Доступные форматы аудио

Обновлено 18 февраля 2025

Для распознавания доступны аудиофайлы со следующими кодировками:

• PCM_S16LE
  • PCM signed 16bit little-endian, с заголовком WAV или без.
  • Частота дискретизации – от 8 до 96 кГц. Если без заголовка, то параметр sample_rate – обязательный.
  • Максимальное количество каналов – 8.
  • Значение Content-Type – audio/x-pcm;bit=16;rate=XXX.
• OPUS
  • Opus в контейнере ogg.
  • Параметр sample_rate – необязательный.
  • Поддерживается только одноканальный звук.
  • Значение Content-Type – audio/ogg;codecs=opus.
• MP3
  • MP3.
  • Параметр sample_rate – необязательный.
  • Максимальное количество каналов – 2.
  • Значение Content-Type – audio/mpeg.
• FLAC
  • FLAC
  • Параметр sample_rate – необязательный.
  • Максимальное количество каналов – 8.
  • Значение Content-Type – audio/flac.
• ALAW
  • G.711 A-law, с заголовком WAV или без.
  • Частота дискретизации – от 8 до 96 кГц. Если без заголовка, то параметр sample_rate – обязательный.
  • Максимальное количество каналов – 8.
  • Значение Content-Type – audio/pcma;rate=XXX.
• MULAW
  • G.711 μ-law, с заголовком WAV или без.
  • Частота дискретизации – от 8 до 96 кГц. Если без заголовка, то параметр sample_rate – обязательный.
  • Максимальное количество каналов – 8.
  • Значение Content-Type – audio/pcmu;rate=XXX.