测试音频文件

现成的测试声音文件：检查上传及其限制、播放器行为、转换和语音识别。按采样率、时长和体积分类：从 8 kHz、50 KB 到 96 kHz、151 MB 的半小时语音。如果需要某个具体格式的全部细节，下方有 MP3 和 WAV 页面的链接

按采样率

WAV 8 kHz 单声道（电话音质） 8 kHz
48 Kb
↓
WAV 16 kHz 单声道（语音 / IVR） 16 kHz
94 Kb
↓
WAV 44.1 kHz 立体声（左 A4 + 右 C5） 44.1 kHz
517 Kb
↓
WAV 48 kHz 单声道（广播 / 视频） 48 kHz
281 Kb
↓
WAV 96 kHz 单声道（高解析度音频） 96 kHz
563 Kb
↓

按时长

音乐，5 秒 5 秒
83 Kb
↓
音乐，30 秒 30 秒
469 Kb
↓
音乐，55 秒 55 秒
860 Kb
↓
语音，1 分钟 1 分钟
939 Kb
↓
语音，5 分钟 5 分钟
4.6 Mb
↓
语音，10 分钟 10 分钟
9.2 Mb
↓
语音，30 分钟 30 分钟
27 Mb
↓

按文件大小

约 50 KB 的音频 WAV, 3 秒
48 Kb
↓
约 500 KB 的音频 MP3, 30 秒
469 Kb
↓
约 3 MB 的音频 WAV, 19 秒
3.2 Mb
↓
约 27 MB 的音频 MP3, 30 分钟
27 Mb
↓
约 50 MB 的音频 WAV, 10 分钟
50 Mb
↓
约 150 MB 的音频 WAV, 30 分钟
151 Mb
↓

🧠 该选哪种采样率

采样率表示每秒对声音测量多少次。人耳的听觉上限约为 20 kHz，而根据奈奎斯特定理，采样率需要达到两倍，这就是 CD 和 MP3 采用 44.1 kHz 的原因。

视频和广播行业采用 48 kHz，因此当声音要与摄像素材配合时就选它：与 44.1 的差别不在音质，而在于不匹配会迫使处理链重新采样。电话语音使用 8 kHz，语音识别使用 16 kHz，96 kHz 则用于需要后期处理余量的剪辑。

WAV 的体积可以直接算出来：采样率 × 位深 × 声道数 × 时长。图中同样的三秒钟占用 47 KB 到 563 KB 不等，而 44.1 kHz 的立体声比 48 kHz 的单声道还大，尽管采样率更低。

WAV 格式的同样三秒音频 8 kHz47 Kb 16 kHz94 Kb 44.1 kHz stereo517 Kb 48 kHz281 Kb 96 kHz563 Kb