AAC in AIFF umwandeln

Ein Werbespot für einen Radiosender kommt selten so an, wie er später gesendet wird. Häufiger liegt am Ende eine nackte .aac-Datei aus einem Export der Agentur oder einem Streammitschnitt vor, während die technische Anlieferungsvorgabe des Senders unkomprimiertes PCM verlangt — meist als WAV, mitunter ausdrücklich als AIFF, weil ein bestimmter Sendeautomat oder ein Playout-System der alten Schule genau das erwartet.

Das ist keine Marotte. Sender wollen an der Ingest-Grenze ein bekanntes, unkomprimiertes Format, damit im Sendeablauf nichts ein zweites Mal neu kodiert werden muss. Diese Umwandlung liefert genau das, mit der ehrlichen Nebenbemerkung, dass Größe und Qualität hier zwei getrennte Fragen sind.

Eine .aac-Datei ist Audio Data Transport Stream: Frames hintereinander, jeder mit einem kurzen Kopf, der Abtastrate und Kanalzahl erneut nennt, aber ohne Behälter drumherum. Genau deshalb lässt sich ein solcher Strom überall schneiden und wieder zusammensetzen — und genau deshalb steht nirgends in der Datei, wie lang sie ist.

Programme behelfen sich, indem sie schätzen: die ganze Datei durchsuchen oder die Größe durch eine angenommene Bitrate teilen, und bei variabler Bitrate scheitert beides. Das hier geschriebene AIFF nennt seine Framezahl ausdrücklich im COMM-Chunk, und für viele Importe ist genau das der eigentliche Grund, warum diese Umwandlung das Problem löst — nicht die fehlende Kompression.

Die AAC-Kompression hat Teile der Aufnahme dauerhaft entfernt, nach einem Modell dessen, was ein Hörer nicht vermissen würde. AIFF macht danach das Gegenteil vollkommen richtig: Es speichert jeden übergebenen Abtastwert unverändert, ohne jede Kompression. Zusammen ergibt das eine große Datei mit genau dem Ton, den das AAC bereits enthielt.

Das lohnt sich, wenn ein System weiter unten PCM verlangt, und es ist unter keinem Gesichtspunkt ein Qualitätsgewinn. Anlieferungsvorgaben nennen unkomprimierte Formate, damit an der Ingest-Grenze alles in einem bekannten Zustand ankommt und im Sendeplatz nichts ein zweites Mal kodiert wird. Existiert eine bessere Quelle — die Session, der ursprüngliche Bounce —, ist die der richtige Weg, und eine E-Mail ist billiger als jede Umwandlung.

Ein AIFF besteht aus Chunks, und dieses hier trägt genau zwei. COMM nennt Kanalzahl, Framezahl, Bittiefe und Abtastrate. SSND enthält die Abtastwerte. Sonst steht nichts darin — kein Name, kein Vermerk, kein Absenderfeld, kein Timecode-Bezug, keine Lautheitsmessung, kein Coverbild.

Anlieferungsvorgaben von Sendern verlangen solche Angaben oft im selben Satz, in dem sie unkomprimiertes Audio fordern, und ein Konverter kann sie nicht liefern. Verlangt das Blatt einen EBU-R128-Lautheitswert, einen Start-Timecode oder ein Absenderfeld, muss die Datei danach durch ein rundfunktaugliches Schnittprogramm laufen, das diese Felder schreiben kann. Das vorher zu wissen ist besser als eine Beanstandung eine Woche später.

Hier wird nichts umgesampelt. Welche Rate der ADTS-Kopf angibt, bekommt auch das AIFF. Für Rundfunk, Video und Konferenzton üblich sind 48.000 Hz, für CD-gebundenes Material oder eine CD als Quelle 44.100. Beides wandelt anstandslos um und bleibt anschließend, wo es war.

Die Stelle, an der das ärgerlich wird, ist an beiden Enden der Kette. Eine Audio-CD ist ausschließlich 44.100 Hz, sodass eine 48-kHz-Lieferung von der Autorensoftware entweder abgelehnt oder still umgesampelt wird. Ein Sender, der auf 48 kHz fährt, sampelt eine 44,1-Datei beim Ingest ebenfalls um — ein Verarbeitungsschritt, den niemand angefordert hat. Die Abtastrate vor einer ganzen Charge zu prüfen erspart eine gemischte Lieferung, die erst spät auffällt.

Die hier geschriebene PCM ist signiert 16-Bit. Bei einem verlustfreien Master wäre das eine Entscheidung, die man sich genauer ansehen sollte, weil eine 24-Bit-Quelle Tiefe trägt, die 16 Bit nicht fassen. Bei einer AAC-Datei ist es keine Entscheidung — ein verlustbehafteter Codec hat keine zusätzliche Tiefe zu bewahren, und ein 24-Bit-Ausgang wäre anderthalbmal so groß, ohne mehr Information zu enthalten.

Sechzehn Bit bei 44.100 oder 48.000 Hz ist außerdem, was die meisten Anlieferungsvorgaben für diese Art Material nennen. Verlangt ein Blatt ausdrücklich 24-Bit-Unkomprimiert, liefert diese Umwandlung das nicht — dann ist ein Desktop-Programm der richtige Weg, wobei sich fragen lässt, was die zusätzlichen acht Bit angesichts einer bereits komprimierten Quelle überhaupt enthalten sollen.

Unkomprimierte 16-Bit-Stereo-Aufnahme bei 44.100 Hz kostet 176.400 Byte je Sekunde — rund 10 MB je Minute, gleich ob die Minute dicht oder still ist, weil jeder Abtastwert als Zahl geschrieben wird. Ein AAC mit 128 kbit/s kostet rund 0,96 MB je Minute, bei 256 kbit/s etwa 1,9.

Ein Dreißig-Sekunden-Spot wird so aus rund einer halben Megabyte-Datei etwa 5 MB, ein Fünf-Minuten-Beitrag aus 5 MB rund 50, und eine einstündige Sendung aus 57 MB ungefähr 600. Einen Qualitätsregler gibt es bei dieser Umwandlung nicht, weil es nichts abzuwägen gibt — AIFF komprimiert überhaupt nicht, was der Grund ist, warum Anlieferungsvorgaben es verlangen.

Ein AAC-Kodierer braucht einen kurzen Vorlauf, bevor gültige Ausgabe entsteht, und ein Container vermerkt normalerweise, wie viel davon beim Abspielen zu verwerfen ist, damit der Ton genau dort einsetzt, wo er einsetzen soll. Ein nackter ADTS-Strom hat dafür keinen Platz, und unkomprimiertes PCM auch nicht.

Ein kleiner Teil dieses Vorlaufs — wenige Dutzend Millisekunden — landet deshalb als ganz gewöhnlicher Ton am Anfang des AIFF. Bei einem Sendebeitrag auf einer Zeitleiste fällt das nicht auf. Bei einem exakt auf Länge geschnittenen Spot, einer Stationskennung oder allem, was auf einen Bildpunkt genau sitzen muss, ist es das Erste, das nach der Umwandlung zu prüfen ist — ein zehnsekündiger Trimm-Schritt im Schnittprogramm erspart eine zurückgewiesene Lieferung.

AAC verträgt deutlich mehr Kanäle als AIFF — unser Register nennt 48 gegenüber 8 —, sodass ein breiter Mehrkanalstrom hier keinen Platz findet, während Mono, Stereo und alles bis 7.1 mit intakten Kanälen durchkommt. Eine Monospur bleibt Mono statt zu einem falschen Stereopaar verdoppelt zu werden, was für eine Sprecherspur oder einen Telefonbeitrag genau richtig ist.

Was das AIFF festhält, ist die Kanalzahl, nicht deren Bedeutung. Der COMM-Chunk nennt eine Zahl, es gibt kein Feld für eine Lautsprecherzuordnung oder eine Kanalreihenfolge. Eine Mehrkanal-Lieferung muss deshalb gegen die in der Vorgabe erwartete Reihenfolge geprüft werden statt vorausgesetzt zu werden, und ein Stereopaar, das eigentlich zwei unabhängige Monosignale waren, sieht identisch zu einem echten Stereomix aus.

AIFF zu schreiben braucht keine Abhängigkeit. Die decodierten Abtastwerte werden intern als WAV zusammengeführt und dann per Arithmetik neu umhüllt — der Kopf big-endian neu gebaut, die Abtastrate als das 80-Bit-Extended-Float geschrieben, das das Format verlangt, die Bytes jedes Abtastwerts vertauscht. Anders als bei den MP3-, AAC- und FLAC-Zielen dieser Seite wird hier nichts nachgeladen, und der AAC-Decoder ist bereits im eigenen Rechner vorhanden.

Dateien sind auf 100 MB je Stück begrenzt, hundert lassen sich auf einmal ablegen und kommen als ein ZIP zurück. Bei einem noch nicht gesendeten Spot, einem gesperrten Sendungsmaterial oder irgendetwas unter einer Vertraulichkeitsklausel zählt, dass sich das nachprüfen lässt statt nur versprochen wird: Netzwerk-Tab öffnen, eine Datei umwandeln, zusehen, dass sich nichts bewegt.