話し声の録音は、たいてい10分の1にしても違いが分かりません。ご自分のファイルで確かめてみてください。
20分の会話が、レコーダーやスマートフォンの初期設定で録ると60メガバイトになることがあります。2チャンネル、音楽向けのビットレート、そして人の声が決して届かない周波数まで含んでいるからです。この2つを声に必要な分に合わせるだけで、同じ20分が3〜4メガバイトになり、耳に分かる劣化はありません。
いちばん効くのは、ビットレートとチャンネル数の2つです。ステレオの録音をモノラルにすると大きさは半分になります。両方のチャンネルに、たいてい同じ声が二重に入っているからです。
MP3、WAV、M4A、FLAC、OGGなど、よくある形式に対応。
話し声なら96kbpsで十分です。音楽なら128kbpsを。モノラルにすれば、さらに半分になります。
元の大きさ、仕上がりの大きさ、削減率が表示されます。
ビットレートとは、音声1秒あたりに残すデータの量です。人の声は80Hzから3,500Hzのあいだにあり、CDが押さえるべき20Hz〜20,000Hzよりずっと狭い範囲です。だからCDは1,411kbpsを使い、声の録音はそのごく一部で申し分なく動きます。
96kbpsの声の録音は、320kbpsのものと人の耳では区別できず、場所は3分の1で済みます。これより下げると差が聞こえ始めます。48kbpsでは声が金属的になりますが、それでも聞き取れます。後ろに音楽がある場合は、128kbpsより下げないことをおすすめします。
レコーダーは既定でステレオになっています。これは音楽のための設定です。インタビュー、会議、講義に当てはめると、同じ音を二度保存することを意味します。どちらのチャンネルにもほぼ同じ音が入っているからです。
モノラルにすることは、声の録音にとっていちばん効く減らし方で、しかも多くのソフトが直接は用意していないものです。設定1つで効き、すでにある録音にも使え、聞こえ方も変わりません。もともと2つのチャンネルに本当の差はなかったからです。
アップロードすれば、タイムスタンプ付きで、話者ごとに分かれ、要約の付いたテキストが手に入ります。始めるのにアカウントは要りません。