BroadRouter

Ogg Opus

Diperbarui

Ogg Opus adalah audio yang dienkode dengan codec Opus (RFC 6716) dan disimpan dalam container Ogg (RFC 7845). Format ini dirancang untuk ucapan dan audio interaktif pada bitrate rendah, dan dipakai WhatsApp untuk pesan suara, biasanya sebagai file .ogg atau .opus.

Disebut juga: Ogg Opus, codec Opus, audio Opus, file OGG, format VN WhatsApp, Opus codec, Opus audio, Ogg, OGG file, Ogg/Opus

Unduh pesan suara WhatsApp dan Anda akan mendapat file .ogg berukuran kecil. Isinya audio Opus, codec yang dirancang untuk panggilan suara.

Cara kerjanya

Ada dua lapisan, masing-masing didefinisikan oleh sebuah RFC IETF:

Lapisan Spesifikasi Fungsinya
Codec Opus RFC 6716 Mengompresi audio. Menggabungkan lapisan linear prediction berbasis SILK dengan lapisan MDCT berbasis CELT, dan bekerja dari ucapan narrowband 6 kbit/s hingga musik stereo 510 kbit/s
Container Ogg RFC 7845 Membungkus paket Opus dalam sebuah file, diawali header identifikasi OpusHead

RFC 6716 mencantumkan lima bandwidth, dari narrowband (sample rate 8 kHz) hingga fullband (48 kHz). RFC 7845 menyebut bahwa posisi granule selalu menghitung sampel pada 48 kHz, berapa pun rate output decoder-nya. RFC ini merekomendasikan ekstensi .opus dan media type audio/ogg, opsional audio/ogg; codecs=opus.

Referensi media WhatsApp Cloud API dari Meta mencantumkan audio OGG sebagai audio/ogg dengan “Opus codec only” (terjemahan: hanya codec Opus), mono, hingga 16 MB.

Mengapa penting

  • Banyak API tidak menerimanya. Endpoint speech-to-text yang hanya menerima WAV atau MP3 akan menolak pesan suara sampai Anda mengonversinya.
  • Konversinya murah. Satu perintah ffmpeg mendekode Opus menjadi PCM. Hasilnya jauh lebih besar daripada pesan suaranya, jadi perhatikan batas ukuran file.
  • Kebingungan nama. “Opus” juga merupakan nama model di penyedia lain. Dalam konteks audio, artinya codec.

Di BroadNet Inference

Endpoint transkripsi BroadNet hanya menerima WAV (audio/wav) atau MP3 (audio/mpeg), hingga 26.214.400 byte per file. Dokumentasinya mengonversi pesan suara WhatsApp dalam satu langkah:

ffmpeg -i voice-note.ogg -ar 16000 -ac 1 voice-note.wav

Menurut dokumentasi ffmpeg, -ar mengatur frekuensi sampling audio dan -ac jumlah kanal, jadi perintah ini menulis WAV mono 16 kHz. Lalu kirim dengan language=ar (atau en) ke BroadNet Transcribe Arabic atau BroadNet Transcribe. Panduan pesan suara WhatsApp punya skrip yang mengonversi dan mentranskripsikan satu folder sekaligus, dan panduan n8n melakukannya di dalam workflow. Untuk pesan suara yang terlalu panjang untuk satu file, pemotong audio menghitung potongan-potongannya.

Kesalahan umum

  • Mengganti nama alih-alih mengonversi. Mengubah .ogg menjadi .wav tidak mengubah audio di dalamnya. Dekode dengan ffmpeg.
  • Melewatkan -ac 1. Stereo menggandakan ukuran WAV tanpa membantu transkripsi.

Pertanyaan umum

Apakah file .ogg selalu berisi Opus?

Tidak. Ogg adalah container dan bisa berisi codec lain. WhatsApp Cloud API hanya menerima audio/ogg dengan codec Opus, dan hanya mono, jadi pesan suara WhatsApp adalah Ogg Opus.

Bisakah saya mengirim pesan suara .ogg langsung ke BroadNet?

Tidak. Endpoint transkripsi BroadNet menerima WAV dan MP3. Konversi dulu dengan ffmpeg -i voice-note.ogg -ar 16000 -ac 1 voice-note.wav.

Apa bedanya file .ogg dan .opus?

RFC 7845 merekomendasikan ekstensi .opus untuk file Ogg Opus dan audio/ogg sebagai media type. Banyak aplikasi masih memakai .ogg untuk konten yang sama.

Baca sebagai MarkdownTanya ChatGPTTanya ClaudeTanya Perplexity