Transcrever WAV

Um WAV estéreo sem compressão com qualidade de CD tem taxa de bits de 1.411 kbit/s. Já os WAV enviados aqui têm taxa mediana de 129 kbit/s, mais próxima de uma gravação de voz mono com qualidade telefônica. São principalmente arquivos de gravadores de voz, chamadas e anotações de áudio, não produções musicais.

Não vale a pena convertê-los para MP3: em 1.797 envios analisados, a mediana é de 7 MB e 4 minutos e 16 segundos. Esses arquivos são enviados em poucos segundos. De qualquer forma, todas as gravações são padronizadas em áudio mono a 16 kHz para a transcrição.

As medianas abaixo foram medidas em produção e representam o tempo para uma hora de áudio.

Um WAV com duração mediana de pouco mais de quatro minutos é processado em cerca de seis segundos com o modelo padrão. Nove em cada dez WAV enviados têm menos de 42 minutos.

WAV preserva os dados de áudio e é ideal para acervos e edição. O modelo de transcrição, porém, trabalha com áudio mono a 16 kHz. Um WAV e uma versão MP3 limpa da mesma gravação fornecem ao modelo um sinal quase igual.

Prometer uma precisão válida para todos os WAV seria enganoso. O que importa é a distância do microfone, a acústica, o ruído, as falas sobrepostas e, em arquivos muito comprimidos, uma taxa de bits especialmente baixa.

Em uma gravação compacta de voz mono, o limite de duração costuma chegar antes do limite de tamanho. Em WAV estéreo sem compressão com qualidade de CD, 5 GB equivalem a cerca de oito horas, então os dois limites chegam quase juntos. A 96 kHz e 24 bits, o limite de tamanho é atingido em cerca de duas horas.

• O maior WAV processado até agora tinha 2,84 GB.
• FLAC reduz o tempo de envio. Uma conversão sem perdas para FLAC costuma reduzir bastante o tamanho do WAV sem remover dados de áudio.