OPUS naar WAV omzetten

Dit is het feit dat je vooraf moet weten. Opus draait op een vaste klok van 48.000 Hz — een decoder meldt 48 kHz ongeacht wat de encoder kreeg — dus de WAV die uit deze omzetting komt, is een bestand op 48 kHz, ook als de onderliggende spraakmemo veel smaller werd opgenomen.

Vrijwel elk spraakmodel verwacht 16.000 Hz. Whisper herbemonstert intern, torchaudio en librosa herbemonsteren bij het laden. Het faalscenario is geen ruis, het is stilte: een pijplijn die 16 kHz aanneemt en een bestand van 48 kHz zonder controle inleest, produceert output die plausibel oogt en met een factor drie fout is.

Een WAV verklaart zichzelf. Het eerste blok vermeldt het formaat, het aantal kanalen, de samplefrequentie en de bits per sample; het volgende vermeldt hoeveel bytes audio erna komen; en het datablok is de samples zelf. Lezen vereist geen decoder, waarom de Python-standaardbibliotheek een wave-module heeft en geen Opus-module.

Opus ondersteunen betekent libopus koppelen of FFmpeg aanroepen, een afhankelijkheid en een buildprobleem op drie platformen. Onderzoeks- en transcriptiecode wordt geschreven door mensen die dat liever niet willen bezitten, dus de invoerlijst zegt WAV. Je bestand is niet ongeschikt; hun lader is smal, en deze omzetting is hoe je eraan voldoet.

Dit is ronduit het vermelden waard, want de verwachting komt vaak voor. Opus comprimeerde de spraak en gooide weg wat het onhoorbaar achtte; de WAV bevat wat overleefde op volle breedte. Het woordfoutpercentage wordt bepaald door de opname zelf — de ruimte, de microfoon, overlappende sprekers, de bitsnelheid die de app koos — en niets daarvan verandert als de container verandert.

Er is één geval waarin omzetten echt helpt, en dat is precies wat deze pagina wil voorkomen. Was je alternatief herencoderen naar MP3 voor hetzelfde uploadformulier, dan voeg je een tweede ronde lossy compressie toe bovenop spraak die al op 16 tot 32 kbps gecodeerd was. WAV voegt niets toe en vernietigt niets.

Opus is buitengewoon efficiënt bij spraak, en precies die efficiëntie maakt de verhouding dramatisch. Een spraakmemo is mono tussen 16 en 32 kbps, dus een bericht van twee minuten is ongeveer 300 kilobyte. Als 16-bit mono PCM op 48.000 Hz is diezelfde twee minuten ongeveer 11,5 megabyte — dertig tot veertig keer groter, zonder één extra detail.

Voor één opname maakt dat niets uit. Voor vierhonderd spraakmemo’s van een telefoonback-up is het het verschil tussen 120 megabyte en viereneenhalve gigabyte, en het bepaalt of de klus op de schijf past die je in gedachten had.

Opus is de verplichte codec voor WebRTC, waarom elke browser hem meelevert en waarom elke app gebouwd op browsertechnologie ernaar grijpt. WhatsApp- en Telegram-spraakberichten, Signal, Discord-opnames, Google Meet-opnames, browserrecorders en yt-dlp die de beste audiostream pakt, produceren het allemaal.

Die herkomst vormt het materiaal. De opnames zijn kort, mono, gesprekachtig en vaak gemaakt op een telefoon in een ruimte zonder akoestische behandeling. Ze komen ook vaak in grote aantallen, benoemd met tijdstempels zonder metadata.

De uitvoer is signed 16-bit little-endian PCM — de diepte die elke standaard aanneemt, die wave.open zonder configuratie teruggeeft en die scipy.io.wavfile.read als int16-array levert.

Opus decodeert intern naar drijvendekommasamples, dus een 32-bit float-WAV zou technisch mogelijk zijn en dubbel zo groot zonder winst: de informatie-inhoud lag al vast toen de encoder draaide. Zestien bit is hier geen compromis, het is het juiste antwoord.

Ogg Opus draagt een pre-skip-waarde die een decoder vertelt hoeveel samples aan het begin van de stream priming zijn en weggegooid moeten worden. Zo begint een gesprek schoon in plaats van met een klik, en dat wordt gerespecteerd tijdens het decoderen.

Wat een WAV niet kan dragen, is die boekhouding — hij heeft een begin en een lengte en verder niets. Voor een transcript maakt dat niets uit. Het telt als je een omgezette opname uitlijnt tegen video of een tweede microfoon: doe die uitlijning op de WAV, na de omzetting, met een gedeelde referentie in de audio.

Dit verdient het rechtstreeks gezegd te worden. Wat als .opus aankomt zijn spraakberichten, opgenomen gesprekken, interviews, klinische aantekeningen, onderzoekssessies opgenomen onder een toestemmingsformulier. Een omzettingssite die een upload accepteert, maakt een kopie op infrastructuur die je niet beoordeeld hebt.

Hier gebruikt het decoderen de Opus-decoder die je browser al heeft, en de WAV is een RIFF-header rond de samples, dus wordt er geen encoderpakket opgehaald en draagt geen verzoek de audio mee. Controleer het zelf: open het netwerktabblad, zet een bestand om, en kijk.

Sleep honderd opnames tegelijk naar binnen. Elk wordt apart omgezet en ze komen terug als één ZIP, met een plafond van 100 MB per bestand — ruim boven elke spraakmemo — en geen daglimiet, want er wordt niets geüpload.

Let op het totaal, niet de losse bestanden, want de vermenigvuldiging is wat bijt: vierhonderd memo’s van twee minuten zijn ongeveer 120 MB als Opus en ruim viereneenhalve gigabyte als WAV. Zet om in groepen van vijftig of honderd, voed elke groep aan de pijplijn, en verwijder de WAV’s zodra de transcripten bestaan.