WMV в текст
WMV встречается в корпоративных обучающих архивах и записях Camtasia. Формат почти не поддерживается вне Windows, поэтому загрузить его куда-либо обычно проблема — у нас нет.
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 WMV
| Полное название | Windows Media Video (контейнер ASF) |
|---|---|
| Контейнер | ASF |
| Кодеки внутри | WMV3 / VC-1 (видео), WMA (звук) |
| MIME-типы | video/x-ms-wmv, video/x-ms-asf |
| Расширения | .wmv, .asf |
| Типичный битрейт | 1500 кбит/с (из них звук 96 кбит/с — 6% файла) |
| Частота дискретизации | 44 100 Гц, стерео |
| Сжатие | с потерями |
| Демультиплексирование | нужно — звук лежит внутри контейнера с видео |
| Лимит на файл | 6 ГБ — это примерно 558 минут при типичном битрейте |
| Минут в 1 ГБ | 93 |
Что конвейер делает именно с WMV
- Разбираем ASF-объекты и вычленяем аудиопоток по Stream Properties, игнорируя видеопоток VC-1.
- ASF допускает несколько аудиопотоков с разными языками — показываем список.
- Учитываем Preroll: у ASF есть смещение начала, без его компенсации таймкоды сдвинуты на несколько секунд.
- Записи Camtasia часто содержат вставки без звука — размечаем их как паузы, а не пытаемся распознать шум.
Откуда берутся такие файлы
- Camtasia Studio до версии 8
- Windows Media Encoder и старые вебинарные платформы
- Корпоративные LMS 2005–2015 годов
- Записи с камер Axis и других систем видеонаблюдения в ASF
Грабли, о которых стоит знать заранее
- Preroll сдвигает таймкоды
Без компенсации субтитры отстают на 3–5 секунд. Мы читаем поле Preroll и вычитаем его.
- DRM в корпоративных курсах
Windows Media DRM встречается в закрытых LMS. Такие файлы декодировать невозможно, мы честно отклоняем их.
- VC-1 не декодируется большинством онлайн-конвертеров
Нам это неважно: видеопоток мы не трогаем вообще.
Как формат влияет на точность
Определяющий фактор — WMA-дорожка. На 96 кбит/с стерео результат сравним с MP3 128; на WMA Voice — телефонного уровня.
| 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 WMV.
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 ГБ93при типичных 1500 кбит/с
Отменять ничего не нужно: у нас нет автопродления и мы не храним данные платёжных карт.
Частые вопросы
- WMV не открывается на Mac. Вы его примете?
- Да. Нам не нужен системный кодек — мы разбираем ASF собственным парсером.
- Можно ли получить субтитры для наложения обратно на WMV?
- Мы отдаём SRT. Windows Media Player субтитры не покажет, но любой современный плеер и монтажка примут файл.
- Как понять, есть ли в файле DRM?
- Загрузите — мы проверим и сообщим до списания минут.