M4A in AIFF umwandeln

M4A benennt einen Container, keinen Codec. Darin steckt entweder AAC — das, was ein Kauf, ein Streaming-Mitschnitt, eine Sprachmemo oder fast jeder Bounce enthält — oder Apple Lossless, das iTunes schreibt, wenn jemand eine CD mit verlustfreier Einstellung rippt. Die Endung sieht in beiden Fällen identisch aus, und nichts von außen verrät den Unterschied.

Dieser Konverter dekodiert AAC. Es gibt auf diesem Weg keinen Apple-Lossless-Decoder, sodass eine ALAC-Datei mit der Meldung endet, es gebe nichts Konvertierbares, statt eine stumme oder defekte AIFF-Datei zu erzeugen. Die Dateigröße verrät es vorab: Vier Minuten AAC sind drei bis fünf Megabyte, vier Minuten ALAC zwanzig bis dreißig. Wirkt eine Datei für ihre Länge verdächtig groß, ist genau das der Grund.

Die deutsche Synchronbranche ist eine der größten der Welt — kaum ein Land vertont so viel fremdsprachiges Material neu wie Deutschland, und die Lieferspezifikationen für Dialogspuren an Synchronstudios stammen häufig aus einer Zeit, in der komprimiertes Audio in einer Postproduktion schlicht nicht vorgesehen war. Eine als Referenz gelieferte AAC-Datei eines Regisseurs oder Verleihs wird deshalb vor der Abgabe an ein Tonstudio in AIFF gewandelt, weil die Ingest-Spezifikation kein komprimiertes Format kennt.

Dasselbe Muster findet sich in Rundfunkanstalten und bei Hardware-Samplern, die aus Berlin und München stammen: Ein Gerät, das PCM erwartet, hat schlicht keinen AAC-Decoder eingebaut, weil das Firmware wäre, die jemand pflegen müsste. Wo die Vorgabe von einem Gerät oder einer geschriebenen Spezifikation kommt, ist die Umwandlung die vollständige Antwort — wo sie nur aus einer alten Studiovorlage stammt, lohnt sich vorher ein Blick, ob das M4A nicht ohnehin direkt importierbar wäre.

Eine AIFF-Datei lohnt sich vor allem aus einer verlustfreien Quelle, bei der die unkomprimierte Fassung wirklich alles enthält, was das Original hatte — genau das trifft auf den ALAC-Fall zu, und genau der lässt sich hier nicht öffnen. Aus einer AAC-Quelle ist die AIFF-Datei eine große Datei mit verlustbehaftetem Inhalt — eine Anforderung des Containers wird erfüllt, keine Qualitätsentscheidung getroffen.

Das macht die Umwandlung nicht falsch. Ingest-Systeme, Sampler und Lieferstandards verlangen PCM aus eigenen Gründen und fragen nicht, woher es kam. Wer zwischen einer Nachfrage nach einem besseren Master und der Umwandlung des vorhandenen AAC entscheidet, sollte die Nachfrage per E-Mail zumindest in Betracht ziehen. Existiert nur die eine M4A-Datei, konvertiert man sie und lässt es dabei — nichts, was danach geschieht, holt zurück, was AAC bereits entfernt hat.

Unkomprimiertes 16-Bit-Stereo bei 44.100 Hz kostet 176.400 Byte pro Sekunde — rund 10 Megabyte pro Minute —, egal ob die Minute laut oder still ist, weil jedes Sample als reine Zahl geschrieben wird. Eine AAC-Datei mit 128 kbps kostet dagegen etwa 0,96 Megabyte pro Minute, eine mit 256 kbps etwa 1,9.

Der Faktor liegt damit je nach Ausgangsbitrate meist zwischen sieben und zehn. Ein vierminütiger Titel, der als 5-Megabyte-M4A ankommt, wird als AIFF etwa 42 Megabyte groß. Eine Qualitätsregelung gibt es hier nicht, weil es nichts zu verhandeln gibt: AIFF komprimiert überhaupt nicht, was der ganze Grund ist, weshalb etwas danach fragt.

Die hier geschriebenen PCM-Daten sind signed 16-bit. Aus einem verlustfreien Master wäre das eine Entscheidung, die man hinterfragen könnte, weil eine 24-Bit-Quelle Tiefe hat, die 16 Bit nicht fassen. Aus einer AAC-Datei ist es keine Entscheidung: Ein verlustbehafteter Codec hat keine zusätzliche Tiefe zu bewahren, und den Wert auf 24 Bit aufzufüllen würde nur eine anderthalbfach so große Datei ohne ein einziges zusätzliches Informationsbit ergeben.

Sechzehn Bit bei 44.100 Hz ist außerdem das, was die meisten Zielorte für diese Umwandlung ohnehin vorschreiben — CD-Herstellung per Definition, Sampler-Slots aus Konvention, zahlreiche Lieferstandards ausdrücklich. Läuft die Session mit 24 oder 32 Bit, liegt die AIFF-Datei als 16-Bit-Datei darin und verhält sich normal — die Session-Tiefe bestimmt den Mix, nicht jede einzelne hineingezogene Quelle.

Nichts hier tastet neu ab. Welche Rate die M4A-Datei mitbringt, bekommt auch die AIFF-Datei. Musikdateien liegen meist bei 44.100 Hz, Ton aus einem Video, einem Konferenztool oder einer Kamera meist bei 48.000 — und diese Unterscheidung trifft öfter zu, als man denkt, weil viele M4A-Dateien ursprünglich neben einem Bild entstanden sind.

Das wird an genau einer Stelle wichtig: Eine Audio-CD ist 44.100 Hz und nichts anderes, eine 48-kHz-AIFF-Datei muss also entweder von der Brennsoftware umgesetzt oder abgelehnt werden. Wichtig wird es ein zweites Mal in einer auf eine feste Rate gesperrten Session, wo ein abweichender Import je nach Software entweder umgerechnet wird oder mit falscher Geschwindigkeit läuft. Die Rate der gelieferten Datei vorher prüfen, bevor gleich mehrere davon umgewandelt werden.

Eine AIFF-Datei ist eine Abfolge von Chunks, und die hier geschriebene enthält genau zwei: COMM, mit Kanalzahl, Sample-Anzahl, Bittiefe und Samplerate, und SSND mit den eigentlichen Samples. Sonst nichts — kein ID3-Chunk, kein Titel, keine Anmerkung, kein Artwork.

M4A ist im Vergleich ungewöhnlich reichhaltig. Seine Metadaten-Atome tragen Titel, Interpret, Album, Komponist, Artwork, Lyrics, Kapitelmarken und Apples eigene Kauf- und Store-Felder, und all das endet hier. In einer Session ist das unsichtbar und korrekt, weil eine Datei auf der Zeitleiste eine Region ist, kein Bibliothekseintrag. Für eine Lieferung, die jemand katalogisiert, die Angaben vor der Umwandlung notieren — die AIFF-Datei lässt sich hinterher nicht mehr fragen.

Ein AAC-Encoder liefert nicht ab dem ersten Sample ein Ergebnis, sondern braucht einen kurzen Vorlauf, und der MP4-Container vermerkt, wie viel davon beim Abspielen verworfen werden soll, damit die Wiedergabe genau dort beginnt, wo die Aufnahme beginnt. Player, die dieses Feld lesen, machen das unsichtbar richtig.

Unkomprimiertes PCM hat dafür kein Feld, sodass ein kleiner Teil des eigenen Vorlaufs des Encoders als echtes Audio am Anfang der AIFF-Datei landet. In einer Zeitleiste sind das ein paar Dutzend Millisekunden, die niemand bemerkt. Für einen Sampler-Hit, ein One-Shot oder einen auf die Millisekunde geschnittenen Stinger ist es das Erste, was man prüft, weil die Datei nicht mehr genau dort beginnt, wo der Klang beginnt — im Editor nachträglich zutrimmen.

AIFF zu schreiben kostet keine zusätzliche Abhängigkeit. Die dekodierten Samples werden als WAV gemuxt und dann per Arithmetik in AIFF umgepackt — der Header wird big-endian neu aufgebaut, die Samplerate als das vom Format verlangte 80-Bit-Extended-Float geschrieben, und die Bytes jedes Samples werden umgedreht. Anders als bei den MP3-, AAC- und FLAC-Zielen dieser Seite wird dafür nichts nachgeladen.

Das Dekodieren des AAC läuft auf dem eigenen Rechner, eine Umwandlung bewegt also in keine Richtung Daten über das Netz. Dateien sind auf 100 Megabyte je Datei begrenzt, was für eine M4A-Datei weit mehr Audiomaterial ist, als eine gleich lange AIFF-Datei benötigt, und bis zu hundert Dateien lassen sich auf einmal ablegen und gemeinsam als ZIP zurückholen. Für unveröffentlichtes Material von einem Kunden ist das im Netzwerktab nachprüfbar — mehr wert als jedes Versprechen im Impressum.