บล็อก

ไฟล์ MP3 และรูปแบบไฟล์เสียงและวิดีโอที่ใช้ถอดเสียง

ผู้เขียน: Hushscript | เผยแพร่: 12 ตุลาคม 2569 | ตรวจสอบล่าสุด: 12 ตุลาคม 2569

รูปแบบไฟล์เสียงและวิดีโอส่วนใหญ่ใช้ถอดเสียงได้ ไม่ว่าจะเป็นไฟล์ MP3 (.mp3), M4A, WAV, OGG, MP4, WebM หรือ AVI ทุกไฟล์ผ่านขั้นตอนเดียวกัน และรูปแบบไฟล์มีผลต่อผลลัพธ์น้อยกว่าคุณภาพของการบันทึกมาก คู่มือนี้อธิบายว่ารูปแบบไฟล์เสียงและวิดีโอแต่ละแบบคืออะไร ควรเก็บแบบไหน และไม่กี่กรณีที่การแปลงไฟล์ก่อนช่วยได้

เนื้อหานี้ว่าด้วยไฟล์ที่คุณเริ่มต้นด้วย ส่วนไฟล์ที่ได้กลับมา เช่น TXT, DOCX หรือ SRT ดูรูปแบบไฟล์ถอดเสียงที่คุณต้องใช้ หากต้องการถอดเสียงไฟล์ตอนนี้ ไปที่หน้าถอดเสียงเป็นข้อความ

รูปแบบไฟล์ คอนเทนเนอร์ และตัวแปลงสัญญาณ: สามคำสำหรับไฟล์เดียว

รูปแบบไฟล์จริงๆ แล้วคือสองการเลือก ตัวแปลงสัญญาณ (codec) คือวิธีบีบอัดเสียงหรือภาพ คอนเทนเนอร์ (container) คือไฟล์ที่เก็บสตรีมที่บีบอัดแล้วไว้ด้วยกันพร้อมเมทาดาทา MDN อธิบายคอนเทนเนอร์ว่าเป็นรูปแบบไฟล์ที่ห่อสตรีมสื่ออย่างน้อยหนึ่งสตรีม เช่น เสียงหรือวิดีโอ ไว้พร้อมเมทาดาทา เพื่อให้จัดเก็บและเล่นย้อนกลับด้วยกันได้

นี่คือเหตุผลที่ไฟล์สองไฟล์ซึ่งนามสกุลเดียวกันอาจทำงานต่างกัน MP4 เก็บตัวแปลงสัญญาณได้หลายแบบ และไฟล์ OGG เก็บ Vorbis หรือ Opus ได้ เมื่อไฟล์เปิดไม่ได้ สาเหตุที่พบบ่อยคือตัวแปลงสัญญาณ ไม่ใช่นามสกุล

เสียงแบบไม่สูญเสียและแบบสูญเสียข้อมูล

เสียงแบบไม่สูญเสียข้อมูล (lossless) ถอดรหัสกลับเป็นสัญญาณที่เหมือนต้นฉบับทุกประการได้ ส่วนเสียงแบบสูญเสียข้อมูล (lossy) ทิ้งรายละเอียดบางส่วนเพื่อให้ไฟล์เล็กลง และยิ่งบีบอัดมาก รายละเอียดก็ยิ่งหายมาก คู่มือตัวแปลงสัญญาณเสียงของ MDNจัด MP3, AAC, Opus และ Vorbis เป็นแบบสูญเสียข้อมูล และ FLAC เป็นแบบไม่สูญเสีย

จากตรงนี้ได้สองข้อ ไฟล์แบบสูญเสียข้อมูลเปลี่ยนกลับเป็นแบบไม่สูญเสียไม่ได้: การบันทึก MP3 เป็น WAV ได้ไฟล์ที่ใหญ่ขึ้นแต่เสียงเหมือนเดิม และการแปลงจากแบบสูญเสียเป็นแบบสูญเสียทุกครั้งเสียรายละเอียดเพิ่มอีกเล็กน้อย ให้เก็บการบันทึกต้นฉบับไว้ แล้วทำสำเนาจากมัน

รูปแบบไฟล์เสียงที่คุณจะพบ

ไฟล์ MP3

ไฟล์ .mp3 เป็นเสียงแบบสูญเสียข้อมูล และเป็นรูปแบบที่คุณมีโอกาสได้รับมากที่สุด เครื่องบันทึกเสียง โปรแกรมตัดต่อพอดแคสต์ และหน้าดาวน์โหลดล้วนสร้างไฟล์นี้ ที่ 128 kbps เสียงหนึ่งชั่วโมงมีขนาดประมาณ 58 MB จึงส่งและเก็บได้ง่าย สำหรับเสียงพูด แค่นี้ก็เพียงพอ ขั้นตอนแบบละเอียดอยู่ในวิธีแปลง MP3 เป็นข้อความ

ไฟล์ M4A

ไฟล์ M4A คือเสียงในคอนเทนเนอร์ตระกูล MP4 ปกติบีบอัดด้วย AAC แอปบันทึกเสียงบนโทรศัพท์ เช่น Voice Memos บน iPhone เป็นต้นทางที่พบบ่อย เสียงใกล้เคียงกับ MP3 ที่ขนาดเท่ากัน ดูวิธีแปลง M4A เป็นข้อความสำหรับขั้นตอนบนโทรศัพท์ หากเครื่องเล่นต้องใช้ MP3 แทน ตัวแปลง M4A เป็น MP3 ฟรีทำให้ได้ในเบราว์เซอร์ของคุณ

ไฟล์ WAV

ไฟล์ WAV ปกติเก็บเสียง PCM ที่ไม่บีบอัด จึงเก็บทุกอย่างที่ไมโครโฟนจับได้ และกินพื้นที่มาก สเตอริโอคุณภาพซีดี (44.1 kHz, 16 บิต) ใช้ประมาณ 10.6 MB ต่อนาที หรือราว 635 MB ต่อชั่วโมง เครื่องบันทึกภาคสนาม ซอฟต์แวร์สตูดิโอ และโปรแกรมบันทึกเสียงบนเดสก์ท็อปบางตัวบันทึกเป็น WAV หากมีไฟล์ WAV ให้เก็บไว้ หากต้องแชร์ WAV เป็น MP3 ทำสำเนาที่เล็กลงมาก ดูเพิ่มเติมในวิธีแปลงไฟล์ WAV เป็นข้อความ

ไฟล์ OGG และ Opus

ไฟล์ OGG คือคอนเทนเนอร์แบบเปิด ส่วนใหญ่เก็บเสียง Vorbis หรือ Opus MDN ระบุว่าไฟล์ Ogg ที่มีเฉพาะแทร็ก Opus บางครั้งเรียกว่าไฟล์ Opus และอาจใช้นามสกุล .opus ด้วยซ้ำ แต่ก็ยังเป็นไฟล์ Ogg เครื่องเล่นและโปรแกรมตัดต่อบางตัวเปิด OGG ไม่ได้ Hushscript รับ OGG จึงอัปโหลดไฟล์ได้ตามที่เป็น หากเครื่องมืออื่นต้องใช้ MP3 ให้ใช้ OGG เป็น MP3

FLAC, AIFF และรูปแบบอื่นๆ

FLAC เป็นแบบไม่สูญเสียแต่บีบอัด จึงเล็กกว่า WAV ส่วน AIFF ไม่บีบอัดเหมือน WAV และพบบ่อยบน Mac ทั้งสองแบบรับได้ ช่องเลือกไฟล์อัปโหลดยังรับ AAC, Opus, WMA, AMR และอีกบางรูปแบบ หากไม่แน่ใจเรื่องรูปแบบ ลองดู การวางไฟล์ลงไปเป็นวิธีทดสอบที่เร็วที่สุด

รูปแบบไฟล์วิดีโอที่คุณจะพบ

สำหรับการถอดเสียง ไฟล์วิดีโอเป็นเพียงตัวพาแทร็กเสียงของมัน Hushscript อ่านแทร็กในเบราว์เซอร์ของคุณ คัดลอกออกมาโดยไม่เข้ารหัสใหม่เมื่อทำได้ และอัปโหลดเฉพาะเสียงนั้น วิดีโอไม่เคยออกจากอุปกรณ์ของคุณ วิดีโอขนาดใหญ่จึงไม่ทำให้การอัปโหลดใหญ่ตาม

ไฟล์ MP4 เป็นกรณีทั่วไป คือคอนเทนเนอร์ที่โทรศัพท์และกล้องจำนวนมากใช้กับวิดีโอ MP4 เองเป็นแค่ตัวห่อ สิ่งที่สำคัญคือเสียงข้างใน ดูรายละเอียดในวิธีแปลง MP4 เป็นข้อความ

ไฟล์ MOV และ MKV ใช้ได้แบบเดียวกัน หากโปรแกรมอื่นต้องใช้ MP4 MOV เป็น MP4 และ MKV เป็น MP4 แปลงให้ในเบราว์เซอร์ของคุณ

ไฟล์ WebM เป็นรูปแบบวิดีโอสำหรับเว็บ มักมาจากการบันทึกหน้าจอหรือกล้องในเบราว์เซอร์ เสียงมักเป็น Vorbis หรือ Opus เครื่องมือ WebM เป็น MP4 ฟรีแปลงให้สำหรับแอปที่ต้องการ MP4

ไฟล์ AVI เป็นคอนเทนเนอร์รุ่นเก่าจากกล้องและโปรแกรมจำนวนมาก มักเก็บตัวแปลงสัญญาณรุ่นเก่า เช่น Xvid หรือ DivX ซึ่งโทรศัพท์และโปรแกรมตัดต่อรุ่นใหม่อาจเปิดไม่ได้ Hushscript ไม่ต้องเล่นวิดีโอเพื่อดึงเสียง หากต้องการสำเนาที่เล่นได้บนอุปกรณ์มากขึ้น AVI เป็น MP4 เข้ารหัสใหม่ด้วยความเร็วใกล้เคียงเวลาจริง

หากต้องการเก็บเฉพาะเสียงของวิดีโอ เครื่องมือแยกเสียงฟรีจะเก็บแทร็กต้นฉบับไว้เท่าที่ทำได้ คู่มือแปลงวิดีโอเป็น MP3 อธิบายงานนั้น

รูปแบบไหนให้ข้อความถอดเสียงดีที่สุด

ไฟล์ต้นฉบับ ไฟล์ที่เครื่องบันทึกหรือโทรศัพท์บันทึกไว้เป็นไฟล์ที่ดีที่สุดสำหรับอัปโหลด เพราะผ่านการบีบอัดน้อยครั้งที่สุด รูปแบบไม่สูญเสียข้อมูล เช่น WAV, FLAC และ AIFF ให้สัญญาณที่สะอาดที่สุดแก่ระบบ ส่วน MP3 ที่ 128 kbps ขึ้นไปของการบันทึกเดียวกันถอดเสียงได้ใกล้เคียงกัน

สิ่งที่ทำให้ความแม่นยำเปลี่ยนจริงอยู่นอกตัวไฟล์ ได้แก่ ไมโครโฟนอยู่ใกล้แค่ไหน ห้องมีเสียงรบกวนมากเพียงใด และคนพูดแทรกกันหรือไม่ ป้ายกำกับผู้พูด ภาษา และการส่งออกก็ไม่ขึ้นกับรูปแบบไฟล์เช่นกัน วิธีถอดเสียงไฟล์เสียงทุกประเภทเป็นข้อความมีวิธีทำแบบครบถ้วน

ความยาวมีผล ขนาดไม่มีผล นาทีคิดตามความยาวของเสียง ไฟล์ WAV ขนาดใหญ่จึงมีค่าใช้จ่ายเท่ากับ MP3 ขนาดเล็กที่มีจำนวนนาทีเท่ากัน การบันทึกยาวได้สูงสุด 10 ชั่วโมงโดยไม่จำกัดขนาดไฟล์ และไฟล์ใหญ่จะถูกเตรียมในเบราว์เซอร์ของคุณ ขึ้นอยู่กับหน่วยความจำของอุปกรณ์

เมื่อการแปลงไฟล์ช่วยได้

• ไฟล์เปิดไม่ได้ แปลงเป็น MP3 หรือ WAV ด้วยตัวแปลงไฟล์เสียงฟรี แล้วอัปโหลดสำเนานั้น การรองรับขึ้นอยู่กับตัวแปลงสัญญาณและเบราว์เซอร์ของคุณ ตัวแปลงสัญญาณที่หายากจึงยังล้มเหลวได้
• เครื่องมือหรือแบบฟอร์มต้องการอีกรูปแบบ MP4 สำหรับอัปโหลดวิดีโอ MP3 สำหรับเครื่องเล่น ตัวแปลงฟรีทำงานในเบราว์เซอร์ของคุณและไม่อัปโหลดอะไรเลย
• ต้องส่งไฟล์ที่เล็กลง บีบอัดไฟล์เสียงทำ MP3 ที่บิตเรตซึ่งคุณเลือก และต้นฉบับยังคงเดิม
• ต้องการไฟล์เดียวจากหลายไฟล์ ต่อส่วนต่างๆ เข้าด้วยกันก่อนด้วยเครื่องมือรวมไฟล์เสียงฟรี

เมื่อการแปลงไฟล์ให้ผลเสีย

อย่าแปลงเป็น WAV หรือ FLAC โดยหวังให้ข้อความถอดเสียงดีขึ้น รายละเอียดที่การบีบอัดตัดออกไปไม่กลับมา และอย่าแปลงไฟล์เพียงเพราะนามสกุลดูแปลก อัปโหลดดูก่อน หากระบบถอดเสียงอ่านไฟล์ได้ ก็ไม่ต้องทำอะไรเพิ่ม

หากเซิร์ฟเวอร์อ่านไฟล์ที่อัปโหลดไม่ได้ งานจะล้มเหลวโดยไม่มีการเรียกเก็บเงิน จากนั้นแอปจะแปลงไฟล์ในเบราว์เซอร์ของคุณและอัปโหลดอีกครั้งหนึ่งเอง ไฟล์แปลกๆ บางไฟล์จึงกลับมาใช้ได้โดยคุณไม่ต้องทำอะไร

ตรวจไฟล์ก่อนอัปโหลดยาว

ลองดูตัวอย่าง 5 นาทีฟรีก่อนส่งการบันทึกยาวสามชั่วโมง ไม่ต้องมีบัญชี และแสดงให้เห็นว่าข้อความกับป้ายกำกับผู้พูดอ่านออกมาอย่างไรบนไฟล์ของคุณเอง รูปแบบที่ตัวอย่างบนหน้าเว็บเปิดไม่ได้ก็ยังผ่านในแอปได้

การถอดเสียงทั้งไฟล์ต้องมีบัญชีและนาทีเพียงพอ ไม่ต้องใช้บัตรเพื่อสมัคร บัญชีส่วนบุคคลที่มีสิทธิ์รับ 30 นาทีฟรีได้หนึ่งครั้ง หลังยืนยันบัตรหรือพร้อมการซื้อครั้งแรก หน้าราคามีเงื่อนไข และไม่มีการสมัครสมาชิก