Beste Audioformaat voor Transcriptie: Opnemen, Uploaden en Converteren

Door de redactie van whispertranscribe.ai · Laatst bijgewerkt: november 2026 · 12 minuten leestijd

Het beste audioformaat voor transcriptie is verliesvrije audio, WAV (16-bit PCM) of FLAC, opgenomen in mono bij 16 kHz of hoger wanneer je de opname zelf bepaalt. Heb je al een MP3-, M4A- of videobestand, upload het dan zoals het is. Het converteren van een gecomprimeerd bestand herstelt verloren details niet; microfoonafstand en lawaai beïnvloeden het resultaat meer.

Hieronder: wat je kiest vóór je opneemt, wat je doet met een bestaand bestand, formules voor bestandsgrootte, instellingen per situatie, FFmpeg-opdrachten en een tabel voor probleemoplossing.

Transparantie. whispertranscribe.ai publiceert deze gids. Technische claims verwijzen naar Google Cloud, OpenAI's Whisper-code, FFmpeg of de Library of Congress. We hebben voor dit artikel geen nauwkeurigheidstests uitgevoerd en beloven niet dat een bepaald formaat de nauwkeurigheid met een vast percentage verhoogt.

Kort antwoord: het beste audioformaat voor transcriptie

Kies op basis van de fase in je werkproces, niet één algemene “winnaar”.

Jouw situatie Beste keuze Waarom
Je stelt een recorder of app in WAV (16-bit) of FLAC, mono, 16 kHz of hoger Google raadt verliesvrije FLAC of LINEAR16 aan voor spraakherkenning
Je hebt tijdens het opnemen kleine bestanden nodig Een verlieslatende codec geschikt voor spraak bij een gemiddelde bitrate Googles voorkeurscodecs voor verlieslatende spraak, in volgorde: AMR-WB, Ogg Opus, Speex
Je hebt al een MP3-, M4A- of Opus-bestand Upload het origineel Opnieuw coderen herstelt geen details
Je hebt video (MP4, MOV, MKV) Upload die; extraheer audio als het bestand enorm is Alleen het audiospoor wordt gebruikt
Sprekers zijn op aparte sporen opgenomen Bewaar de sporen Google raadt aan elk kanaal apart te sturen wanneer elke persoon een eigen kanaal heeft

Wanneer je je geen zorgen hoeft te maken over het formaat: een spraakmemo van je telefoon, een gepubliceerde podcastaflevering of een opname van Zoom of Teams. Upload het bestand, kies de juiste gesproken taal en besteed je tijd aan het controleren van namen.

Formaat, codec en container: wat de bestandsextensie verbergt

De extensie noemt de container, niet altijd de compressie. Googles handleiding voor audio-optimalisatie legt uit dat codecs en bestandsformaten niet hetzelfde zijn. Drie verrassingen:

  • WAV bevat meestal ongecomprimeerde lineaire PCM, maar kan ook andere coderingen bevatten (Library of Congress, WAVE).
  • M4A kan verlieslatende AAC of verliesvrije Apple Lossless (ALAC) bevatten.
  • OGG is een container die meestal Opus of Vorbis bevat, beide verlieslatend.

Vraag FFmpegs ffprobe alleen naar de audiostreams om te zien wat daadwerkelijk in een bestand zit:

ffprobe -v error -select_streams a -show_entries stream=index,codec_name,channels,sample_rate -of csv=p=0 meeting.mp4

De opdracht toont één regel per audiostream. Geen uitvoer kan betekenen dat het bestand geen audiospoor heeft; zo kun je dit vóór uploaden controleren.

Audioformaten voor transcriptie vergeleken

Alle onderstaande formaten kunnen worden getranscribeerd. Het verschil is hoeveel details bewaard zijn en hoe groot het bestand wordt. De groottes volgen uit de formules in het volgende onderdeel (1 MB = 1,000,000 bytes).

Formaat Verlieslatend of verliesvrij Gebruikelijke bron Grootte per minuut (voorbeeldinstelling) Effect op transcriptie Wat te doen
WAV (PCM) Ongecomprimeerd Veldrecorders, audio-editors 1.92 MB bij 16 kHz, 16-bit, mono; 10.58 MB bij 44.1 kHz, 16-bit, stereo Behoudt alles wat de microfoon opnam Beste master; let bij lange sessies op de grootte
FLAC Verliesvrij (gecomprimeerd) Archieven, exports uit editors Kleiner dan dezelfde WAV; besparing varieert Dezelfde audio als de WAV Gebruik in plaats van WAV om ruimte te besparen
AIFF / ALAC / CAF AIFF meestal ongecomprimeerd; ALAC verliesvrij; CAF kan beide bevatten Mac- en iPhone-apps AIFF: gelijk aan WAV bij dezelfde instellingen Afhankelijk van de codec binnenin Upload zoals het is
MP3 Verlieslatend Podcasts, downloads 0.96 MB bij 128 kbps Google: verlieslatende codecs kunnen nauwkeurigheid verminderen Upload zoals het is
M4A / AAC Meestal verlieslatend (AAC) Spraakmemo's, videogeluid 0.48 MB bij 64 kbps Dezelfde waarschuwing als bij MP3 Upload het origineel
OGG / Opus Verlieslatend Spraakberichten, webgesprekken 0.24 MB bij 32 kbps Opus staat op Googles voorkeurslijst voor verlieslatende spraak Upload zoals het is
AMR (smalband) Verlieslatend, alleen spraak Oudere telefoons en gespreksrecorders Ongeveer 0.09 MB bij 12.2 kbps Bevat alleen 200 tot 3,400 Hz (Library of Congress, AMR) Upload zoals het is; verhoog de samplefrequentie niet

Videobestanden werken hetzelfde: de tool leest het audiospoor, dus de enige extra kosten zijn de grotere upload.

Hoe groot is een audiobestand? De formules

Met twee formules kun je de bestandsgrootte schatten vóór opname of upload.

Ongecomprimeerde PCM (WAV, AIFF):

bytes per second = sample rate × (bit depth ÷ 8) × channels

Uitgewerkte voorbeelden:

  • 16 kHz, 16-bit, mono: 16,000 × 2 × 1 = 32,000 bytes per seconde. × 60 = 1,920,000 bytes, ongeveer 1.92 MB per minuut, of 115.2 MB per uur.
  • 44.1 kHz, 16-bit, stereo: 44,100 × 2 × 2 = 176,400 bytes per seconde, ongeveer 10.58 MB per minuut, of 635 MB per uur.
  • 48 kHz, 24-bit, stereo: 48,000 × 3 × 2 = 288,000 bytes per seconde, of 1,036.8 MB per uur.

Verlieslatend bij constante bitrate (MP3, AAC, Opus):

bytes per minute = bitrate in kbps × 1,000 ÷ 8 × 60 (oftewel kbps × 7,500)

  • 128 kbps: 128 × 7,500 = 960,000 bytes, ongeveer 0.96 MB per minuut, of 57.6 MB per uur.
  • 64 kbps: 0.48 MB per minuut; 32 kbps: 0.24 MB per minuut.

Werkelijke bestanden zijn door headers iets groter; bestanden met variabele bitrate schommelen rond het gemiddelde. Computers die binaire eenheden (MiB) tonen, geven ongeveer 5% lagere getallen weer.

Wat betekenen deze getallen voor een uploadlimiet van 5GB en 10 uur?

whispertranscribe.ai accepteert bestanden tot 5GB en 10 uur. Zo passen gangbare instellingen, aangenomen dat 5GB gelijk is aan 5,000,000,000 bytes:

Instelling 1 uur 10 uur Past 10 uur onder 5GB?
WAV, 16 kHz, 16-bit, mono 115.2 MB 1.15 GB Ja
WAV, 44.1 kHz, 16-bit, stereo 635 MB 6.35 GB Nee: ongeveer 7.9 uur past
WAV, 48 kHz, 24-bit, stereo 1.04 GB 10.37 GB Nee: ongeveer 4.8 uur past
MP3, 128 kbps 57.6 MB 576 MB Ja
Opus, 32 kbps 14.4 MB 144 MB Ja

Een klassiek WAV-bestand heeft ook een eigen grens: het 32-bit grootteveld beperkt het tot ongeveer 4 GB en langere opnamen vereisen de RF64-extensie (Library of Congress). Voor zeer lange verliesvrije opnamen vermijden FLAC of een mono-WAV van 16 kHz beide problemen.

Wat belangrijker is dan het audioformaat

Een heldere stem dicht bij de microfoon, opgeslagen als MP3, presteert meestal beter dan een verliesvrij bestand dat aan de andere kant van een lawaaiige kamer is opgenomen. Deze instellingen en gewoonten bepalen veel van het resultaat.

Samplefrequentie: is 16 kHz voldoende?

Ja, voor spraak. Google raadt 16,000 Hz of hoger aan (aanbevolen werkwijzen); de handleiding legt uit dat lagere frequenties weinig of geen informatie boven 8 kHz behouden. OpenAI's open-source Whisper-code zet elke invoer om naar 16,000 Hz mono voordat het model die verwerkt (whisper/audio.py). Opnemen bij 44.1 of 48 kHz is prima, maar levert grotere bestanden op.

De frequentie achteraf verhogen helpt niet: Google merkt op dat een 8 kHz-bestand dat naar 44.1 kHz wordt opgesampled nog steeds slechts ongeveer 4 kHz frequentiebereik bevat. Upload telefoonaudio, vaak 8,000 Hz, met de oorspronkelijke frequentie.

Bitdiepte: 16-bit of 24-bit?

Google raadt 16 bits of meer aan en zegt dat 8-bit audio omzetten naar 16-bit niets oplevert omdat het dynamische bereik tijdens de opname is vastgelegd. De 24-bit van je recorder behouden kan geen kwaad; 16-bit naar 24-bit omzetten voegt niets toe.

Bitrate voor gecomprimeerde bestanden

Geen standaard bepaalt een bitrate die goede transcriptie garandeert. Googles richtlijn gaat over het type codec: verlieslatende codecs kunnen de nauwkeurigheid verminderen en lawaai of echo zijn schadelijker bij verlieslatende compressie. Moet je comprimeren, doe dat dan eenmaal op een gemiddelde instelling en vermijd ketens zoals WAV naar MP3 naar OGG.

Microfoonafstand, lawaai en niveaus

Uit Googles advies over voorbewerking:

  • Plaats de microfoon zo dicht mogelijk bij de spreker, vooral bij achtergrondgeluid.
  • Vermijd oversturing. Vervormde pieken zijn later niet te herstellen.
  • Schakel automatische versterkingsregeling en ruisonderdrukking uit als je app dit toestaat. Google zegt dat ruisonderdrukking vóór herkenning de nauwkeurigheid doorgaans vermindert.

Mono of stereo?

Voor één gedeelde microfoon is mono voldoende. Whisper mixt stereo toch terug naar mono, dus stereo met dezelfde stem op beide kanten verdubbelt alleen de upload. Stereo behouden is zinvol wanneer elk kanaal een andere persoon bevat, zoals bij veel gespreksrecorders of één dasspeldmicrofoon per kanaal. Google raadt dan aan elk kanaal apart te versturen en een gemengde opname zoals die is.

Multitrackopnamen

Podcast- en interviewtools voor gesprekken op afstand nemen vaak elke persoon op een apart spoor op. Exporteer één gemengd spoor en schakel sprekerlabels in (eenvoudigst), of transcribeer elk spoor apart en voeg de teksten op tijdstempel samen (helderste audio, maar je moet zelf samenvoegen).

Aanbevolen formaat en instellingen per situatie

“Als je al een bestand hebt” is de meest voorkomende situatie en het antwoord is meestal “upload het”.

Situatie Neem op als (als je kiest) Als je al hebt Vóór uploaden Let op
Interview op locatie WAV of FLAC, mono per microfoon, 44.1 of 48 kHz M4A of MP3 van een telefoon Noteer namen en termen Gast klinkt zachter dan interviewer
Interview op afstand of podcast, per spoor Eigen spoor per spreker, verliesvrij Aparte WAV's plus gemengde MP3 Kies gemengd of per spoor Overlappende spraak in de mix
Vergaderopname (Zoom, Teams, Meet) Audio-optie van het platform, indien beschikbaar MP4 of M4A Extraheer audio alleen als video enorm is Eén laptopmicrofoon voor een hele zaal
Spraakmemo op telefoon Standaardinstelling van de app .m4a Exporteer het origineel Telefoon tijdens opname in een zak
Gepubliceerde podcastaflevering Niet van toepassing De uitgebrachte MP3 Gebruik de WAV of FLAC van vóór publicatie als je die hebt Muzikale intro's; stel de taal in
College of seminar Mono, 16-bit, microfoon dicht bij docent Lange MP3 of video Vergelijk de lengte met 10 uur Vragen uit het publiek ver van de microfoon
Opname van telefoongesprek Standaardinstelling van recorder AMR, M4A of 8 kHz WAV Behoud de oorspronkelijke samplefrequentie Toestemmingsregels; niet opsamplen

Verkrijg vóór het opnemen van gesprekken of evenementen de vereiste toestemming en waar van toepassing toestemming van de organisator; respecteer opnameverboden. Onze gidsen over een telefoongesprek opnemen en opnamewetgeving per staat behandelen dit. Dit is geen juridisch advies.

Audio voor transcriptie converteren met FFmpeg

Converteer alleen met een reden: het bestand is te groot, je wilt een lichtere upload uit video, een tool weigert de codec of je wilt sprekers in aparte bestanden. Converteren voor “kwaliteit” werkt niet.

Gebruik ffprobe om codec, samplefrequentie en kanalen van de uitvoer te controleren. Opties worden uitgelegd in de FFmpeg-documentatie.

1. Elk bestand naar 16 kHz mono 16-bit WAV (dezelfde vorm waarnaar Whisper intern converteert):

ffmpeg -i interview.m4a -ac 1 -ar 16000 -c:a pcm_s16le interview_16k.wav

2. Elk bestand naar 16 kHz mono FLAC (verliesvrij en meestal kleiner dan WAV):

ffmpeg -i interview.m4a -ac 1 -ar 16000 -c:a flac interview_16k.flac

3. Video naar een kleine mono-MP3 (voegt één verlieslatende stap toe; gebruik wanneer grootte het belangrijkst is):

ffmpeg -i meeting.mp4 -vn -ac 1 -ar 16000 -c:a libmp3lame -b:a 64k meeting_16k.mp3

4. Audio uit video halen zonder opnieuw te coderen (werkt wanneer de audio AAC is, gebruikelijk in MP4-bestanden):

ffmpeg -i meeting.mp4 -vn -c:a copy meeting_audio.m4a

5. Een tweekanaalsopname splitsen in één bestand per spreker (gebruikt het channelsplit-filter):

ffmpeg -i call.m4a -filter_complex "channelsplit=channel_layout=stereo[L][R]" -map "[L]" left.wav -map "[R]" right.wav
Optie Wat deze doet
-ac 1 Mixt de audio terug naar één kanaal
-ar 16000 Stelt de uitvoersamplefrequentie in op 16,000 Hz
-c:a pcm_s16le Schrijft 16-bit ongecomprimeerde PCM (standaard-WAV)
-vn Verwijdert de videostream
-c:a copy Kopieert de audio zoals die is, zonder kwaliteitsverandering
-b:a 64k Stelt de verlieslatende bitrate in

Kies opdracht 4 boven opdracht 3 wanneer de audio van de video al AAC is, omdat die de oorspronkelijke kwaliteit behoudt. Laat bij telefoonaudio van 8 kHz -ar 16000 weg zodat je niet opsamplet.

Geen opdrachtregel? De audio- en video-naar-MP3-converter van whispertranscribe.ai haalt het audiospoor uit MP4, MOV, MKV, WEBM of AVI in je browser. De pagina zegt WebAssembly te gebruiken en bestanden in de browser te verwerken, zonder upload.

Grote bestanden: onder 5GB en 10 uur blijven

  • Te groot maar korter dan 10 uur: meestal een video of WAV met hoge resolutie. Extraheer de audio (opdracht 4 of de browserconverter) of zet WAV om naar FLAC (opdracht 2).
  • Langer dan 10 uur: de uploadpagina toont “At the moment, we can only process files up to 10 hours long. Please shorten your file to 10 hours or less and try again.” Splits het bestand. De splitsopdracht zonder hercodering in onze MP3-naar-tekstgids kan ook op WAV worden gebruikt. Controleer de overgangen wanneer je tekst samenvoegt.
  • Trage verbinding: één uur MP3 van 64 kbps is ongeveer 28.8 MB, tegenover 635 MB voor stereo-WAV in cd-kwaliteit. Bewaar het verliesvrije origineel als archief.

Problemen met audioformaten oplossen

Probleem Waarschijnlijke oorzaak Wat proberen
“No audio detected. The file may be corrupted. Please check the file and try again.” (getoond op onze uploadpagina's) Beschadigd bestand, video zonder geluid geëxporteerd of leeg audiospoor Speel lokaal af; voer de ffprobe-controle hierboven uit (geen uitvoer betekent geen audiostream); exporteer opnieuw uit de oorspronkelijke app
Upload geweigerd omdat deze te lang is Bestand langer dan 10 uur Splits in delen van 10 uur of minder
Bestand te groot Video of meerkanaals-WAV met hoge resolutie Extraheer audio of converteer WAV naar FLAC
Een WAV groter dan 4 GB opent of uploadt niet Groottebeperking van klassieke WAV Exporteer opnieuw als RF64 of FLAC, of splits
Eén spreker is veel zachter dan de ander Elke persoon staat op een apart kanaal, opgenomen op verschillende niveaus Splits de kanalen (opdracht 5) en transcribeer elk bestand
Vervormde, krakende pieken Oversturing tijdens opname Niet te herstellen; verlaag de ingangsversterking de volgende keer
Telefoonaudio blijft slecht na conversie naar 48 kHz Opsamplen voegt geen informatie toe Upload het origineel; probeer waar beschikbaar een taaloptie “Noise / Low-Quality Audio/Video”

Waar whispertranscribe.ai past

whispertranscribe.ai is een transcriptietool op basis van OpenAI's Whisper-modellen die in een webbrowser werkt (geen app, API of menselijke controle). De gratis audio-naar-tekstconverter en andere uploadpagina's noemen deze formaten: MP3, WAV, M4A, AAC, FLAC, OGG, OPUS, AMR, AIFF, ALAC, CAF, MP4, MOV, M4V, MKV, AVI, WMV, WEBM, MPG en MPEG.

  • Limieten: bestanden tot 5GB en 10 uur.
  • Talen: 130+ talen, met “Noise / Low-Quality Audio/Video”-opties voor veel ervan.
  • Nauwkeurigheid: tot 99% bij heldere audio. Lawaai, afstand, accenten en overlappende spraak verlagen dit.
  • Sprekers: schakel Speaker Detection in vóór transcriptie.
  • Export: DOCX, PDF, TXT, CSV, SRT en VTT.
  • Privacy: het privacybeleid zegt dat oorspronkelijke uploads na verwerking worden verwijderd en geëxtraheerde MP3-bestanden standaard 30 dagen worden bewaard.

Zie voor specifieke opnamen de pagina's voor MP3-bestanden, spraakmemo's, telefoongesprekken, interviews en colleges en seminars. Probeer een bestand op de gratis pagina zonder account (limieten staan daar). Betaalde abonnementen: vanaf $9.99/maand bij jaarbetaling (prijzen). De rest staat op de functiepagina.

Veelgestelde vragen

Wat is het beste audioformaat voor transcriptie?

WAV of FLAC is het beste audioformaat voor transcriptie wanneer je de opname zelf bepaalt, idealiter mono bij 16 kHz of hoger met 16-bit diepte. Heb je al een gecomprimeerd bestand zoals MP3, M4A of Opus, upload het dan zoals het is in plaats van te converteren. Opnamekwaliteit, dus een nabije microfoon, weinig achtergrondgeluid en geen oversturing, is meestal belangrijker dan de keuze tussen deze formaten.

Is WAV beter dan MP3 voor transcriptie?

Een WAV die rechtstreeks van de bron is opgenomen behoudt meer details dan een MP3; Google merkt op dat verlieslatende codecs zoals MP3 de herkenningsnauwkeurigheid kunnen verminderen. Het verschil is vaak klein bij heldere spraak en groter bij lawaaiige opnamen. Een WAV gemaakt van een bestaande MP3 is niet beter dan die MP3 omdat de verwijderde details verdwenen zijn. Neem waar mogelijk op in WAV of FLAC en upload MP3's zoals ze zijn.

Welke samplefrequentie moet ik gebruiken voor transcriptie?

Gebruik 16 kHz of hoger. Google raadt minstens 16,000 Hz aan voor spraakherkenning en OpenAI's Whisper zet alle audio vóór verwerking om naar 16 kHz mono. Opnemen bij 44.1 of 48 kHz is prima en gebruikelijk. Verhoog een lagere frequentie achteraf niet: een telefoonopname van 8 kHz moet op 8 kHz worden geüpload omdat opsamplen de bestandsgrootte verhoogt maar geen spraakinformatie toevoegt.

Moet ik in mono of stereo opnemen voor transcriptie?

Neem in mono op wanneer iedereen één microfoon deelt. Whisper mixt stereo toch naar mono, dus een stereokopie van dezelfde stem verdubbelt alleen de bestandsgrootte. Behoud stereo of multitrack wanneer elke spreker op een apart kanaal staat, zoals bij een gespreksrecorder of één microfoon per gast. Google raadt aan aparte kanalen apart te transcriberen; je kunt die met FFmpeg splitsen.

Hoe groot is een WAV-bestand per minuut?

Dat hangt af van de instellingen: vermenigvuldig samplefrequentie met bytes per sample en kanalen voor bytes per seconde. Een mono-WAV van 16 kHz, 16-bit is 16,000 × 2 × 1 = 32,000 bytes per seconde, ongeveer 1.92 MB per minuut of 115.2 MB per uur. Stereo van 44.1 kHz, 16-bit in cd-kwaliteit is ongeveer 10.58 MB per minuut of 635 MB per uur.

Kan ik een videobestand uploaden zonder audio te extraheren?

Ja. Transcriptietools lezen het audiospoor en negeren het beeld, dus een MP4, MOV, MKV of WEBM geeft dezelfde transcriptie als de geëxtraheerde audio. Video maakt alleen de upload groter. Extraheer audio als een bestand een groottelimiet nadert of je verbinding traag is, bijvoorbeeld met FFmpegs -vn -c:a copy, dat de oorspronkelijke audiokwaliteit behoudt. Op whispertranscribe.ai kun je de video zo uploaden en DOCX, TXT, SRT of VTT exporteren.


Heb je een opname klaar? Upload die zoals ze is naar whispertranscribe.ai via de gratis audio-naar-tekstconverter: kies één van 130+ talen, schakel Speaker Detection in en download DOCX, TXT, SRT of VTT. Bestanden tot 5GB en 10 uur.

Bronnen

Wil je je opnamen omzetten in tekst?

Transcribeer audio en video met whispertranscribe.ai.

Begin met transcriberen ↗