MKV in MP4 umwandeln

Ein Festplattenreceiver für DVB-T2 HD, wie er in Deutschland für die Aufzeichnung des Antennenfernsehens verbreitet ist, speichert Aufnahmen häufig als MKV oder als verwandtes TS-Format. Auf dem Receiver selbst und auf dem PC läuft das problemlos, aber schon das eigene Smartphone oder ein Smart-TV im Wohnzimmer verweigert die Datei oft komplett.

Matroska wurde 2002 als Container ohne eigene Meinung über seinen Inhalt veröffentlicht — H.264, HEVC, AV1, VP9 und mehrere Tonspuren gleichzeitig sind alle erlaubt. Genau diese Offenheit ist der Grund, warum ein Fernseher die Datei ablehnt: Er kennt nur eine begrenzte Auswahl an Kombinationen, MKV enthält so gut wie jede.

Zwei Dateien mit derselben Endung können völlig unterschiedliche Inhalte haben. Eine mit einem Browser-Werkzeug heruntergeladene MKV-Datei ist meist ein VP9-Bild mit einer Opus-Tonspur, eine mit OBS aufgenommene Streamingsitzung H.264 mit getrennten Mikrofon- und Systemtonspuren, und eine vom DVB-T2-Receiver mitgeschnittene Sendung H.264 oder HEVC mit mehreren Tonspuren für verschiedene Sprachen und gegebenenfalls Untertitelspuren.

Die Umwandlung behandelt alle drei gleich, das Ergebnis fällt aber sehr unterschiedlich aus. MediaInfo oder das Codec-Informationsfenster von VLC listen den Inhalt einer Datei in Sekunden auf, und dieses Wissen macht aus dieser Seite eine Rechnung statt einer Vermutung.

Das ist der Punkt, den viele andere Werkzeuge übergehen: Alle Tonspuren werden übernommen, nicht nur die erste — MP4 kennt praktisch keine Obergrenze für die Anzahl der Tonspuren. Eine Sendung mit deutscher Originalfassung und einer zweiten Sprachfassung liefert eine MP4-Datei, in der beide Spuren erhalten bleiben und in einem Player mit Spurauswahl beide auswählbar sind.

Das ist auf dieser Seite die Ausnahme, nicht die Regel: Dieselbe MKV-Datei in eine MP3-, eine AAC- oder eine FLAC-Datei umgewandelt behält jeweils nur eine Tonspur, weil diese Formate nur für eine Platz haben. Sind die zusätzlichen Sprachfassungen der Grund, die Datei zu behalten, ist ein Videocontainer das einzige Ziel, das sie bewahrt.

Bevor eine Tonspur umgewandelt wird, prüft der Browser, ob er sie überhaupt entschlüsseln kann. Ist die Antwort nein, fällt diese Spur weg und das Bild läuft ohne sie weiter — die Umwandlung meldet keinen Fehler, liefert eine unauffällig aussehende MP4-Datei, und diese Datei ist stumm.

Die betroffenen Codecs sind fast immer dieselben: AC-3, E-AC-3, DTS und Dolby TrueHD, die keine Browser-Dekoder mitbringen. Diese Kino-Tonformate finden sich vor allem in Disc-Rips, nicht in einer eigenen DVB-T2-Aufnahme, die üblicherweise AAC trägt. Trotzdem lohnt sich ein kurzer Hörtest vor dem Löschen des Originals.

Weiche Untertitel — zuschaltbare Textspuren statt eingebrannter Schrift — sind eine der bekanntesten Stärken von Matroska, und diese Umwandlung sieht sie überhaupt nicht: Der Motor liest Bild- und Tonspuren, eine Untertitelspur ist für ihn kein Fall, den er ablehnt, sondern einer, den er nie bemerkt. Kapitelmarken gehen denselben Weg.

Der praktische Ausweg ist eine separate Datei: MKVToolNix extrahiert jede Untertitelspur aus einer MKV-Datei in Sekunden, ohne das Bild anzurühren, und eine SRT-Datei mit demselben Basisnamen neben der MP4-Datei wird von VLC, von den meisten Mediatheken-Apps und von vielen Fernsehern automatisch erkannt.

Der Codec in der MP4-Ausgabe ist eine bewusste Wahl, keine Übernahme: Unabhängig davon, was die MKV-Datei enthielt, ist die Ausgabe H.264 im High-Profil mit AAC-Ton, weil genau diese Kombination auf praktisch jedem Gerät der letzten zwanzig Jahre in Hardware läuft. Eine MP4-Datei mit AV1 wäre technisch gültig und würde auf einem Fernseher trotzdem abgelehnt.

Bei modernen Aufnahmen kostet das etwas: Eine mit HEVC aufgezeichnete Sendung, als H.264 neu kodiert, wird meist größer bei etwas weniger Detail, weil H.264 für dasselbe Bild mehr Bits braucht. Spielt ein aktuelles Gerät HEVC ohnehin schon ab, lohnt sich vor der Umwandlung ein kurzer Test, ob das Original nicht direkt funktioniert.

Drei Qualitätsstufen stehen bereit, standardmäßig die mittlere. Weil ohnehin jedes Einzelbild neu kodiert wird, kostet die höchste Stufe zusätzlichen Platz und liefert dafür mehr Detail — sinnvoll, wenn die Datei noch geschnitten wird oder die Grundlage für weitere Kopien ist. Die kleinste Stufe reicht für einen einmaligen Blick auf dem Handy.

Die Auflösung geht nur nach unten. Die Liste reicht von 2160p bis 360p neben der Option, die Ausgangsgröße zu behalten, und eine Anfrage nach mehr Pixeln als vorhanden ist, wird bewusst ignoriert — Hochskalieren erfindet keine Bilddetails und vergrößert nur die Datei. Aus einer 4K-Aufnahme werden bei 1080p rund drei Viertel der Pixel entfernt, und die Dateigröße nimmt entsprechend ab.

Die freie Grenze liegt bei 100 MB, gemessen an der eingehenden MKV-Datei. Das deckt Folgen, Vorträge, kurze Aufnahmen und Ausschnitte einer Sendung ab, aber nicht einen kompletten Spielfilm-Mitschnitt, der in Matroska schnell mehrere Gigabyte groß wird.

Weil die gesamte Arbeit auf dem eigenen Prozessor läuft, ist das eine bewusst gesetzte, ehrliche Grenze: eine mehrstündige Neukodierung gehört nicht in einen Browser-Tab. Für eine ganze Aufnahmesammlung ist ein lokales Werkzeug wie HandBrake der geeignetere Weg, wo Dateien über Nacht durchlaufen können.

Entschlüsseln und H.264-Kodieren laufen beide im Browser-Tab, mit den Dekodern, die das eigene Gerät ohnehin schon für die Wiedergabe mitbringt. Nichts, das die Datei trägt, wird verschickt, es gibt kein Konto und keine Warteschlange hinter fremden Uploads.

Bei einer privaten Fernsehaufnahme ist das vor allem eine praktische Frage: Der Umweg über einen fremden Server bedeutete, mehrere hundert Megabyte zu einem Fremden hochzuladen, eine unsichtbare Neukodierung abzuwarten und sie danach wieder herunterzuladen — für eine Datei, die am Ende ohnehin im selben Raum landet.

Eine mit OBS aufgenommene Stream- oder Bildschirmsitzung trägt fast immer H.264 oder VP9 mit AAC- oder Opus-Ton — beides Codecs, die der Browser ohne Umweg entschlüsselt. Anders als bei einem Disc-Rip ist hier die stumme Ausgabe die Ausnahme, nicht die Regel.

Getrennte Mikrofon- und Systemtonspuren, wie OBS sie standardmäßig anlegt, kommen beide in der MP4-Datei an und lassen sich in einem Player mit Spurauswahl weiterhin einzeln anwählen — praktisch, wenn eine der beiden Spuren nachträglich stummgeschaltet werden soll, ohne die Aufnahme neu zu schneiden.

Soll am Ende nur die Tonspur übrig bleiben — ein Vortrag, eine Sitzung, ein Interview ohne Bildwert —, ist eine direkte Umwandlung in ein Audioformat der kürzere Weg: Das Bild wird dabei gar nicht erst dekodiert, was die Umwandlung deutlich beschleunigt und eine erheblich kleinere Datei liefert.

Der Umweg über diese Seite lohnt sich dann, wenn das Bild tatsächlich gebraucht wird oder mehrere Tonspuren erhalten bleiben sollen, die ein reines Audioformat nicht fassen kann. Ist beides nicht der Fall, ist die Audioumwandlung die passendere Wahl.

Ein Ordner voller Aufnahmen lässt sich in einem Zug ablegen; jede Datei wird nacheinander verarbeitet, ohne dass ein Konto oder eine Warteschlange dazwischenkommt. Da keine Serverkapazität dafür verbraucht wird, ist die eigentliche Grenze der Arbeitsspeicher des eigenen Geräts.

Bei mehreren Aufnahmen desselben Abends — etwa Ausschnitte einer Fußballübertragung — lohnt es sich, zuerst eine Datei umzuwandeln, sie auf dem Zielgerät anzuschauen und erst danach den Rest des Ordners hinterherzuschicken.