Поддерживаемые форматы аудио

SpeechKit позволяет распознавать и синтезировать аудио в форматах:

• LPCM
• OggOpus
• MP3

LPCMLPCM

Linear pulse-code modulation без WAV-заголовка.

Характеристики аудио в этом формате:

• Частота дискретизации:

  Версия API	Допустимые значения
  API v1 синтеза	8, 16 или 48 кГц
  API v3 синтеза	любое значение от 8 до 48 кГц
  API v2 распознавания	8, 16 или 48 кГц
  API v3 распознавания	8, 16 или 48 кГц

• Разрядность квантования — 16 бит.

• Порядок байтов — обратный (little-endian).

• Аудиоданные хранятся как знаковые числа (signed integer).

OggOpusOggOpus

OggOpus — данные закодированы с помощью аудиокодека OPUS и упакованы в контейнер OGG.

SpeechKit распознает и синтезирует OggOpus без ограничений на качество и заголовки аудиофайлов.

MP3MP3

MP3 — данные закодированы с помощью аудиокодека MPEG-1/2/2.5 Layer III и упакованы в контейнер MP3.

SpeechKit распознает MP3 без ограничений на качество и заголовки аудиофайлов.