MP4 in OPUS umwandeln

Viele deutsche Hochschulen zeichnen Vorlesungen inzwischen routinemäßig auf und stellen sie über Systeme wie Opencast oder Panopto bereit — meist als MP4, oft mehrere Gigabyte pro Semesterwoche. Wer diese Aufnahmen offline hören will, etwa auf einer Bahnfahrt mit lückenhaftem Netz, braucht davon nicht das Bild, sondern nur die Stimme des Dozenten.

Genau dafür ist Opus gemacht: ein Codec für Sprache, entwickelt für Telefonie und Videokonferenzen, der bei sehr kleinen Dateigrößen klar bleibt. Aus einer zweistündigen Vorlesung wird so eine Audiodatei, die tatsächlich auf ein Handy und mehrere Bahnfahrten passt.

Opus wurde 2012 als RFC 6716 veröffentlicht und für Echtzeitkommunikation entworfen — es musste bei Bitraten funktionieren, die vorher als unbrauchbar galten. Jeder Browser setzt es für Anrufe ein, und genau diese Herkunft macht es gut bei dem Material, das aus Videos gezogen wird.

Das meiste extrahierte Audio ist jemand, der spricht: ein Vortrag, eine Predigt, ein Interview, ein Tutorial. Bei diesem Material bleibt Opus klar und natürlich in Größenordnungen, in denen MP3 bereits blechern klingt. Für eine einzelne Aufnahme ist der Unterschied eine Nebensache; über ein Semester an Vorlesungen auf dem Handy ist er der Unterschied zwischen Platz haben und nicht.

Das Bild ist der teure Teil eines Videos und fällt hier weg, das Ergebnis richtet sich also fast nur nach der Länge und der gewählten Qualitätsstufe. Aus einem zweistündigen, zwei Gigabyte großen MP4 wird eine Audiodatei im Bereich einiger Dutzend Megabyte, bei der niedrigen Stufe deutlich darunter.

Die drei Stufen verändern die Größe etwa um den Faktor zwei in jede Richtung. Für Sprache ist die niedrige Stufe kein Kompromiss, sondern genau der Bereich, für den dieser Codec entworfen wurde. Für Musik lohnt sich der Einstieg bei ausgewogen und höher, weil geringe Bitraten auf dichtem Material nicht das ist, worauf Opus optimiert wurde.

Beide sind Opus-Ton in einer Ogg-Hülle, geschrieben vom selben Encoder auf dieser Seite. An den Bytes selbst ändert sich nichts, was ein Decoder unterscheiden würde. Was sich unterscheidet, ist die Annahme, die Software beim Namen trifft.

Die Endung .opus passt, wenn der Codec bewusst gewählt wurde — ein Sprachearchiv, die Audio-Assets einer App, ein Korpus im Aufbau. Die Endung .ogg passt, wenn eine Software, eine Spiele-Engine oder ein Upload-Formular ausdrücklich danach verlangt, weil manche davon eine unbekannte Endung ablehnen, selbst bei einer Datei, die sie technisch problemlos lesen könnten.

Jeder aktuelle Browser spielt sie ab, was Opus zur naheliegenden Wahl für Ton auf einer Webseite macht. Android liest sie nativ, VLC und Audacity öffnen sie, und Messenger-Apps mit Sprachnachrichten setzen den Codec seit Jahren still im Hintergrund ein.

Apple kam später und weniger vollständig dazu, und Unterhaltungselektronik hat den Codec praktisch gar nicht erreicht: Autoradios, Hi-Fi-Geräte, ältere tragbare Player und Fitnessgeräte zeigen eine nicht abspielbare Datei. Das ist der Preis für die Größe — ein guter Tausch, wenn das Ziel ein Handy oder ein Rechner ist, ein schlechter, wenn das Ziel ein Gerät mit einem physischen Lautstärkeregler ist.

Der Ton im MP4 liegt bereits verlustbehaftet als AAC vor. Die Kodierung als Opus dekodiert diesen und komprimiert erneut, ein weiterer Teil an Detail geht dabei verloren. Daran führt nichts vorbei außer dem Verzicht auf die Umwandlung, und das gehört ehrlich vor den Klick gesagt.

Bei Sprache auf der ausgewogenen Stufe ist das in keinem realistischen Hörtest wahrnehmbar, weil beide Encoder ähnliche Entscheidungen darüber treffen, was eine Stimme nicht braucht. Bei Applaus, Becken und dichten Mischungen auf der niedrigen Stufe ist es hörbar, und die Antwort ist dann eine höhere Stufe, kein anderes Format.

Bis zu hundert Dateien gleichzeitig auf der kostenlosen Stufe, jede unabhängig umgewandelt, die Ergebnisse gemeinsam als ZIP herunterladbar. Nichts wartet auf etwas anderes, weil kein gemeinsamer Server im Weg steht.

Hier summiert sich das Größenargument. Ein Semesterordner an Vorlesungsmitschnitten oder eine Sammlung an Interviews besteht aus Hunderten kurzer Clips, und ein Format, das ein Drittel der naheliegenden Alternative groß ist, entscheidet, was auf ein Handy passt, was sich synchronisieren lässt und was sich noch sichern lässt — nicht bloß eine Rundungsdifferenz bei einer einzelnen Datei.

Eine Vorlesung mit einem einzelnen Mikrofon liefert meist eine Mono-Information, ausgeliefert als zwei identische Kanäle, und Encoder verarbeiten das effizient, aber nicht umsonst. Ist die Quelle wirklich nur ein Mikrofon, lohnt es sich bei einer großen Sammlung, sie vorher in einem Editor auf Mono zu falten.

Ebenfalls sinnvoll: die erste Minute einer Datei bei der gewählten Stufe probehören, bevor ein ganzer Ordner läuft. Aufnahmen mit viel Raumhall, Klimaanlage oder überlappenden Stimmen sind schwerer zu komprimieren als eine saubere Stimme, und die Stufe, die bei einem Studio-Podcast gut klang, kann bei einer Seminaraufnahme dünn wirken.

Ein Video kann mehr als eine Tonspur enthalten — eine Originalsprache und eine Übersetzung, einen Kommentar, getrennte Mikrofonspuren —, und jede, die der Browser dekodieren kann, wandert in die Opus-Datei, in der Reihenfolge, in der das MP4 sie hielt. Eine Spur in AC-3, E-AC-3, DTS oder TrueHD fällt dabei ohne Warnung weg. Bei Aufnahmen von Handy, Bildschirmrekorder oder gewöhnlichem Export gibt es meist nur eine, und die Frage stellt sich nicht.

Bei einer professionell gelieferten Datei lohnt sich vorher ein Blick hinein, bevor darauf eine Sammlung aufgebaut wird. Ein Vorlesungsmitschnitt mit Raummikrofon und Ansteckmikrofon liefert eine Datei mit beiden, und Player unterscheiden sich darin, wie leicht sich zwischen ihnen umschalten lässt.

Opus ist bei Sprache die kleinere Datei, aber nicht die universellere. Wer eine einzelne Aufnahme an jemanden weitergibt, dessen Gerät unbekannt ist — ein Autoradio, ein älteres Diktiergerät, ein Anrufbeantworter-System —, sollte nicht davon ausgehen, dass Opus dort ankommt. MP3 spielt praktisch überall, auch auf Geräten, die seit zwanzig Jahren nicht mehr aktualisiert wurden.

Für die eigene Sammlung auf dem eigenen Handy, in der eigenen Podcast-App oder im eigenen Browser ist dieser Vorbehalt hinfällig — dort spielt Opus ohne Umstände. Die Faustregel: Je weniger über das Zielgerät bekannt ist, desto eher lohnt sich die etwas größere, aber sicherere Alternative.

Dekodierung und Kodierung laufen im Browser-Tab auf dem eigenen Prozessor, es wird also nichts verschickt, das das Video trägt. Es gibt kein Konto, kein Tageslimit, und die kostenlose Stufe nimmt Dateien bis 100 MB je Datei an.

Für eine Sammlung an Interviews oder Feldaufnahmen ist das kein Zusatznutzen, sondern der Kern der Sache: Eine Einwilligung zur Aufnahme deckt selten eine Konvertierungsseite ab, von der niemand etwas wusste. Läuft die Arbeit lokal, stellt sich die Frage erst gar nicht.

Wer regelmäßig zwischen Wohnort und Hochschule pendelt, kennt die Lücken im Mobilfunknetz auf vielen deutschen Bahnstrecken. Eine Playlist aus vorab heruntergeladenen Opus-Dateien übersteht das ohne Aussetzer, während ein Stream mitten im Tunnel abbricht — der Unterschied zwischen einer Datei auf dem Gerät und einer, die erst noch ankommen muss.

Ein ganzes Semester an Aufzeichnungen lässt sich in einem Durchgang umwandeln und als ZIP herunterladen, bevor die erste Fahrt ansteht. Wer regelmäßig neue Aufzeichnungen bekommt, wiederholt den Schritt einmal wöchentlich, statt jede einzelne Datei manuell nachzuziehen.