BroadRouter
시작하기

WAV

업데이트

WAV(Waveform Audio File Format, WAVE)는 Microsoft와 IBM의 RIFF 형식을 바탕으로 한 오디오 컨테이너입니다. 보통 비압축 선형 PCM 샘플을 담기 때문에 크기를 예측하기 쉽습니다. 초당 크기는 샘플링 레이트 × 샘플당 바이트 수 × 채널 수입니다.

다른 이름: WAV 파일, 웨이브 파일, WAV 용량 계산, WAV 변환, PCM WAV, WAV file, WAVE

WAV는 가장 기본적인 오디오 형식입니다. 크고, 단순하고, 거의 어디서나 받아들여집니다.

작동 방식

미국 의회도서관은 WAVE를 Microsoft와 IBM이 개발한 RIFF(Resource Interchange File Format)를 바탕으로 한 “wrapper file format”(번역: 래퍼 파일 형식)이라고 설명하며, 공동 명세는 1991년 8월자입니다. WAV 파일에는 형식 정보와 오디오 데이터가 들어 있습니다. 가장 흔한 인코딩은 선형 PCM으로, 압축 없는 원시 샘플입니다. 표준 WAVE는 약 4GB로 제한되며, 이를 넘기기 위한 RF64 확장이 있습니다.

PCM은 압축하지 않으므로 크기는 간단한 산수로 구합니다.

bytes per second = sample rate × bytes per sample × channels

즉 초당 바이트 수 = 샘플링 레이트 × 샘플당 바이트 수 × 채널 수입니다. 16kHz, 모노, 16비트(2바이트) 음성 인식용 오디오라면 다음과 같습니다.

단계 값
16,000샘플 × 2바이트 × 1채널 초당 32,000바이트
26,214,400바이트 ÷ 32,000 819.2초
819.2 ÷ 60 약 13.65분(13분 39초)

같은 길이의 44.1kHz 스테레오 파일은 44,100 × 2 × 2 = 초당 176,400바이트로 다섯 배 넘게 크지만, 전사에는 아무 이득이 없습니다.

왜 중요한가

  • 분이 아니라 바이트 한도. 전사 API는 파일 크기를 제한하는 경우가 많습니다. WAV라면 오디오가 얼마나 들어가는지 정확히 예측할 수 있습니다.
  • 코덱 때문에 놀랄 일이 없습니다. PCM WAV는 어디서나 똑같이 디코딩되므로, Ogg Opus, M4A, 동영상에서 변환할 때 안전한 목표 형식입니다.
  • 다운샘플링하세요. 샘플링 레이트를 높이거나 스테레오로 두면 바이트만 늘고 단어는 늘지 않습니다.

BroadNet Inference에서는

BroadNet 전사 엔드포인트는 WAV(audio/wav)나 MP3(audio/mpeg)를 파일당 최대 26,214,400바이트까지 받습니다. 문서에서는 다른 형식을 이렇게 변환합니다.

ffmpeg -i voice-note.ogg -ar 16000 -ac 1 voice-note.wav

ffmpeg 문서에 따르면 -ar은 샘플링 주파수를, -ac는 채널 수를 정하고, 출력 형식은 .wav 확장자로 추정합니다. 16비트 PCM인지 확인해야 한다면 ffprobe로 결과를 점검하세요. 이 설정에서 약 13분보다 긴 오디오는 나눠야 합니다. 오디오 분할 도구가 명령을 만들어 주고, 긴 오디오 파일 전사하기에서 텍스트를 이어 붙이는 방법을 다룹니다. 과금은 오디오 분 단위이므로(BroadNet Transcribe Arabic은 분당 $0.0042), 나눠도 전체 오디오 분량은 변하지 않습니다.

흔한 실수

  • 원본 48kHz 스테레오를 그대로 두는 것. 48,000 × 2 × 2 = 초당 192,000바이트이므로 3분도 안 되어 한도가 찹니다.
  • 모든 .wav가 PCM이라고 가정하는 것. 일부 녹음기는 WAV 래퍼 안에 ADPCM이나 다른 코덱을 씁니다.

자주 묻는 질문

25MiB에 WAV가 몇 분이나 들어가나요?

16kHz, 모노, 16비트 PCM이면 파일이 초당 32,000바이트씩 커집니다. 26,214,400을 32,000으로 나누면 819.2초, 약 13분 39초이며, 헤더를 고려하면 조금 더 짧습니다.

WAV는 항상 비압축인가요?

아닙니다. 미국 의회도서관은 일반적인 인코딩으로 선형 PCM을 들지만 mu-law, A-law, ADPCM도 나열합니다. 음성 인식에는 일반 16비트 PCM이 안전한 선택입니다.

전사에는 WAV와 MP3 중 무엇이 좋나요?

WAV는 손실 인코딩을 피할 수 있지만, 같은 바이트 한도에 MP3가 훨씬 많은 오디오를 담습니다. 긴 녹음이라면 WAV를 나누거나 내 오디오로 MP3를 테스트해 보세요.

Markdown으로 읽기ChatGPT에 질문하기Claude에 질문하기Perplexity에 질문하기