Коротко об инструменте
В контейнере OGG приходит почти всё, что связано со свободными кодеками: голосовые сообщения мессенджеров с Opus внутри, звуки из игр на движках с открытым исходным кодом, дампы Vorbis из старых сборок. Многие настольные редакторы такие файлы не открывают, зато обычный WAV принимают все. Страница декодирует OGG браузерным движком и отдаёт PCM с исходной частотой; данные не покидают вкладку, а обратно сжать поможет конвертер WAV в OGG.
Сохраните аудио из чата в файл — в Telegram это пункт «Сохранить как» в меню сообщения, и файл обычно получает расширение .ogg или .oga. Если расширение не .ogg, переименуйте его вручную, затем выберите файл на этой странице и нажмите «Конвертировать». Полученный WAV открывается любым редактором и подходит для программ расшифровки речи.
Оба кодека внутри контейнера OGG читаются, если их умеет декодировать сам браузер, а современные Chrome и Firefox умеют и Vorbis, и Opus. Голосовые сообщения почти всегда используют Opus, звуки из старых игр — Vorbis. Отдельного переключателя на странице нет: кодек определяется автоматически по содержимому файла.
Opus по своей конструкции работает на 48 кГц и декодируется именно в эту частоту, даже если исходный микрофон писал на 16 или 24 кГц. Это не ухудшает звук: сигнал просто представлен большим числом отсчётов. Если конвейеру нужна конкретная частота, задайте ресемплинг в редакторе после конвертации.
Поле принимает .ogg и тип audio/ogg, поэтому системный диалог прячет файлы с другими расширениями. Достаточно переименовать копию файла в .ogg: содержимое контейнера от этого не меняется, а браузер всё равно определяет кодек по данным внутри. То же касается расширения .oga.
Opus на речевом битрейте — один из самых экономных кодеков, он укладывает минуту голоса в считаные десятки килобайт. WAV же хранит каждый отсчёт целиком, и та же минута моно на 48 кГц занимает около 5,5 МБ. Рост объёма в 50-100 раз для голосовых сообщений — обычное дело.
Содержимое файла остаётся в памяти вкладки: страница читает его локально, декодирует средствами браузера и формирует WAV прямо на устройстве. Никаких сетевых обращений с аудиоданными нет, поэтому личные голосовые сообщения можно обрабатывать, не передавая их стороннему сервису.
До: voice-message.ogg — 210 КБ, Opus, 48 кГц, моно, 2:40
После: voice-message.wav — 15 МБ, PCM 16 бит, 48 кГц, моно
До: shot.ogg — 24 КБ, Vorbis, 44,1 кГц, стерео, 0:01.2
После: shot.wav — 210 КБ, PCM 16 бит, 44,1 кГц, стерео
Оценка и фидбек помогают понять, что улучшать дальше.