OPUS in FLAC umwandeln

In einem sprachwissenschaftlichen Projekt an einer deutschen Universität liegt am Ende der Erhebung meist ein Ordner voller Interviewaufnahmen, oft aus Diktiergeräten oder Messenger-Apps als .opus. Das Forschungsdatenrepositorium, in das der Korpus für die Nachnutzung geht — ob institutionell oder ein Dienst wie Zenodo —, verlangt für Audiodaten häufig ein verlustfreies Format, und Opus steht dort nicht auf der Liste.

Diese Seite löst genau diese Anforderung, nicht mehr. Die verlustfreie Hülle stellt keine Information wieder her, die die Aufnahme unterwegs verloren hat — sie verpackt exakt das, was ankam, in ein Format, das das Archiv akzeptiert.

FLAC ist im strengen Sinn verlustfrei: Das Dekodieren liefert exakt die Samples zurück, die hineingingen, keine Annäherung. Diese Eigenschaft ist exakt, und sie ist eine Aussage über den Vorgang, nicht über die Aufnahme. Was hier hineinging, ist die Ausgabe eines Opus-Decoders — der Ton, der die ursprüngliche Kodierung überlebt hat, mit allem, was Opus dabei entfernt hat, weiterhin fehlend.

Das Ergebnis ist also eine große Datei mit exakt dem Inhalt der kleinen. Nichts wird ausgebessert, und kein späterer Schritt kann diese FLAC von einer aus einem echten Master unterscheiden, außer durch Hinhören. Existiert irgendwo eine bessere Quelle — die Session, die ungeschnittene Aufnahme, die Datei, aus der die Opus entstand —, gehört die ins Archiv, und sie zu finden lohnt mehr als jede Umwandlung.

Ein FLAC-Stream-Header trägt eine beim Kodieren berechnete MD5-Prüfsumme über den dekodierten Ton. Genau dieses Feld macht FLAC zu einem Archivformat statt einer kleineren Kopie: Jahre später kann ein Decoder die Samples rekonstruieren, hashen und beweisen, dass ein Datenträger keinen Block still verloren hat. Das funktioniert hier exakt wie beworben.

Was die Prüfsumme nicht kann, ist über die Umwandlung hinausreichen. Sie deckt die Samples ab, die dieser Encoder bekam — sie bezeugt eine originalgetreue Kopie eines verlustbehafteten Decodes. Eine Sammlung transkodierter FLAC-Dateien wird für immer sauber prüfen und dabei Audio enthalten, das mehrere Generationen von der Quelle entfernt ist. Wo Provenienz zählt, gehört ein Vermerk in die Metadaten, dass die Datei aus Opus stammt — die Prüfsumme sagt das nicht, und die Datei sieht sonst wie ein Master aus.

Opus arbeitet auf einer festen Uhr von 48.000 Hz. Ein Decoder meldet 48 kHz unabhängig davon, was der Encoder ursprünglich bekommen hat — ein bei 16 kHz aufgenommenes Interview und eine aus einer 44.100-Hz-Quelle kodierte Musikdatei kommen hier beide als 48 kHz an, und genau das trägt die FLAC ein.

Das ist der Punkt, an dem eine Ablage am häufigsten scheitert. Repositorien und Korpusschemata nennen oft eine Rate — 44.100 Hz für ein Musikkorpus, 16.000 Hz für ein Sprachkorpus —, und die umgewandelte Datei trifft sie nicht. Nach dem Umwandeln in einem Editor auf die geforderte Rate bringen; ein Herunterrechnen von 48 auf 16 kHz ist dabei ein legitimer Schritt, ein Hochrechnen fügt nur Bytes hinzu.

Es gibt zwei Fälle, und beide handeln von einer Anforderung, nicht von Klangtreue. Der erste ist eine harte Vorgabe: ein Repositorium, ein Archiv oder ein Analysedienst, der FLAC oder WAV annimmt und Opus ablehnt, meist weil die Pipeline um selbst kontrollierte Decoder gebaut wurde. Der Vorgabe zu folgen ist die gesamte Aufgabe.

Der zweite ist eine Verarbeitungskette: Wird der Ton gefiltert, normalisiert, segmentiert und mehrfach neu geschrieben, hält eine verlustfreie Zwischenstufe die Bearbeitung frei von einer weiteren Generation verlustbehafteten Schadens pro Schritt. Einmal umwandeln, in FLAC bearbeiten, am Ende einmal kodieren. Was keine Begründung ist, ist Speicherplatz — Opus zu behalten ist kleiner, und beides zu behalten kostet die zehnfache Menge Platz ohne zusätzliche Information.

Eine Stunde 64-kbit/s-Opus wiegt etwa 29 MB. Dieselbe Stunde als FLAC liegt bei rund 200 bis 350 MB, eine ungewöhnlich breite Spanne, denn wie stark FLAC komprimiert, hängt am Material und nicht an einer Einstellung: Spärliches, ruhiges, vorhersagbares Audio komprimiert stark, dichtes lautes Material kaum.

Dekodiertes verlustbehaftetes Audio liegt häufiger am leichteren Ende als erwartet. Ein verlustbehafteter Encoder hat feine Details und hohe Frequenzen bereits entfernt — genau das, was FLACs Vorhersage aus der Bahn wirft —, sodass ein transkodiertes Stück oft leichter komprimiert als eine echte Aufnahme derselben Musik. Das ist kein Gewinn, sondern eine messbare Spur dessen, was der Opus-Encoder entfernt hat.

Die Registry führt Opus mit bis zu 255 Kanälen und FLAC mit einer Spezifikationsgrenze von acht. In diese Richtung ist diese Grenze real, nicht theoretisch: Mono, Stereo, Quadrophonie und 7.1 passen bequem hinein, alles Breitere hat nirgendwo hin.

Das trifft ambisonisches oder immersives Material, nicht eine Handyaufnahme, und Opus ist einer der wenigen Codecs, die breite Kanalzahlen in der Praxis tatsächlich tragen. Handelt es sich um eine Ambisonics-Aufnahme erster Ordnung oder einen objektbasierten Mix, lohnt sich vor dem Umwandeln eines ganzen Bestands ein Blick auf die Kanalzahl — ein Ziel, das das Layout nicht fassen kann, ist ein anderes Problem als eines, das es degradiert, und es bricht ab, statt etwas zusammenzufalten.

Opus steckt in einem Ogg-Container mit Vorbis-Kommentaren — einer offenen Liste von Großbuchstaben-Schlüsseln mit Textwerten —, und FLAC trägt im eigenen Tag-Block dieselbe Art von Feldern. Ob Titel, Datum, Beschreibung oder ein eigenes Feld die Umwandlung tatsächlich übersteht, entscheidet aber die Kodierbibliothek im Hintergrund, nicht diese Seite, und dafür gibt es hier keine Zusage.

Für eine Ablage lohnt sich deshalb ein kurzer Blick in die fertige FLAC, bevor die Metadaten als vorhanden gelten: die Tags mit einem gewöhnlichen Player oder einem Kommandozeilen-Werkzeug wie metaflac ansehen. Fehlen sie, gehören Titel, Datum und Herkunft von Hand in die FLAC nachgetragen, statt sich auf die Umwandlung zu verlassen.

Der Reflex nach dieser Umwandlung ist, die kleine Datei zu löschen, und das ist der falsche. Die Opus-Datei ist die frühere Generation. Sie enthält denselben Ton in einem Zehntel des Platzes, und jede künftige Umwandlung — in ein anderes verlustfreies Format, in eine andere Rate, in was auch immer das nächste System braucht — gelingt besser aus ihr als aus einem Decode von ihr.

Die FLAC ist ein Ergebnis für eine bestimmte Anforderung. Sie zählt als Ausgabe: in einer Minute neu erzeugbar, löschbar, sobald das Repositorium sie angenommen hat. Nur wenn sie tatsächlich bearbeitet wird, wird sie zur eigenständigen Aufnahme statt zur Kopie.

Manche Browser bringen einen FLAC-Encoder über WebCodecs bereits mit und nutzen ihn direkt. Fehlt einer, wird beim ersten FLAC-Export einmalig ein WebAssembly-Encoder nachgeladen, nur auf den Seiten, die ihn brauchen. Opus zu dekodieren braucht dagegen nichts, weil jeder Browser den Codec ohnehin für Telefonie mitbringt.

Der Ton selbst geht in keine Richtung über das Netzwerk. Dateien sind auf 100 MB je Datei begrenzt — für Opus mehrere Stunden Sprache, auch wenn die FLAC daraus deutlich größer wird — und ein ganzer Stapel lässt sich in einem Durchgang ablegen und als ZIP zurückholen. Für Aufnahmen unter einer Einwilligungserklärung ist genau das der Grund, warum die Ablieferung überhaupt lokal geschehen kann.