轉錄 FLAC

未必。語音辨識模型使用 16 kHz 單聲道，Whisper 在這一規格上構建對數梅爾頻譜。高於該取樣規格可表示範圍的內容不會進入模型。

因此，同一錄音的 96 kHz／24 位母版和 44.1 kHz／16 位版本都會先降到辨識所需規格。高品質耳機能聽出的差別，不一定影響轉錄。

哪些音質因素真正影響結果？

• 極低位元率。過度有損壓縮可能損壞輔音，降取樣無法恢復。
• 反復有損編碼。每次轉換可能增加失真；FLAC 無損解碼再編碼可保留相同取樣。
• 原始錄音條件。麥克風位置、環境、重疊講話和噪聲往往最關鍵，換容器無法修復。

FLAC 適合儲存原始素材，但不是提高準確率的捷徑。

下表為生產環境實測中位數，按每小時音訊換算。

模型處理解碼後的取樣，不直接處理壓縮檔案。FLAC 的大體積主要增加上傳時間：CD 規格立體聲每小時約 350 MB，兩小時約 700 MB；同樣兩小時的 128 kbps MP3 約為 115 MB。

若上傳較慢且已妥善儲存母版，可考慮製作適當位元率的副本。如果 FLAC 是唯一原件，請保留原件，不要為縮小檔案而覆蓋它。

FLAC 常用于歸檔，因此上傳檔案往往是母版，而非臨時工作副本。

1. 便攜錄音裝置。Zoom、Tascam、Sound Devices 等常輸出 WAV，之後可無損轉為 FLAC 儲存。兩者都可直接上傳。
2. Audacity、Reaper 等軟體。透過匯出功能選擇 FLAC，並保留需要的位深。
3. 廣播與機構歸檔。開放格式有利於長期儲存和跨軟體讀取。
4. 獲授權的 CD 音軌備份。例如採訪、課程等內容的無損副本。

可將檔案放入本頁頂部的上傳區域，預覽和方案限制以頁面提示為準。

CD 規格立體聲 FLAC 每小時約 350 MB，5 GB 可容納約 14 小時，因此通常先達到 Premium 的 8 小時限制。

• 按場次拆分。將一天訪談分成多個完整會話，避免截斷句子。
• 高分辨率母版可能先超體積。96 kHz／24 位立體聲可能接近每小時 1.2 GB。可製作較低取樣率的上傳副本，但不要覆蓋原始母版。
• 保留原件。轉錄可以重做，丟棄的原始取樣無法從有損副本恢復。