Filformater og lyd
Samplingsfrekvens
Hvor mange ganger i sekundet lydsignalet måles, oppgitt i hertz.
Samplingsfrekvensen er hvor mange ganger i sekundet lydsignalet måles når det digitaliseres. Den oppgis i hertz: 16 000 Hz betyr 16 000 målinger per sekund.
De vanlige verdiene
| Frekvens | Brukes til |
|---|---|
| 8 kHz | Telefoni. Merkbart dumpt |
| 16 kHz | Standard for talegjenkjenning |
| 44,1 kHz | CD-kvalitet, musikk |
| 48 kHz | Video og profesjonelt lydarbeid |
Hvorfor 16 kHz er nok for tale
En samplingsfrekvens kan gjengi frekvenser opp til halvparten av seg selv. 16 kHz dekker altså opp til 8 kHz, og der ligger praktisk talt all informasjonen som skiller talelyder fra hverandre.
De fleste talemodeller, inkludert Whisper, regner om alt til 16 kHz internt uansett. Å levere lyd i 48 kHz gir derfor ikke bedre transkribering, bare større filer.
Når det er for lite
8 kHz, altså telefonkvalitet, kutter bort det øverste registeret. Der ligger blant annet forskjellen mellom s- og f-lyder. Opptak fra telefonsamtaler transkriberes derfor merkbart dårligere enn opptak fra samme samtale i et rom.
Det er også grunnen til at et videomøte kan gi bedre lyd enn en telefonsamtale, selv om avstanden til mikrofonen er den samme.
Praktisk
Ikke tenk på dette. Standardinnstillingene på telefon, opptaker og møteverktøy ligger godt over det som trengs. Det eneste å unngå, er å velge en «spar plass»-innstilling som setter frekvensen ned til telefonkvalitet.