Filformater og lyd
Samplingsfrekvens
Hvor mange gange i sekundet lydsignalet måles, angivet i hertz.
Samplingsfrekvensen er, hvor mange gange i sekundet lydsignalet måles, når det digitaliseres. Den angives i hertz: 16.000 Hz betyder 16.000 målinger per sekund.
De almindelige værdier
| Frekvens | Bruges til |
|---|---|
| 8 kHz | Telefoni. Mærkbart dumpt |
| 16 kHz | Standard for talegenkendelse |
| 44,1 kHz | Cd-kvalitet, musik |
| 48 kHz | Video og professionelt lydarbejde |
Hvorfor 16 kHz er nok til tale
En samplingsfrekvens kan gengive frekvenser op til halvdelen af sig selv. 16 kHz dækker altså op til 8 kHz, og dér ligger praktisk talt al den information, der skiller talelyde fra hinanden.
De fleste talemodeller, inklusive Whisper, regner alt om til 16 kHz internt alligevel. At levere lyd i 48 kHz giver derfor ikke bedre transskription, blot større filer.
Hvornår det er for lidt
8 kHz, altså telefonkvalitet, skærer det øverste register væk. Dér ligger blandt andet forskellen mellem s- og f-lyde. Optagelser fra telefonsamtaler transskriberes derfor mærkbart dårligere end optagelser af samme samtale i et rum.
Det er også grunden til, at et videomøde kan give bedre lyd end en telefonsamtale, selv om afstanden til mikrofonen er den samme.
Praktisk
Tænk ikke på dette. Standardindstillingerne på telefon, optager og mødeværktøj ligger et godt stykke over det nødvendige. Det eneste, der skal undgås, er at vælge en »spar plads«-indstilling, der sætter frekvensen ned til telefonkvalitet.