BroadRouter
Inizia

Ogg Opus

Aggiornato

Ogg Opus è audio codificato con il codec Opus (RFC 6716) e salvato in un container Ogg (RFC 7845). È pensato per il parlato e l’audio interattivo a bitrate bassi, ed è il formato che WhatsApp usa per i messaggi vocali, di solito come file .ogg o .opus.

Detto anche: codec Opus, audio Opus, file OGG, formato vocali WhatsApp, Opus codec, Opus audio, Ogg, OGG file, Ogg/Opus

Scarica un messaggio vocale di WhatsApp e ottieni un piccolo file .ogg. Dentro c’è audio Opus, un codec progettato per le chiamate vocali.

Come funziona

Ci sono due livelli, ognuno definito da una RFC dell’IETF:

Livello Specifica Cosa fa
Codec Opus RFC 6716 Comprime l’audio. Combina un livello a predizione lineare basato su SILK con un livello MDCT basato su CELT, e va da 6 kbit/s per il parlato narrowband fino a 510 kbit/s per la musica stereo
Container Ogg RFC 7845 Racchiude i pacchetti Opus in un file, che inizia con un header di identificazione OpusHead

La RFC 6716 elenca cinque larghezze di banda, dalla narrowband (frequenza di campionamento di 8 kHz) alla fullband (48 kHz). La RFC 7845 dice che le granule position contano sempre i campioni a 48 kHz, qualunque sia la frequenza di uscita del decoder. Raccomanda l’estensione .opus e il media type audio/ogg, facoltativamente audio/ogg; codecs=opus.

Il riferimento media della WhatsApp Cloud API di Meta elenca l’audio OGG come audio/ogg con “Opus codec only” (traduzione: solo codec Opus), mono, fino a 16 MB.

Perché è importante

  • Molte API non lo accettano. Un endpoint speech-to-text che accetta solo WAV o MP3 rifiuta un vocale finché non lo converti.
  • Convertire costa poco. Un solo comando ffmpeg decodifica Opus in PCM. Il risultato è molto più grande del vocale, quindi tieni d’occhio i limiti di dimensione dei file.
  • Confusione di nomi. “Opus” è anche il nome di un modello presso altri provider. In ambito audio indica il codec.

Su BroadNet Inference

L’endpoint di trascrizione di BroadNet accetta solo WAV (audio/wav) o MP3 (audio/mpeg), fino a 26.214.400 byte per file. La sua documentazione converte un vocale di WhatsApp in un solo passaggio:

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

Secondo la documentazione di ffmpeg, -ar imposta la frequenza di campionamento dell’audio e -ac il numero di canali, quindi questo comando scrive un WAV mono a 16 kHz. Poi invialo con language=ar (o en) a BroadNet Transcribe Arabic o a BroadNet Transcribe. La guida ai messaggi vocali di WhatsApp ha uno script che converte e trascrive un’intera cartella, e la guida n8n fa lo stesso dentro un workflow. Per un vocale troppo lungo per un solo file, lo splitter audio calcola i segmenti.

Errori comuni

  • Rinominare invece di convertire. Cambiare .ogg in .wav non cambia l’audio contenuto. Decodifica con ffmpeg.
  • Saltare -ac 1. Lo stereo raddoppia la dimensione del WAV senza aiutare la trascrizione.

Domande frequenti

Un file .ogg è sempre Opus?

No. Ogg è un container e può contenere altri codec. La Cloud API di WhatsApp accetta audio/ogg solo con il codec Opus, e solo mono, quindi i messaggi vocali di WhatsApp sono Ogg Opus.

Posso inviare un vocale .ogg direttamente a BroadNet?

No. L’endpoint di trascrizione di BroadNet accetta WAV e MP3. Convertilo prima con ffmpeg -i voice-note.ogg -ar 16000 -ac 1 voice-note.wav.

Che differenza c’è tra file .ogg e .opus?

La RFC 7845 raccomanda l’estensione .opus per i file Ogg Opus e audio/ogg come media type. Molte app usano ancora .ogg per lo stesso contenuto.

Leggi in MarkdownChiedi a ChatGPTChiedi a ClaudeChiedi a Perplexity