Как уменьшить размер записи перед загрузкой и не потерять слова

Сначала выясните, чей это лимит

Трёхчасовая планёрка записана экраном ноутбука, на диске лежит файл на 3,4 ГБ. Письмом он не уходит, в мессенджер лезет полчаса, а загрузка обрывается на восьмидесяти процентах. Уменьшить размер аудиофайла здесь можно в сорок раз без потерь для текста; что именно прячется за сообщением «файл слишком большой» — разобрано отдельно.

Первый шаг — не запускать конвертер, а понять, во что вы упёрлись. Потолки у всех разные, и от того, чей он, зависит, до какого размера имеет смысл ужиматься.

• Почта. Самый низкий потолок из всех. У личных ящиков Gmail предел вложения — 25 МБ; больше — и письмо уходит со ссылкой на облако вместо файла. В корпоративной почте лимит задаёт администратор, и он бывает ещё ниже.
• Мессенджер. Здесь просторнее: Telegram принимает файлы до 2 ГБ, с подпиской Premium — до 4 ГБ. Трёхчасовая запись экрана проходит целиком, вопрос только во времени загрузки.
• Сервис расшифровки. Vibe2Text берёт файлы до 4 ГБ и до 6 часов — под это подходит и видео встречи целиком, и несжатая многочасовая запись с диктофона.
• Ваш канал связи. Чаще всего дело именно в нём. На отдаче в 5 Мбит/с — обычное дело для домашнего интернета и раздачи с телефона — 3,4 ГБ уезжают около полутора часов, а 86 МБ — за две с половиной минуты.

Отсюда следствие: сжимают не «для качества», а ради конкретного числа — влезть в чужой предел или не ждать загрузку час. Если файл проходит как есть, лучше сразу отдать его на быструю расшифровку и не трогать вовсе: любое пересжатие только отнимает у записи детали.

Из чего складывается размер аудиофайла

Размер файла определяется двумя числами: битрейтом — сколько данных тратится на секунду звука — и длительностью. Расширение и «формат» на вес влияют лишь постольку, поскольку задают привычный битрейт: сам по себе mp3 не легче wav, легче поток в 64 кбит/с по сравнению с потоком в 1536 кбит/с.

Из формулы следует счётное правило: битрейт в кбит/с, умноженный на часы и на 0,45, даёт мегабайты. Час разговора на 64 кбит/с — 29 МБ, три часа — 86 МБ. Обратный ход тоже полезен: чтобы уложить три часа в 25 МБ почтового вложения, нужно спуститься до 18 кбит/с, а это уже за границей, о которой ниже.

Между видеофайлом и его же звуковой дорожкой — двадцатикратная разница, и достаётся она бесплатно. Между дорожкой и аккуратно пережатым моно — ещё вдвое, и тоже без последствий для текста. А дальше каждый выигрыш оплачивается разборчивостью.

Что режется без ущерба для текста

Четыре вещи в записи встречи почти всегда лишние. Убирают их в этом порядке — от самого выгодного к самому спорному.

1. Видеокартинка. Главный источник веса и первое, что стоит выбросить: в записи экрана на неё уходит больше девяноста процентов файла. Звук при этом не трогают вообще — дорожка переносится из видеофайла в отдельный файл как есть, байт в байт, за считаные секунды.
2. Второй канал. В записи созвона стереодорожка обычно содержит два почти одинаковых канала: голоса участников приходят по сети одним потоком и раскладываются на два только при воспроизведении. Сведение в моно даёт ровно половину веса и ничего не отнимает у текста. Единственное исключение — записи, где каждый участник пишется в свой канал: их сводить нельзя, это самое ценное, что бывает в файле.
3. Лишняя частота дискретизации. Речь целиком укладывается в 16 кГц: выше живут звуки, которых в голосе почти нет. Снижение с 48 до 16 кГц режет несжатый файл втрое, а в сжатом освобождает биты — при том же битрейте кодек тратит их на речь, а не на пустой верх спектра.
4. Запас битрейта. Пресеты конвертеров по умолчанию рассчитаны на музыку: 128, 192, иногда 320 кбит/с в стерео. Разговору столько не нужно. Проект Opus в своей таблице рекомендованных настроек отводит на широкополосную речь в моно 16–20 кбит/с, а на полнополосную — 28–40 кбит/с; остальное уходит на музыкальные нюансы, которых в планёрке нет.

Вместе это даёт результат, ради которого стоит возиться: трёхчасовая встреча на 3,4 ГБ превращается в файл на 86 МБ — в сорок раз меньше, — и в тексте после этого не меняется ни одного слова.

Что резать нельзя

Ниже — граница, за которой экономия мегабайт оплачивается фамилиями, суммами и датами. Ошибки в расшифровке распределены неравномерно: связная речь вытягивается контекстом даже из посредственного файла, а рассыпаются всегда редкие слова, которых из контекста не восстановить.

• Полосу речи. 16 кГц — нижняя граница, при которой голос попадает в файл целиком. Ниже отрезаются шипящие и свистящие, и распознавание начинает угадывать «с» и «ш» по смыслу: страдают незнакомые фамилии, продиктованные адреса, номера договоров.
• Битрейт ниже 32 кбит/с. Речевые кодеки на низких скоростях экономят уже не на деталях, а на полосе. Это видно даже в настройках: у кодека Opus есть переключатель ширины полосы, и на битрейтах ниже 15 кбит/с он принудительно ограничивает звук широкополосным режимом независимо от того, что вы просили.
• Раздельные каналы участников. Если телефония или сервис конференций писали каждого в свой канал, сведение в моно уничтожает готовую разметку по говорящим ради экономии в два раза. Дешевле оставить стерео и снять эти мегабайты битрейтом.
• Тишину — без нужды. Вырезание пауз действительно уменьшает файл, но сдвигает всё, что после них: время в тексте перестаёт совпадать с исходной записью. Подробнее — в отдельном разделе ниже.
• Динамику и шум «заодно». Шумоподавление и нормализация громкости, которые предлагают те же конвертеры, веса почти не убирают, а окончания слов срезают вместе с шумом. Честный шумный сигнал даёт текст лучше вылизанного.
• Второй круг сжатия. Файл, уже прошедший кодек с потерями, пережимают только тогда, когда иначе он никуда не помещается: каждое следующее кодирование накладывает свои артефакты на чужие.

Отдельная развилка — что делать, если исходник и так плох: запись с гарнитуры, звонок из машины, копия копии. Тогда сжатие только добивает то, что осталось, и разговор идёт уже не про мегабайты, а про параметры записи: это разобрано в статье какой формат аудио выбрать для расшифровки.

Как уменьшить размер аудиофайла: сначала выбросить, потом пережимать

Порядок здесь важнее самих настроек. Ошибка, из-за которой чаще всего теряют качество, выглядит так: человек сразу открывает конвертер, ставит «MP3, 96 кбит/с» и получает файл, который и весит больше нужного, и звучит хуже необходимого. Правильная последовательность — от бесплатных выигрышей к платным, с проверкой размера после каждого шага.

Посмотрели, что внутри → выбросили картинку → проверили размер. Влезло — остановились. Не влезло — свели в моно и пережали в 64 кбит/с → проверили снова. Ниже спускаются и режут на части, только если и теперь мимо; обычно всё заканчивается на первом шаге.

Готовые команды

Всё, что описано выше, делается одной программой — ffmpeg. Она бесплатна, ставится на Windows, macOS и Linux, команды везде одинаковые, и ничего никуда не загружается: файл обрабатывается на вашей машине. Механику первой команды — почему копирование дорожки не портит звук — подробно разбирает статья как извлечь звуковую дорожку из видео; здесь она нужна как первый шаг к весу.

1. Посмотреть, из чего состоит файл — сколько весит целиком и какие внутри дорожки:
   ffprobe -v error -show_entries format=duration,size,bit_rate -show_entries stream=codec_type,codec_name,bit_rate -of default=nw=1 zapis.mp4
   Число рядом с codec_type=audio — битрейт звука, из него и считается будущий размер.
2. Выбросить картинку, звук не трогая:
   ffmpeg -i zapis.mp4 -vn -c:a copy zvuk.m4a
   -vn убирает видео, -c:a copy переносит звук как есть. Расширение выходного файла подбирают под то, что внутри: для дорожки из mp4 это обычно .m4a.
3. Свести в моно и пережать в разумный битрейт:
   ffmpeg -i zvuk.m4a -ac 1 -ar 16000 -c:a libmp3lame -b:a 64k zvuk-64.mp3
   -ac 1 — один канал, -ar 16000 — частота 16 кГц, -b:a 64k — битрейт. Три часа после этого весят 86 МБ.
4. Сделать то же самое одной командой прямо из видео, если промежуточный файл не нужен:
   ffmpeg -i zapis.mp4 -vn -ac 1 -ar 16000 -c:a libmp3lame -b:a 64k zvuk-64.mp3
5. Ужать ещё сильнее, если 86 МБ всё ещё много. Кодек Opus на низких битрейтах держит речь лучше mp3, и у него есть режим специально для разговоров:
   ffmpeg -i zapis.mp4 -vn -ac 1 -c:a libopus -b:a 32k -application voip zvuk.ogg
   Ключ -application voip в документации описан прямо: он настраивает кодек на разборчивость речи. Частоту здесь не задают — Opus выбирает полосу сам, исходя из битрейта.
6. Разрезать длинную запись на части по часу — без пересжатия, копированием:
   ffmpeg -i zvuk-64.mp3 -f segment -segment_time 3600 -c copy chast%02d.mp3
   Получатся chast00.mp3, chast01.mp3 и так далее. Звук в них тот же самый, что в исходнике.

Тишина, паузы и нарезка на части

В трёхчасовой встрече говорят не три часа. Паузы, ожидание опоздавших, «давайте я экран покажу» — в сумме это легко четверть записи, и соблазн вырезать их велик. Технически это делается одной строкой:

ffmpeg -i zvuk-64.mp3 -af silenceremove=stop_periods=-1:stop_duration=2:stop_threshold=-40dB -c:a libmp3lame -b:a 64k bez-pauz.mp3 — фильтр вырезает все паузы длиннее двух секунд, которые тише порога. Отрицательное значение stop_periods как раз и означает «обрабатывать всю запись, а не только конец».

Нарезка на части лишена этого недостатка наполовину: звук внутри каждой части остаётся нетронутым, и время в тексте честно отсчитывается от начала своего куска — достаточно помнить, что вторая часть началась на шестидесятой минуте. Несколько правил, чтобы не разрезать разговор посередине фразы:

1. Режьте по круглым отрезкам — час или полчаса. Так проще пересчитывать время: минута 12 второй части — это 72-я минута встречи.
2. Не режьте пополам ради одного мегабайта. Если файл превышает лимит на десять процентов, дешевле снять их битрейтом, чем плодить куски.
3. Называйте части по порядку: vstrecha-2026-08-13-chast01. Через месяц порядок восстанавливается по имени, а не по дате изменения файла.

Онлайн-конвертеры: что происходит с записью

Способ без установки чего-либо: перетащили файл в окно браузера, выбрали формат, скачали результат. Для рабочего компьютера без прав администратора это иногда единственный доступный вариант, и на разовой задаче он честно работает.

Понимать при этом стоит одно: файл целиком уезжает на чужой сервер — иначе сервис не смог бы его обработать. Для записи, которая и так опубликована, это ничего не меняет. Для внутренней планёрки с зарплатами и условиями сделки решение принимает не удобство, а то, что в записи звучит.

Если онлайн-путь всё же ваш, проверьте три настройки, спрятанные за словом «дополнительно»: каналы — моно; битрейт — 64 кбит/с вместо предложенных 128 или 192; частоту — 16 кГц. Этого достаточно, чтобы получить тот же результат, что и командой.

Когда сжимать не нужно вообще

Главная развилка проходится до всех команд. Если файл нужен ради текста — расшифровки, сводки, поиска цитаты, — сжимать его не нужно вовсе: видеофайл загружается целиком, звуковая дорожка читается из него сама, лишнего круга сжатия не происходит.

1. Файл как естьвидео или аудио, без конвертации
2. Загрузкадо 4 ГБ и до 6 часов
3. Текстспикеры и таймкоды
4. Документсводка, задачи, экспорт

Мегабайты после этого перестают быть проблемой сами собой. Расшифровка трёхчасовой встречи — это несколько сотен килобайт текста: она уходит письмом и ищется по словам, чего с аудиофайлом любого размера не сделать. Поверх текста собирается сводка: итог, решения, задачи с именами и сроками.

Сжатие остаётся для двух случаев: запись длиннее шести часов или тяжелее четырёх гигабайт — и медленный канал, на котором ждать полтора часа дороже, чем потратить минуту на команду. Порядок тот же: выбросить картинку, свести в моно и загрузить получившийся аудиофайл, не спускаясь ниже 64 кбит/с без крайней надобности.

Частые вопросы

Проверено 14 августа 2026. Ключи -vn, -c:a copy, -ac, -ar, -b:a, режим -application voip («favor improved speech intelligibility») и принудительное ограничение полосы для битрейтов ниже 15 кбит/с — по документации FFmpeg (разделы libopus и libmp3lame). Синтаксис и поведение фильтра silenceremove, включая отрицательное значение stop_periods для обработки середины записи, — по справочнику фильтров FFmpeg. Рекомендованные битрейты для речи (16–20 кбит/с для широкополосной моно, 28–40 кбит/с для полнополосной) — по странице Opus Recommended Settings в вики Xiph. Предел вложения 25 МБ для личных аккаунтов — по справке Google для Gmail. Ограничение на файлы 2 ГБ и 4 ГБ с подпиской Premium — по FAQ Telegram. Формулировка о хранении загруженных файлов — по заявлению сервиса Online Audio Converter. Все команды проверены на ffmpeg из состава Ubuntu 24.04.