с исходной записью и расчётом перед оплатой; при расхождении пересохраните файл.
- Низкий битрейт может скрыть детали речи
Сильное сжатие может смазать согласные и добавить артефакты. Если есть исходник в WAV, FLAC или M4A, сохраните его и сравните оба варианта на одном представительном фрагменте.
- Склеенные MP3 с разной частотой дискретизации
Склейка двоичных MP3-файлов может создать некорректный поток. Объединяйте записи через аудиоредактор и проверяйте звук и таймкоды возле склеек.
Как формат влияет на точность
MP3 сжимает звук с потерями. Мы не публиковали контролируемый замер разницы MP3 и WAV, поэтому не обещаем фиксированную прибавку к WER. Сохраните исходник и проверьте фрагмент своей записи.
Проверка файла и расчёт стоимости
Файл не загружается и никуда не отправляется: длительность читает ваш браузер локально. Ограничения показаны для MP3.
Отменять ничего не нужно: у нас нет автопродления и мы не храним данные платёжных карт.
Частые вопросы
Какой максимальный размер MP3 можно загрузить?
До 8 ГБ и до 10 часов на файл: действуют оба ограничения. При 128 кбит/с десять часов звука занимают примерно 576 МБ без учёта метаданных, поэтому раньше сработает ограничение по длительности.
Нужно ли конвертировать MP3 в WAV перед загрузкой?
Нет. Конвертация MP3 → WAV не возвращает потерянную при сжатии информацию, а только увеличивает файл и замедляет загрузку.
Почему в расшифровке пропало первое слово?
Сверьте начало исходной записи: слово могло обрезаться при записи или монтаже, либо быть не распознано. Если звук есть, а слова нет в тексте, исправьте текст по записи; причина не определяется по расширению MP3.
MP3 с записью телефонного разговора распознаётся хуже?
Да, но причина обычно не в MP3 как контейнере, а в телефонном канале 8 кГц и исходной компрессии. Конвертация в WAV потерянную полосу не вернёт; проверьте результат на бесплатном фрагменте.