Speech recognition wav vs opus：语音到文本的转录质量

我正在使用IBM Watson的语音到文本服务为几个8kHz的电话音频文件生成转录本。我试过相同文件的wav和opus版本。在使用opus格式时，我没有看到成绩单的质量有任何大的下降。我正在考虑只存储opus格式的文件，以减少存储空间需求和减少文件传输时间。一般来说，使用wav格式更高质量的成绩单更好吗？如果我们使用opus格式，转录本的质量会有任何已知的降低吗？

只有您知道您的用例当前和未来的需求，所以很难提供一个直接的答案。话虽如此，我个人认为作品的质量非常好

以下是一些关于Opus编解码器质量的链接，您可能会感兴趣：

---

只有您知道用例的当前和未来需求，所以很难提供一个直接的答案。话虽如此，我个人认为作品的质量非常好

以下是一些关于Opus编解码器质量的链接，您可能会感兴趣：

---

如果比特率足够，OPUS不应降低识别精度。您应该使用不会降低精度的最低比特率，这可以通过实验确定，尝试不同的比特率并计算字错误率

或者，您可以使用FLAC，它是无损的，与未压缩的wav相比，通常提供5倍的压缩因子

---

最后，请记住，您不希望采样率高于16kHz，因为这对识别没有帮助，并且会大大增加存储。

如果比特率足够，OPUS不应降低识别精度。您应该使用不会降低精度的最低比特率，这可以通过实验确定，尝试不同的比特率并计算字错误率

或者，您可以使用FLAC，它是无损的，与未压缩的wav相比，通常提供5倍的压缩因子

最后，请记住，您不希望采样率高于16kHz，因为这对识别没有帮助，并且会大大增加存储空间