WAV هو الصيغة البسيطة للصوت: كبير، وبسيط، ومقبول في كل مكان تقريبًا.
كيف يعمل
تصف مكتبة الكونغرس WAVE بأنه “wrapper file format” (ترجمة: صيغة ملف حاوية) مبنية على RIFF (Resource Interchange File Format) التي طوّرتها Microsoft وIBM، بمواصفة مشتركة مؤرّخة في أغسطس 1991. يحمل ملف WAV وصفًا للصيغة وبيانات الصوت. والترميز الأكثر شيوعًا هو PCM الخطي: عينات خام بلا ضغط. ويقتصر WAVE القياسي على نحو 4 GB؛ وتوجد إضافة RF64 لتجاوز ذلك.
ولأن PCM غير مضغوط، فالحجم حساب بسيط:
bytes per second = sample rate × bytes per sample × channels
لصوت تحويل الكلام إلى نص بمعدل 16 kHz، أحادي القناة، بعمق 16 بت (بايتان):
| الخطوة | القيمة |
|---|---|
| 16,000 عينة × بايتان × قناة واحدة | 32,000 بايت في الثانية |
| 26,214,400 بايت ÷ 32,000 | 819.2 ثانية |
| 819.2 ÷ 60 | نحو 13.65 دقيقة (13 دقيقة و39 ثانية) |
وملف ستيريو بمعدل 44.1 kHz وبالطول نفسه يبلغ 44,100 × 2 × 2 = 176,400 بايت في الثانية، أي أكبر بأكثر من خمس مرات، بلا أي فائدة للتفريغ الصوتي.
لماذا يهم
- حدود بالبايت، لا بالدقيقة. كثيرًا ما تحدّ واجهات التفريغ الصوتي حجم الملف. ومع WAV تستطيع أن تتوقع بدقة كم من الصوت يتسع.
- لا مفاجآت في الترميز. يُفكّ ترميز PCM WAV بالطريقة نفسها في كل مكان، فهو هدف آمن حين تحوّل من Ogg Opus أو M4A أو الفيديو.
- اخفض المعدل. معدلات العينات الأعلى والستيريو تضيف بايتات، لا كلمات.
في BroadNet Inference
تقبل نقطة نهاية التفريغ الصوتي في BroadNet ملفات WAV (audio/wav) أو MP3 (audio/mpeg)، حتى 26,214,400 بايت للملف. ويحوّل توثيقها الصيغ الأخرى بالأمر:
ffmpeg -i voice-note.ogg -ar 16000 -ac 1 voice-note.wav
يقول توثيق ffmpeg إن -ar يضبط تردد أخذ العينات، و-ac عدد القنوات، وإن صيغة الإخراج تُستنتج من الامتداد .wav. تحقّق من النتيجة بـ ffprobe إن احتجت إلى التأكد من أنها PCM بعمق 16 بت. وأي تسجيل أطول من نحو 13 دقيقة بهذا الإعداد يحتاج إلى تقسيم: أداة تقسيم الصوت تبني الأوامر، وتفريغ الملفات الصوتية الطويلة يشرح دمج النص. ويُحتسب السعر لكل دقيقة صوت ($0.0042 على BroadNet Transcribe Arabic)، فالتقسيم لا يغيّر إجمالي الصوت.
أخطاء شائعة
- إبقاء التسجيل الأصلي بمعدل 48 kHz ستيريو. يملأ الحد في أقل من ثلاث دقائق: 48,000 × 2 × 2 = 192,000 بايت في الثانية.
- افتراض أن كل ملف .wav هو PCM. بعض أجهزة التسجيل تكتب ADPCM أو ترميزات أخرى داخل حاوية WAV.