WAV in OPUS umwandeln

Unkomprimierte CD-Qualität in Stereo kostet 176.400 Byte pro Sekunde, unabhängig davon, was aufgenommen wurde. Eine Minute liegt damit bei rund 10 MB, ob Sprache, Musik oder Stille — reine Arithmetik, keine Schätzung.

Ein einstündiges Interview ist als WAV entsprechend rund 600 MB groß, ein kompletter Tag Feldaufnahmen mit mehreren Sitzungen kommt leicht auf einen zweistelligen Gigabyte-Bereich. Genau diese Zahl ist der Grund, warum Opus überhaupt infrage kommt: Für alles, was verschickt, archiviert oder über eine Website ausgeliefert werden soll, ist WAV in dieser Größenordnung selten praktikabel — nicht weil die Qualität falsch wäre, sondern weil die Datei für den Transportweg schlicht zu groß ist.

MP3 wurde 1993 standardisiert, AAC 1997, Opus erst 2012 als RFC 6716 — mit zwei Jahrzehnten mehr Forschung und ohne die Verpflichtung, zu irgendetwas Älterem kompatibel zu bleiben. Der Unterschied zeigt sich genau dort, wo die Bitrate knapp wird: Bei niedrigen Einstellungen klingt MP3 hörbar ausgedünnt, Opus bleibt bei derselben Dateigröße deutlich sauberer.

Bei hohen Bitraten läuft sich dieser Vorteil aus, weil dort für beide Codecs kaum noch etwas zu verbessern ist. Der Fall, in dem sich Opus wirklich lohnt, ist also genau der, der hierherführt: möglichst kleine Dateien bei noch akzeptablem Klang.

Opus vereint zwei Entwurfsansätze in einem Codec — einen für Sprache und einen für allgemeines Audiomaterial — und wechselt oder mischt zwischen beiden, je nachdem, was er im Signal erkennt. Ältere Codecs mussten sich für eine Strategie entscheiden und diese dann auf alles anwenden, egal was tatsächlich aufgenommen wurde.

Praktisch bedeutet das: Man muss dem Encoder nicht sagen, was in der WAV-Datei steckt. Ein Interview mit Musik im Hintergrund, eine Vorlesung mit einem eingespielten Videoausschnitt, ein Podcast mit Jingle — all das wird bei einer einzigen Einstellung vernünftig kodiert, ein echter Vorteil, wenn ein ganzer Ordner ungehörter Aufnahmen umgewandelt wird.

Opus ist auf eine Abtastrate von 48 kHz ausgelegt. Eine WAV-Datei mit 44.100 Hz — praktisch jede WAV-Datei, die von einer CD oder aus einer Musikanwendung stammt — wird deshalb auf dem Weg in den Encoder umgerechnet, und heraus kommt ein 48-kHz-Datenstrom.

Hörbar ist das nicht, wissenswert ist es trotzdem: Eine Opus-Datei taugt danach nicht mehr für einen bitgenauen Vergleich mit dem Original. Wer die ursprüngliche Abtastrate exakt erhalten muss, landet bei FLAC oder WAV als Ziel — beide behalten sie unverändert.

Ein großer Teil der WAV-Dateien im Alltag ist zwar in Stereo aufgenommen, trägt aber ein einziges Mikrofonsignal auf beiden Kanälen dupliziert — Sprachmemos, Konferenzaufnahmen, Interviews mit einem Mikrofon. Es gibt hier keine eigene Einstellung für die Kanalzahl; die Opus-Datei kommt mit so vielen Kanälen heraus, wie die WAV-Datei hineinging.

Ein Herunterrechnen auf mono vorher würde die Dateigröße also nicht zusätzlich verkleinern, weil die Qualitätsstufe die Bitrate allein aus dem Codec heraus festlegt, nicht aus der Kanalzahl. Die eigentliche Stellschraube ist die Qualitätsstufe selbst — bei einem großen Archiv aus Sprachaufnahmen ist die Wahl der kleinsten Stufe die wirkungsvollste Entscheidung auf dieser Seite.

Die Unterstützung ist in Software ausgezeichnet und bei Hardware uneinheitlich: Autoradios, ältere tragbare Player, manche Fernseher, manche HiFi-Streamer und ältere Telefone zeigen die Datei zwar an, spielen sie aber nicht ab. Die Registry dieser Seite führt Opus deshalb ausdrücklich als lückenhaft unterstützt.

Der Test ist schnell erledigt und lohnt sich vor einer größeren Umwandlung: eine Datei konvertieren, auf das Zielgerät bringen, abspielen. Läuft es, spricht nichts gegen den Rest des Ordners. Läuft es nicht, ist MP3 die Alternative, die praktisch überall funktioniert — bei entsprechend größerer Datei.

Sprachnachrichten sind in Deutschland ein Alltagsmedium — kaum ein anderes Land verschickt so viele WhatsApp-Sprachnotizen. Dieselbe Gewohnheit gilt für Anwaltsdiktate, Therapiesitzungen, Vorstellungsgespräche und andere Aufnahmen, bei denen niemand möchte, dass die Datei über einen fremden Server läuft, nur um kleiner zu werden.

Die Umwandlung läuft komplett im Browser: Jeder aktuelle Browser bringt bereits einen Opus-Encoder mit, weil er ihn für Sprachanrufe über WebRTC ohnehin braucht. Es wird also kein zusätzliches Modul nachgeladen und, wichtiger, keine Aufnahme irgendwohin übertragen — im Netzwerktab lässt sich das während der Umwandlung nachprüfen.

Bei Audio, das über das Netz ausgeliefert wird, ist der Größenunterschied die eigentliche Produktentscheidung: Eine Seite, die 30 MB Audio ausliefert, und eine, die 3 MB ausliefert, verhalten sich auf einem Handy im mobilen Netz spürbar unterschiedlich — und die zweite wird eher zu Ende gehört. Jeder aktuelle Browser dekodiert Opus, sodass eine einzelne Datei meist das gesamte Publikum abdeckt.

Ausnahmen sind trotzdem einzuplanen, nicht dem Zufall zu überlassen. Zeigt die Statistik nennenswerten Zugriff von älteren Geräten, lohnt sich eine zusätzliche MP3-Version parallel zur Opus-Datei, ausgewählt über das Markup. Nur die Opus-Datei auszuliefern und zu hoffen, ist eine Entscheidung — und sollte eine bewusste sein.

Der Vorteil, von einer WAV-Datei zu starten, liegt darin, dass der Encoder die vollständige Aufnahme sieht und jeder Artefakt im Ergebnis genau einmal entsteht — die beste Ausgangslage für jede verlustbehaftete Umwandlung.

Daraus folgt: Mehrere Ausgaben sollten alle aus dieser WAV-Datei entstehen, nicht auseinander. Wird eine Opus-Datei für das Web, eine MP3 fürs Auto und eine kleine Version für einen Transkriptionsdienst gebraucht, sind das drei getrennte Umwandlungen aus dem Original. Eine Opus-Datei aus einer bereits komprimierten MP3 zu erzeugen, addiert zwei Verlustrunden, und der zweite Encoder kann nicht erkennen, was schon fehlt.

Jede Datei ist auf 100 MB begrenzt — knapp zehn Minuten Stereo-WAV — und ein Stapel fasst bis zu hundert Dateien, die gemeinsam als ZIP zurückkommen. Längere Aufnahmen müssen vorher geteilt werden; diese Grenze liegt am Arbeitsspeicher des Browsers, nicht an einer Regel, die jemand hochsetzen könnte.

Wichtiger als die Zahlen ist, dass dabei nichts übertragen wird. Wer WAV-Dateien in großer Zahl zu Opus umwandelt, hat meistens Interviews, Sitzungsprotokolle, Vorlesungen oder Sprachnotizen vor sich — Material, bei dem eine Umwandlung, die auf dem eigenen Gerät bleibt, die einzig sinnvolle Wahl ist.

Die drei Qualitätsstufen dieser Seite stehen für niedrig, mittel und hoch, nicht für eine bestimmte, fest zugesagte Bitrate. Die tatsächliche Bitrate legt der Kodierbaustein je nach Inhalt selbst fest, weshalb hier bewusst keine Zahl wie „128 kbit/s" versprochen wird, die für ein Stück Sprache etwas anderes bedeutet als für ein Musikstück.

Praktisch heißt das: eine Aufnahme testweise in allen drei Stufen umwandeln und anhören, bevor der ganze Stapel läuft. Bei Sprachaufnahmen liegt die untere Stufe fast immer im brauchbaren Bereich; bei Musik lohnt sich der Griff zur mittleren oder oberen Stufe eher, weil dort mehr Feinstruktur im Signal steckt, die erhalten bleiben soll.

Diktiergeräte sind in deutschen Anwalts- und Arztpraxen nach wie vor verbreitet, und die daraus entstehenden WAV-Dateien tragen häufig personenbezogene oder anwaltlich vertrauliche Inhalte — Mandantengespräche, Befunde, interne Notizen. Die Verschwiegenheitspflicht, die für solche Aufnahmen gilt, endet nicht an der Bürotür, sondern begleitet die Datei auch dann, wenn sie nur kleiner gemacht werden soll.

Weil diese Umwandlung im Browser bleibt, lässt sich eine solche Aufnahme verkleinern, ohne sie einem Dienst anzuvertrauen, dessen Aufbewahrungspraxis niemand in der Kanzlei geprüft hat. Das ist kein Zusatznutzen, sondern für dieses Material die Grundvoraussetzung dafür, ein Online-Werkzeug überhaupt in Betracht zu ziehen.

Eine Universität, die ein Semester lang Vorlesungen als WAV mitschneidet, kommt bei vierzehn Wochen mit je drei Stunden Aufnahme schnell auf mehrere hundert Stunden Material — mehrere hundert Gigabyte, wenn alles unkomprimiert bleibt. Für ein Lernmanagementsystem, das diese Aufnahmen zum Nachhören bereitstellt, ist das eine Speichermenge, die sich über mehrere Semester kaum sinnvoll anhäufen lässt.

Als Opus in der kleinen Qualitätsstufe umgewandelt, bleibt dieselbe Materialmenge auf einem Bruchteil des Platzes, ohne dass die gesprochene Vorlesung dabei unverständlich würde. Für ein Semesterarchiv, das über Jahre wächst, ist genau diese Differenz der Unterschied zwischen einem Speicher, der mitwächst, und einem, der ständig aufgeräumt werden muss.