OGG in WAV umwandeln

In deutschen Computerzeitschriften wie der c't wurde Ogg Vorbis in den frühen 2000er-Jahren immer wieder als die patentfreie Alternative zu MP3 empfohlen — und genau dieser Grund, nicht die Klangqualität, hat dem Format seinen Platz in unzähligen Spiel-Assets und Podcast-Werkzeugen dieser Zeit gesichert. MP3-Lizenzen kosteten Geld pro verkauftem Titel, Vorbis kostete nichts.

Diese Herkunft erklärt, warum OGG heute an zwei ganz unterschiedlichen Stellen auftaucht: in Asset-Ordnern von Spielen, die vor zwanzig Jahren gebaut wurden, und in der deutschen Hörspiel- und Podcast-Produktion, wo Aufnahmen oft in diesem Format aus einem Aufnahmegerät oder einer Konferenzsoftware herauskommen.

Das ist der Abschnitt, der die meiste Zeit spart, deshalb steht er weit oben. Eine Musikschleife oder Atmo-Spur in einem Spiel trägt ihre Loop-Marken meist als gewöhnliche Vorbis-Kommentarfelder — LOOPSTART und LOOPLENGTH sind die üblichen Namen, manche Engines nennen sie anders. Es sind Textfelder mit Sample-Positionen als Wert.

WAV speichert Schleifen an einer völlig anderen Stelle, in einem binären `smpl`-Chunk, und nichts hier überträgt das eine in das andere. Ein Tag-Editor oder `vorbiscomment -l` zeigt die Werte an — sie vor der Umwandlung zu notieren ist Pflicht, denn eine Sample-Position auf ein Vierundvierzigtausendstel der Sekunde genau lässt sich nachträglich nicht per Gehör rekonstruieren.

Wer eine Hörspielfolge oder einen Podcast in Audacity oder Reaper schneidet, stößt bei OGG früher oder später auf Plug-ins, Zeitdehnungswerkzeuge oder Rauschunterdrückung, die verlustfreies Ausgangsmaterial erwarten. Ein komprimiertes Format erneut zu komprimieren, sobald es exportiert wird, addiert Verluste, die sich vermeiden lassen, wenn schon während des Schnitts unkomprimiert gearbeitet wird.

Das Gleiche gilt für ein Sample, das in einem Hardware-Sampler oder einer Groovebox landen soll: Diese Geräte enthalten häufig gar keinen Decoder und lesen PCM direkt von der Karte — eine OGG-Datei ist für sie nicht abgelehnt, sondern schlicht unsichtbar.

Signed 16-Bit-PCM in Little-Endian, bei der Samplerate und Kanalzahl der Quelle. Effekte liegen meist mono bei 44.100 Hz, Musik meist stereo bei derselben Rate; beide kommen unverändert durch, und ungewöhnliche Raten wie 22.050 oder 32.000 Hz bleiben erhalten statt normalisiert zu werden.

Sechzehn Bit sind hier die richtige Tiefe, und mehr würde nichts bringen: Vorbis decodiert intern zwar zu Gleitkommawerten, aber der Informationsgehalt ist durch das begrenzt, was der Encoder ursprünglich behalten hat. 24-Bit würde die Datei nur unnötig vergrößern.

OGG ist ein Container, der drei verschiedene Codecs tragen kann: Vorbis, Opus und, selten, FLAC. Bei Spiel-Assets steckt fast immer Vorbis dahinter. Aus Vorbis oder Opus wird die WAV eine größere Hülle um Audio, das bereits komprimiert wurde und nicht mehr besser wird.

Steckt tatsächlich FLAC in der OGG-Datei — das kommt in archivierten Aufnahmen vor —, überträgt die WAV das Signal Sample für Sample, wenn das FLAC 16-Bit ist. Ein 24-Bit-Archivmaster wird hier auf 16-Bit gekürzt, weil die geschriebene WAV immer 16-Bit-PCM ist. Ein Blick in die Codec-Information von VLC klärt in Sekunden, welcher der beiden Fälle vorliegt.

16-Bit-Stereo bei 44.100 Hz sind 10,1 Megabyte pro Minute, mono die Hälfte. Einzeln ist das nichts — ein zweisekündiger Effekt, der als Vorbis 30 KB wog, wird als Stereo-WAV etwa 350 KB groß. Bei zweitausend Effekten in einem Ordner wird daraus der Unterschied zwischen 60 MB und 700 MB, und genau deshalb wurde ursprünglich auf Vorbis gesetzt.

Sinnvoll ist deshalb, nur das umzuwandeln, woran gerade gearbeitet wird — eine Handvoll Assets für den Schnitt, nicht die gesamte Assetbibliothek für die Archivierung. Für ein verlustfreies Archiv eines Projekts ist FLAC das bessere Ziel: gleiche Klangtreue, etwa halb so viele Bytes, und jeder Editor liest es.

OGG speichert Metadaten als Vorbis-Kommentare — eine offene Liste von Schlüssel-Wert-Paaren in Großbuchstaben, und Spielepipelines nutzen diese Offenheit gern für Loop-Punkte, Mixbus-Zuweisungen, Lokalisierungsschlüssel oder Build-Stempel.

Der RIFF-INFO-Block einer WAV-Datei kennt dagegen nur Titel, Interpret, Album, Titelnummer, Genre, Datum und Kommentar, ausschließlich in ISO 8859-1. Alles Übrige — jeder eigene Schlüssel, das Cover, weitere Felder — fällt weg. Hängt eine Pipeline an solchen Feldern, gehören sie vorher in eine separate Datei kopiert, denn eine umgewandelte WAV bringt sie nicht zurück.

In der deutschen Hörspiel- und Podcastszene sind Audacity und Reaper die beiden Programme, die am häufigsten auftauchen — Audacity, weil es kostenlos und quelloffen ist, Reaper, weil es sich in kleinen Produktionsteams als preiswerte Alternative zu größeren Studiolösungen etabliert hat. Beide öffnen OGG-Dateien zwar direkt, doch bestimmte Rauschunterdrückungs- und Zeitdehnungs-Plug-ins verweigern die Arbeit an einer Datei, die selbst schon komprimiert ist, und verlangen unkomprimiertes Material als Eingabe.

Wer eine Interviewaufnahme oder eine Sprecherspur bearbeiten will, die als OGG aus einem Aufnahmegerät oder einer Videokonferenz kommt, stößt auf genau diese Einschränkung meist erst mitten in der Bearbeitung — der WAV-Umweg vorab erspart den Fehlversuch.

Die Decodierung nutzt die Codecs, die im jeweiligen Browser bereits vorhanden sind — ob eine bestimmte OGG-Datei sich öffnen lässt, hängt also vom Browser ab, nicht von dieser Seite. Opus ist überall verfügbar, weil es für Videotelefonie vorgeschrieben ist. Vorbis ist breit, aber nicht überall unterstützt, und FLAC in OGG ist noch seltener.

Fehlt der passende Decoder, bricht die Umwandlung mit einem klaren Hinweis ab, statt eine leere WAV-Datei auszugeben. In dem Fall lohnt sich ein Versuch in einem anderen Browser — die Datei ist meist in Ordnung, nur der jeweilige Browser nicht ausgestattet.

Bis zu 100 Dateien lassen sich gleichzeitig ablegen, mit einer Obergrenze von 100 MB je Datei — für OGG-Material entspricht das Stunden an Sprache. Als ZIP kommt alles zusammen zurück, ohne Warteschlange, weil die Decodierung auf dem eigenen Prozessor stattfindet.

Zwei praktische Hinweise: Ein Ordner mit fünftausend kurzen Effekten sind fünfzig Durchgänge zu je hundert, und Dateien über der Hundertergrenze bleiben unangetastet in der Liste stehen. Und die Lizenz an Spiel-Audio ändert sich nicht dadurch, dass sich der Container ändert — extrahierte Assets bleiben das Werk des Herstellers.

Der Browser decodiert die OGG-Datei mit dem Codec, den er ohnehin schon mitbringt, und eine WAV-Datei ist im Grunde ein Header um dieselben Samples herum — kein Paket wird heruntergeladen, kein Server ist beteiligt. Das lässt sich im Netzwerk-Tab während einer Umwandlung nachprüfen.

Das zählt bei unveröffentlichtem Projekt-Audio ebenso wie bei lizenziertem Spielmaterial: Beides bleibt genau dort, wo es war, statt auf einer fremden Infrastruktur zu landen, nur weil eine Umwandlung nötig war.