WAV in M4A umwandeln

Wer in Deutschland einen Podcast produziert, mischt ihn sehr häufig in GarageBand oder Logic ab und exportiert daraus zunächst eine WAV-Datei, weil das die verlustfreie Zwischenstation ist, mit der sich problemlos weiterarbeiten lässt. Für die Einreichung bei Apple Podcasts oder für die eigene Feed-Verwaltung reicht diese Datei aber nicht — sie ist zu groß und trägt keine der Angaben, die eine Folge in der App später anzeigt.

M4A ist der Container, den das Apple-Ökosystem an dieser Stelle erwartet: kleiner, mit Feldern für Titel und Folgennummer und ohne dass ein Zuhörer beim Herunterladen einer Folge unnötig viele Megabyte über die mobile Verbindung ziehen muss.

Der verbreitetste Irrtum zu diesem Format ist, M4A stehe automatisch für verlustfreien Klang. Das stimmt nicht: M4A ist lediglich Apples Dateiendung für einen MPEG-4-Container mit Ton und ohne Bild, und in diesen Container passt sowohl AAC, das Audio verwirft, um klein zu werden, als auch ALAC, das nichts verwirft. Die Endung allein verrät nicht, was drinsteckt.

Dieser Konverter schreibt AAC. Das ist die richtige Voreinstellung, weil AAC genau das ist, was ein Podcast-Feed erwartet und wofür die Größenangaben in jeder Anleitung zur Feed-Erstellung kalkuliert sind — eine verlustfreie M4A-Datei wäre bei einer Stunde Sprachaufnahme unnötig groß. Wer tatsächlich Verlustfreiheit braucht, etwa für ein Sprachmemo-Archiv, wandelt die WAV-Datei stattdessen nach FLAC.

Grob ein Zehntel der ursprünglichen Größe, mit etwas Spielraum je nach gewählter Stufe — welche Bitrate genau dahintersteckt, legt der AAC-Encoder fest, nicht diese Seite. Eine Minute CD-qualitativer WAV-Datei wiegt rund 10 MB, dieselbe Minute als AAC fällt auf einen Bruchteil davon. Bei einer Stunde Podcast macht das den Unterschied zwischen einer Datei, die ein Hörerabo im Hintergrund lädt, und einer, die es nicht tut.

Für ein reines Gesprächsformat reicht die niedrigere der beiden Stufen technisch aus, weil Sprache dem Codec wenig Widerstand leistet. Läuft im Podcast auch Musik — ein Jingle, ein Ausschnitt aus einem Lied —, lohnt sich die höhere Stufe, weil genau dort ein Unterschied hörbar werden kann.

Apple-Software spielt eine WAV-Datei zwar ab, verhält sich danach aber merkwürdig: Sie importiert ohne Titelangabe, sortiert sich schlecht ein und wirkt in einer Mediathek neben allem anderen wie ein Fremdkörper. Das liegt nicht daran, dass WAV unterstützt würde — es liegt daran, dass in der App nichts für eine vierzig Megabyte große Datei ohne Titel- und Folgenfeld vorgesehen ist.

Die Umwandlung nach M4A löst das in einem Schritt. Die Datei landet auf einer Größe, die zum Rest der Bibliothek passt, trägt die Felder, die die Oberfläche erwartet, und verhält sich wie jede andere Folge daneben. Das ist ein Ablauf-Problem, kein Klangproblem, und es ist der eigentliche Grund, warum diese Umwandlung überhaupt gemacht wird.

AAC wurde 1997 als bewusster Nachfolger von MP3 standardisiert, mit einem längeren Transformationsfenster und ohne die Verpflichtung, zu einem Jahrzehnte alten Decoder kompatibel zu bleiben. Das Ergebnis: AAC klingt bei gleicher Bitrate wie MP3 bei einer spürbar höheren, und der Vorteil wird umso größer, je niedriger die Bitrate ist.

In der hohen Stufe dieser Seite lassen sich beide Codecs bei den meisten Inhalten kaum noch auseinanderhalten. In der ausgewogenen Stufe ist der Unterschied bei Applaus, Becken und Nachhallfahnen eher hörbar. Bei reinem Sprachmaterial hat keiner der beiden Codecs bei einer sinnvollen Einstellung Schwierigkeiten, und die Wahl hängt dann nur davon ab, was die Zielplattform akzeptiert.

Eine WAV-Datei ist eine erste Kodierung, und das ist der Vorteil, den man an dieser Stelle hat und viele nicht mehr haben, wenn sie erst später an eine M4A-Datei gelangen. Jede Kompressionsspur im Ergebnis entsteht genau einmal, von einem Encoder, der mit vollständiger Information arbeitet.

Daraus folgt eine praktische Konsequenz: Wer aus einer Folge eine M4A für den Feed, eine kleinere Version für die Webseite und vielleicht eine MP3 für ein älteres Abspielgerät braucht, sollte alle drei aus dieser WAV-Datei erzeugen und nicht die kleine Version aus der M4A ableiten. Jede Umwandlung zwischen zwei verlustbehafteten Formaten verstärkt, was die vorherige schon verworfen hat.

Viele WAV-Dateien aus einer Einzelaufnahme — ein Solo-Podcast, ein Interview über eine Konferenzsoftware — sind stereo, tragen aber auf beiden Kanälen dasselbe Mikrofonsignal. Das als Stereo zu kodieren, verbraucht Bitrate für die doppelte Übertragung derselben Information.

AAC geht damit besser um als ältere Codecs, weil es Gemeinsamkeiten zwischen den Kanälen einmal statt zweimal speichert, sodass die Verschwendung kleiner ausfällt, als die reine Rechnung vermuten lässt. Ganz weg ist sie trotzdem nicht. Bei einer echten Einzelstimme klingt die niedrigere Stufe genauso gut wie die höhere und ist gleichzeitig etwa halb so groß.

Chrome, Edge und Safari stellen über WebCodecs einen eigenen AAC-Encoder bereit, sodass die Umwandlung dort denselben Encoder nutzt, den das Betriebssystem ohnehin hat, und nichts zusätzlich lädt. Firefox besitzt keinen eigenen AAC-Encoder, dort wird beim ersten Mal ein WebAssembly-Baustein nachgeladen.

Dieser Baustein gilt jeweils für das Zielformat, nicht für die ganze Seite — eine WAV-nach-FLAC-Umwandlung lädt davon nichts. Es bedeutet nur, dass die erste M4A-Umwandlung in einer Firefox-Sitzung etwas länger auf den Start wartet als jede weitere danach.

Jede hochgeladene Datei ist auf 100 MB begrenzt, und WAV erreicht diese Grenze am ehesten, weil die Größe allein von der Länge abhängt: 176.400 Bytes pro Sekunde bei CD-Qualität, etwa 10 MB pro Minute, unabhängig vom Inhalt. Das ergibt knapp unter zehn Minuten Stereomaterial je Datei.

Für eine kurze Folge oder einen kurzen Trailer ist das reichlich, für eine ausführliche Episode zu eng. Bei längeren WAV-Dateien hilft nur, sie vorher in der Schnittsoftware zu teilen oder direkt aus dieser den kleineren Export zu ziehen — die Grenze liegt am Arbeitsspeicher des Browser-Tabs, nicht an einer Stufe, die sich freischalten ließe.

Ein ganzer Ordner mit Folgen lässt sich in einem Zug ablegen, jede WAV-Datei wird zu einer eigenen M4A-Datei, am Ende gemeinsam als ZIP zum Herunterladen. Für jemanden, der gerade eine ganze Staffel exportiert hat, ist das der übliche Fall.

Rechenzeit kostet das trotzdem, auch wenn kein Datenvolumen anfällt: AAC-Kodierung ist schnell genug, dass eine Handvoll Folgen in der Zeit fertig wird, die diese Zeilen zum Lesen brauchen. Eine ganze Staffel mit einstündigen Episoden dauert entsprechend länger und lohnt sich, während man etwas anderes erledigt.