可逆圧縮とは、ファイルを小さくしながら、開くときに元のデータを完全に復元できる方式です。何も捨てず、データをより効率よく保存するだけです。音声のFLACや文書のZIPがこの方式です。
録音を文字起こしする
音声メッセージ、音声、動画を Telegram の @potok_now_bot に送ると、チャットにテキストが返ってきます。
2 GB までのファイル · TXT、MD、DOCX、PDF、SRT、VTT で書き出し · 話者ラベルとタイムスタンプ · 約30言語
要点
- 縮む量は内容しだいです。長い間のある音声はよく縮みますが、密な雑音は圧縮できる部分が少なく、ファイルはほとんど変わりません。
- 可逆の音声は、同じ録音の非可逆コピーよりずっと大きいままです。信号の細部をすべて残すからです。
- FLACファイルは元のWAVと同じサンプルに復号されるため、アーカイブや編集で好まれます。
- 圧縮と展開を何度繰り返しても音は劣化しません。非可逆形式で保存を重ねる場合とは違います。
- 文字起こしでは余分な細部が役立つことはまれなので、可逆は主に保存や編集向けの選択です。
見た目のイメージ
// pack a recording without losing anything
ffmpeg -i talk.wav -c:a flac talk.flac
// unpack it again
ffmpeg -i talk.flac -c:a pcm_s16le back.wav
// the two checksums should match
ffmpeg -i talk.wav -map 0:a -f hash -hash md5 -
ffmpeg -i back.wav -map 0:a -f hash -hash md5 -
関連情報
よくある質問
可逆と非可逆の違いは何ですか？
可逆の保存は元の状態に戻せます。非可逆の保存は一部のデータを完全に取り除くため、小さくなったファイルを元に戻すことはできません。
可逆の音声のほうが文字起こしは良くなりますか？
それだけではまれです。声が明瞭で雑音が少ないことのほうが重要です。比べる相手が強く圧縮された非可逆コピーのときだけ役立ちます。
ZIPアーカイブは可逆ですか？
はい。ZIPを展開すると、入れたファイルのすべてのバイトが戻ります。可逆の音声にも同じ考え方が使われ、音に合わせた方法が用いられます。
可逆のファイルを Potok のボットに送れますか？
ボットは音声ファイルを受け付けます。ドキュメントとして送っても、2 GBまで対応です。それより大きいファイルは、ボットのミニアプリの「アップロード」ボタンから送れます。
何も失われていないことはどう確かめますか？
圧縮したファイルをWAVに戻し、元の音声とチェックサムを比べます。チェックサムが一致すれば、両者は同一です。
出典
各出典は、記載の日付に手作業で開いて確認しました。ページは変更されることがあるため、細部が重要な場合は出典をご確認ください。
- Lossless compression (Wikipedia), Wikipedia · 確認日
- FLAC (Wikipedia), Wikipedia · 確認日
お手持ちの録音で試してみましょう
音声メッセージ、音声、動画を Telegram の @potok_now_bot に送ると、チャットにテキストが返ってきます。
Telegram で @potok_now_bot を開く