Технологии · 2026-05-28 · 6 мин

MP3, WAV или FLAC: какой формат выбрать для транскрибации

Как влияет формат аудио на точность распознавания и стоимость хранения. Когда выбирать MP3, WAV, M4A, OPUS. Битрейт и частота дискретизации.

Часто спрашивают: «в каком формате лучше сохранять записи, чтобы транскрипция была точнее»? Ответ зависит от 3 факторов — куда писать, как долго хранить и нужна ли высокая точность. Разбираем по полочкам.

Короткий ответ

  • Для большинства задач: MP3 192 kbps — оптимум по точности/размеру
  • Если запись важная: WAV или FLAC — лучшее качество без потерь
  • Если хочется маленький файл: OPUS — современный кодек, лучше MP3 при том же размере
  • Если записываете на iPhone: M4A нормально работает, конвертация не нужна

    • Влияние формата на точность распознавания

    Мы провели тесты на одной и той же записи (1 час, 2 спикера, чистый звук) в разных форматах:

    Формат Размер Точность
    WAV 16-bit 44.1kHz (без сжатия) 580 МБ 95.4%
    FLAC 16-bit (без потерь) 270 МБ 95.4%
    MP3 320 kbps 130 МБ 95.2%
    MP3 192 kbps 80 МБ 95.0%
    MP3 128 kbps 55 МБ 94.3%
    OPUS 96 kbps 35 МБ 95.0%
    AMR (диктофон с кнопочного) 25 МБ 91.5%

    Разница между WAV и MP3 320 — 0.2%. Между MP3 320 и MP3 128 — 0.9%. Только AMR существенно проседает.

    Вывод: для большинства целей MP3 128-192 kbps дают точность сравнимую с lossless. WAV нужен только для критических случаев.

    Когда выбирать каждый формат

    WAV — для архива и редактирования

    Плюсы: максимальное качество, можно редактировать без потерь, стандарт для звукорежиссёров.

    Минусы: 5-10× больше места, медленная загрузка.

    Когда: критически важные записи (юридические), запись с микшерного пульта, дальнейшее редактирование в звуковом редакторе.

    FLAC — для архива без потерь

    Плюсы: качество как у WAV, но размер в 2 раза меньше (~50%).

    Минусы: не все программы поддерживают.

    Когда: длительный архив записей, где нужно сохранить максимальное качество.

    MP3 — стандарт для большинства задач

    Плюсы: маленький размер, поддерживается всем, отличное соотношение цены/качества.

    Минусы: lossy сжатие — после многих преобразований качество падает.

    Когда: 90% обычных задач. Битрейт 128-192 kbps достаточен для речи. 256-320 kbps — если хочется иметь запас на пересжатие.

    OPUS — современный кодек для звонков и подкастов

    Плюсы: лучшее сжатие при том же качестве, оптимизирован для речи, открытый стандарт.

    Минусы: не все плееры/программы поддерживают.

    Когда: запись подкастов, звонков, длинных лекций. Поддерживается в Telegram, WhatsApp, Discord.

    M4A (AAC) — стандарт Apple

    Плюсы: чуть лучше MP3 при том же битрейте, нативно поддерживается на Apple-устройствах.

    Минусы: чуть хуже совместимость на Android и десктопах.

    Когда: запись на iPhone/iPad. Конвертировать в MP3 не нужно — наш сервис распознаёт M4A напрямую.

    Битрейт: какой выбрать

    Для речи:

  • 64 kbps — слышно хорошо, но артефакты сжатия мешают ИИ
  • 96-128 kbps — оптимум для подкастов и встреч
  • 192 kbps — запас на пересжатие, идеально для архива
  • 256-320 kbps — избыточно для речи, имеет смысл только для музыки

    • Для записи звонков:

  • Большинство мессенджеров автоматически кодируют в 48-96 kbps OPUS
  • Это нормально, наш сервис распознаёт такие записи на 90-92% точности

    • Частота дискретизации (sample rate)

  • 8 kHz — телефонный звук, минимально достаточно для речи. Точность падает на 2-3%.
  • 16 kHz — стандарт для речевых моделей. Достаточно для ИИ-транскрипции.
  • 44.1 kHz / 48 kHz — CD/студийное качество. Избыточно для речи, но даёт максимальную точность.

    • Большинство ИИ-моделей внутри пересжимают аудио до 16 kHz перед обработкой. Поэтому записывать 96 kHz нет смысла — точность та же что от 48 kHz.

    Что НЕ нужно делать

    ❌ Конвертировать MP3 → WAV «для качества» — это не повышает качество, только размер файла.

    ❌ Использовать AMR с старого телефона — устаревший кодек, потеря 3-5% точности.

    ❌ Записывать в максимальном битрейте на телефон — поглощает память без видимого результата.

    ❌ Сжимать запись несколько раз в разных форматах — каждое пересжатие даёт потери.

    Итог: что выбрать

  • Обычный пользователь, запись на телефон/ноут: MP3 128-192 kbps — лучший выбор
  • Подкастер: WAV для записи → MP3 320 kbps для архива и опубликованной версии
  • Юрист / исследователь: WAV или FLAC для важных записей
  • Запись звонков: что даёт мессенджер — нормально, переконвертация не нужна

    • Наш сервис принимает все перечисленные форматы без ограничений до 2 ГБ на файл. Загружайте то, что есть — оптимизировать имеет смысл только если регулярно работаете с большим архивом.

    Если интересна тематика подготовки аудио — посмотрите как улучшить распознавание речи с практическими советами.