M4A в текст

Загрузите m4a — получите текст с пунктуацией, таймкодами и разделением по голосам. Записи с диктофона iPhone принимаются напрямую.

M4A — это контейнер, а не кодек

Расширение m4a говорит только о том, как файл упакован: внутри тот же MP4, но с одной звуковой дорожкой без видео. Что именно внутри — вопрос отдельный, и от ответа зависит и вес файла, и качество:

• AAC — обычный случай: диктофон iPhone, запись звонка, экспорт из видеоредактора. Сжатие с потерями, но экономное: час записи укладывается в 30–60 МБ.
• ALAC — сжатие без потерь, встречается у внешних рекордеров и музыкальных приложений. Для распознавания равносилен wav, весит примерно вдвое меньше.

Различать их вам не нужно — сервис разберётся сам. Знать полезно ради одного: если файл внезапно весит гигабайт на час записи, внутри ALAC, и сжимать его перед загрузкой смысла всё равно нет.

Запись с iPhone: телефон уже обработал звук за вас

Диктофон на телефоне пишет не сырой сигнал с микрофона: до сохранения включаются подавление шума, фильтр ветра и автоматическая громкость. Для распознавания это в большинстве случаев подарок — речь ровная, фон убран. Но у обработки есть обратная сторона, о которой стоит знать:

• Тихие окончания слов шумоподавление иногда принимает за шум и приглушает — в тексте это выглядит как проглоченный конец фразы.
• Автогромкость подтягивает далёкого участника встречи, и это хорошо; она же поднимает гул кондиционера в паузах.
• Один и тот же человек в начале и конце длинной записи может звучать по-разному из-за автоматической громкости. На разделение по голосам это влияет слабо, но именно здесь берутся редкие «лишние говорящие».

Откуда обычно берутся m4a

• «Диктофон» на iPhone и iPad — интервью, лекции, совещания.
• Голосовые заметки — короткие записи для себя, часто на ходу.
• Звук, вытащенный из видео — экспорт из редактора отдаёт AAC в контейнере m4a.
• Записи звонков с приложений и офисных станций.

Вопросы