WAV in Base64

So wandeln Sie WAV in Base64 um

1. Legen Sie eine .wav-Datei auf dem Feld ab oder wählen Sie sie über die Dateiauswahl.
2. Spielen Sie sie in der Vorschau ab.
3. Ausgabe als steht auf Data-URI. Für APIs wählen Sie Reines Base64 oder JSON, um Name, MIME-Typ und Größe mitzuliefern.
4. Drücken Sie Ausgabe kopieren. Aufnahmen von mehr als ein paar Sekunden ergeben lange Strings; Als .txt speichern ist dann einfacher zu handhaben.

Wie groß ein Base64-WAV wird

Unkomprimiertes PCM lässt sich leicht berechnen: Abtastrate × Bytes pro Sample × Kanäle ergibt Bytes pro Sekunde. Addieren Sie den üblichen 44-Byte-Header und multiplizieren Sie für Base64 mit 4/3:

Dateien, die manche Apps aufnehmen, enthalten zusätzliche Chunks mit Metadaten, die tatsächlichen Größen können also etwas höher liegen.

WAV und Sprach-APIs

Spracherkennungsdienste nehmen häufig unkomprimiertes 16-Bit-PCM an, weil es verlustfrei dekodiert und keinen Codec braucht. Nehmen sie Audio inline in einem JSON-Request an, kommt es als Base64 hinein, zusammen mit Feldern, die Kodierung, Abtastrate und Kanalanzahl beschreiben. Diese Werte müssen zur Datei passen. Eine Stereo-Aufnahme mit 44,1 kHz, die als 16 kHz mono deklariert wird, liefert unsinnige Transkripte oder einen Fehler.

Sprachmodelle arbeiten typischerweise mit 16 kHz mono oder weniger. Wandeln Sie eine Stereo-Aufnahme in CD-Qualität vor dem Kodieren in 16 kHz mono um, wird der Request etwa fünfeinhalbmal kleiner, meist ohne die Erkennung zu verschlechtern. Erledigen Sie das in einem Audio-Editor oder mit einem Kommandozeilen-Konverter; diese Seite kodiert die Datei so, wie sie ist.

Ist das Inline-Limit für eine lange Aufnahme immer noch zu klein, akzeptieren diese Dienste meist auch einen Link auf eine Datei im Speicher, und dieser Weg kommt ganz ohne Base64 aus.

Ein WAV in Python erzeugen und kodieren

Die Standardbibliothek kann ein WAV schreiben und kodieren, praktisch für Testdaten. Dieser Code erzeugt einen Piepton von 200 ms bei 880 Hz:

import base64, io, math, struct, wave

rate = 8000
samples = b"".join(
    struct.pack("<h", int(12000 * math.sin(2 * math.pi * 880 * i / rate)))
    for i in range(rate // 5)
)
buf = io.BytesIO()
with wave.open(buf, "wb") as w:
    w.setnchannels(1)
    w.setsampwidth(2)
    w.setframerate(rate)
    w.writeframes(samples)

uri = "data:audio/wav;base64," + base64.b64encode(buf.getvalue()).decode()

Die Datei hat 3.244 Bytes und die Data-URI 4.350 Zeichen, beginnend mit data:audio/wav;base64,UklGRqQMAABXQVZF. Mehr zu Dateien und Streams unter Base64 in Python.

Der Rückweg

Base64 in WAV spielt einen Base64-WAV-String ab und speichert ihn als Datei. Um Audio für das Web zu verkleinern, nehmen Sie ein komprimiertes Format; Größenvergleiche finden Sie unter MP3 in Base64.

Häufige Fragen