Расшифровка MOV в текст

MOV — контейнер QuickTime, в который снимают все устройства Apple. Многие сервисы просят предварительно сконвертировать такие файлы в MP4, но здесь это лишний шаг: MOV обрабатывается напрямую, включая записи с высокой частотой кадров и в ProRes.

Основная сложность с видео от iPhone — не формат, а вес. Съёмка в 4K занимает около 350 МБ на минуту, поэтому длинный ролик стоит выгружать через «Файлы» в сжатом виде либо предварительно экспортировать только звуковую дорожку: для расшифровки видеоряд всё равно не используется.

Современные iPhone по умолчанию снимают в HEVC — этот кодек экономит место, но в некоторых старых редакторах открывается с трудом. Для расшифровки это неважно: сервис работает с аудиодорожкой, которая в MOV с камеры Apple лежит в обычном AAC и никаких сложностей не вызывает.

Второй источник MOV — профессиональная съёмка и монтаж, где используется ProRes. Такие файлы очень тяжёлые: минута может занимать несколько гигабайт, и в лимит они не проходят практически никогда. Здесь единственный разумный путь — выгрузить из проекта только звук, например в M4A, и загрузить его.

Типичный сценарий с MOV — интервью или комментарий, снятый на телефон «в поле»: журналистом, исследователем или на мероприятии. У таких записей своя особенность: телефон держат в руке, микрофон направлен не строго на говорящего, вокруг посторонние звуки. Речь в кадре при этом распознаётся хорошо, а вот реплики из-за кадра и с большого расстояния — заметно хуже.

Если ролик снимался с внешним петличным микрофоном, качество будет ближе к студийному, и разница с обычной съёмкой на встроенный микрофон в тексте видна сразу — меньше пропущенных окончаний и точнее границы реплик.