AAC in MP3 umwandeln

Das ist die Grundlage, auf der diese ganze Seite aufbaut. AAC nach ISO/IEC 13818-7 ist ein Codec, und normalerweise steckt es in einem Container — einem MP4, einem M4A, einer Matroska-Datei —, der festhält, wie lang die Aufnahme ist, wo jedes Bild beginnt und wie die Spur heißt. Eine Datei mit der bloßen Endung `.aac` überspringt das meistens: Es ist ADTS, ein durchgehender Strom von Audio-Frames mit je einem sieben Byte langen Kopf, gebaut für Rundfunk, bei dem ein Empfänger mitten hineinschalten und ab dort dekodieren können muss.

Für seinen eigentlichen Zweck ist das ausgezeichnet und als Datei auf einer Festplatte ungeeignet. Es gibt kein Feld, das die Länge nennt, ein Player schätzt sie also aus der Dateigröße — was bei variabler Bitrate falsch ist — oder zeigt gar nichts an. Es gibt kein Inhaltsverzeichnis, Vorspulen bedeutet also Raten eines Byte-Offsets und Suchen nach dem nächsten Frame-Kopf, weshalb es ruckelt und die Fortschrittsanzeige driftet.

Kaum jemand erzeugt sie absichtlich. Sie stammt aus einem Livestream: HLS liefert Audio als Folge von `.aac`-Segmenten, und diese aneinandergehängt ergibt genau so eine Datei — das Ergebnis eines Stream-Recorders, mit dem etwa ein Radiomitschnitt eines deutschen Webradios oder eines Podcast-Feeds aufgezeichnet wurde. IP-Kameras, Dashcams, DVR-Boxen und Sendeanlagen schreiben aus demselben Grund ADTS, aus dem auch Rundfunk es tut — es lässt sich an beliebiger Stelle schneiden.

Die Person, die hier landet, hat AAC also selten bewusst gewählt und interessiert sich meist auch nicht dafür. Sie hat eine Datei, die sich nicht ordentlich verhält, und die Frage ist, in was sie sich verwandeln lässt. Das ist wichtig, weil es entscheidet, welche der beiden naheliegenden Antworten die richtige ist.

Die hier geschriebene MP3 beginnt mit einem Xing-Frame, der die gesamte Frame-Zahl, die Dateigröße und ein Inhaltsverzeichnis mit hundert Einträgen trägt. Genau das lässt einen Player die Laufzeit sofort nennen, statt sie zu schätzen, und genau das sorgt dafür, dass ein Ziehen an der Fortschrittsleiste auch dort landet, wo losgelassen wurde — selbst wenn die Bitrate innerhalb der Datei schwankt.

Zusätzlich trägt sie ID3v2-Tags, die jeder Player, jedes Handy und jede Autoanlage für Titel, Interpret und Cover ausliest. Nichts davon ist eine Eigenschaft des AAC-Codecs — es ist die Dateihülle drumherum. Das ist der eigentliche Gewinn dieser Umwandlung, und er erklärt, warum sich Probleme lösen, die der Satz „MP3 ist kompatibler als AAC" allein nicht erklärt.

Jedes Problem im Abschnitt oben ist ein Containerproblem, und MP3 ist nicht der einzige Container, der es löst. Dieselbe Datei nach M4A umzuwandeln, verpackt das Audio in MP4, gibt ihm eine Laufzeit, eine echte Tabelle zum Vorspulen und ein Feld für Tags und Cover — ganz ohne einen zweiten verlustbehafteten Durchgang, denn das Audio muss dabei nur umgepackt, nicht neu gedacht werden.

MP3 lohnt sich also nur aus einem Grund: wenn etwas dahinter ausdrücklich MP3 verlangt. Eine Autoanlage älterer Bauart, die einen USB-Stick nach Dateiendung durchsucht, ein Abspielgerät von vor 2010, ein Uploadformular mit genau einem erlaubten Format, ein Sendeautomatisierungssystem mit MP3-Profil. Ist das Ziel nur „diese Datei soll am eigenen Rechner ordentlich funktionieren", ist M4A die bessere Antwort, und das gehört gesagt, statt es zu verschweigen.

Der Datenbestand markiert Generationsverlust als bekanntes Problem bei AAC, und das zu Recht: Diese Umwandlung dekodiert Audio, das bereits komprimiert wurde, und komprimiert es mit einem Codec neu, der andere Entscheidungen trifft, was verworfen wird. Der zweite Kodierer verbraucht Bits darauf, die Artefakte des ersten zu beschreiben, weshalb zwei verlustbehaftete Durchgänge bei gleicher Bitrate teurer sind als einer.

Wie sehr das zählt, hängt vom Material ab. Ein aufgezeichneter Stream mit Sprache, ein Vortrag, ein Rundfunkmitschnitt oder Kameraudio bei der Einstellung Ausgewogen ist in normaler Hörsituation nicht zu unterscheiden. Musik, die bereits mit niedriger Streambitrate vorlag, zeigt einen zweiten Durchgang am deutlichsten, meist bei Becken und Publikumslärm. Die Absicherung ist, einmal von der ursprünglichen Aufnahme umzuwandeln — nie von einer bereits umgewandelten MP3.

Bei einem Stream-Mitschnitt weiß man meist nicht, mit welcher Bitrate das AAC ursprünglich kodiert wurde, und die Datei verrät es auch nicht einfach so. Die sichere Regel ist, gar nicht erst zu versuchen, sie zu treffen, sondern nach dem Zweck zu wählen: Kleine Datei, Ausgewogen oder Hohe Qualität — die drei Stufen, die diese Seite anbietet, mehr sind es nicht.

Für Sprache reicht Kleine Datei tatsächlich aus. Für alles Musikalische Ausgewogen. Hohe Qualität, wenn die MP3 eine Arbeitskopie ist, die noch geschnitten, normalisiert oder erneut exportiert wird — die höchste Stufe stellt nichts wieder her, verhindert aber, dass dieser Schritt das schwächste Glied in einer Kette von Bearbeitungen wird.

Rundfunk- und Kameraaufnahmen weichen häufig von dem ab, was eine Musikdatei üblicherweise ist. Sie können mono sein, mit 32.000 oder 48.000 Hz aufgenommen, und bei einem Fernsehmitschnitt sogar mehrkanalig — das Format erlaubt bis zu 48 Kanäle, gegenüber den zwei Kanälen von MP3.

Mono und ungewöhnliche Abtastraten wandeln sich ohne Zwischenfall um und bleiben, wie sie sind. Ein Kanallayout, das MP3 gar nicht kennt, wird stattdessen auf die zwei Kanäle heruntergemischt, die das Format zulässt, statt die Umwandlung zu verweigern. Das ist genau richtig für jemanden, der eine abspielbare Datei will, und genau falsch, wenn die getrennten Kanäle der eigentliche Punkt waren.

Zwei Fehlerbilder sehen ähnlich aus und sind es nicht. Ist die Datei tatsächlich ADTS, aber mitten in einem Frame abgeschnitten — das übliche Ergebnis, wenn ein Stream-Recorder abrupt gestoppt wurde —, liest die Umwandlung, was vorhanden ist, und stoppt an der beschädigten Stelle, was üblicherweise eine brauchbare, nur etwas kürzere MP3 ergibt.

Ist dagegen die Dateiendung schlicht falsch, funktioniert nichts. Dateien, die `.aac` heißen, in Wahrheit aber MP4-Fragmente sind, oder von Hand umbenannte M4A-Dateien, lassen sich nicht als ADTS-Strom lesen, und die Umwandlung meldet, dass die Datei nicht gelesen werden konnte, statt zu raten. In diesem Fall lohnt der Versuch über M4A — ein MP4-Demuxer öffnet sie, und man weiß danach, was man wirklich in der Hand hatte.

Aufnahmen dieser Art fallen meist gehäuft an, weshalb der Stapelmodus wichtig ist. Bis zu hundert Dateien auf einmal ablegen, jede wandelt sich unabhängig um, und das Ergebnis kommt als ein einziges ZIP zurück, mit einer Obergrenze von 100 MB pro Datei. Nichts wartet in einer Warteschlange, weil die Arbeit auf dem eigenen Prozessor stattfindet statt auf einem Server, den wir bezahlen müssten.

Was dabei nicht passiert, ist das Zusammenfügen. Fünfzig HLS-Segmente werden hier zu fünfzig MP3-Dateien, nicht zu einer durchgehenden Aufnahme. Sind die Segmente Teile eines einzigen Streams, hilft es, sie zuerst mit einem geeigneten Werkzeug zu einer einzigen `.aac`-Datei zusammenzufügen und erst dann umzuwandeln — der Frame-Aufbau von ADTS macht ein reines Aneinanderhängen gültig, eine der wenigen echten Annehmlichkeiten dieses Formats.

Diese Umwandlung dekodiert und kodiert das Audio neu, und für einen vorangestellten ID3v2-Block aus der ADTS-Datei gibt es dabei keine eigens gepflegte Übernahme von Titel, Interpret, Album oder Cover. Ob am Ende trotzdem etwas davon in der MP3 steht, hängt von der zugrunde liegenden Bibliothek ab und ist nicht etwas, das diese Seite verspricht — sicherheitshalber lohnt ein kurzer Blick mit einem Tag-Editor auf das Ergebnis, statt sich darauf zu verlassen.

In der Praxis betrifft das genau die Datei, um die es hier meistens geht, kaum: Ein Stream-Mitschnitt oder ein aus HLS-Segmenten zusammengesetztes ADTS trägt fast nie einen ID3-Block, weil ihn beim Aufzeichnen niemand geschrieben hat. Titel, Interpret und Cover von Hand nachzutragen, sobald bekannt ist, um welche Sendung oder welches Stück es sich handelt, ist ohnehin der übliche nächste Schritt.