WebM in FLAC umwandeln

Ein Heimat- oder Geschichtsverein führt ein Zeitzeugengespräch per Videokonferenz, weil die befragte Person nicht mehr reisen kann; ein Stadtarchiv nimmt eine Chronistin zu einem Ereignis vor fünfzig Jahren auf, das sonst niemand mehr erzählen kann. Am Ende steht eine WebM-Datei aus dem Konferenztool, und diese Aufnahme wird nicht noch einmal gemacht.

Für genau diesen Fall ist FLAC der richtige Zielort: kein Werkzeug zum Weiterverarbeiten von heute, sondern ein Format zum Ablegen für die nächsten zwanzig Jahre. Wer stattdessen eine Aufnahme transkribieren oder in einem Schnittprogramm bearbeiten will, ist mit WAV besser bedient.

Der Ton in einem WebM steckt in Opus oder, bei älteren Dateien, in Vorbis — beides verlustbehaftete Verfahren, die beim Aufnehmen entscheiden, welche Anteile ein Ohr nicht vermisst, und diese Anteile dauerhaft verwerfen. Das ist beim Aufnehmen passiert, und keine spätere Umwandlung macht es rückgängig.

FLAC bewahrt danach verlustfrei, was übrig geblieben ist — verlustfrei heißt hier verlustfrei bewahrte Annäherung. Die FLAC-Datei wird ein Vielfaches größer als das WebM und klingt exakt gleich, nicht ein bisschen besser. Wer diese Umwandlung für eine Klangverbesserung hält, sollte das wissen, bevor der Speicherplatz dafür draufgeht.

FLAC wurde 2001 von Josh Coalson veröffentlicht, 2003 von Xiph.Org übernommen und inzwischen als RFC 9639 standardisiert — für genau eine Aufgabe entworfen: Audio zu speichern, das in zwanzig Jahren noch vorhanden sein soll. Unkomprimiertes PCM wird dabei verlustfrei etwa halbiert, was den Unterschied macht zwischen einem Archiv, das auf die Festplatte passt, und einem, das es nicht tut.

Wichtiger ist eine zweite Eigenschaft: eine Prüfsumme auf jedem einzelnen Frame. Eine WAV-Datei, die durch eine sterbende Festplatte oder eine fehlerhafte Kopie beschädigt wurde, spielt einfach mit einem Knacken weiter und wirkt intakt. Eine FLAC-Datei mit demselben Schaden meldet beim Prüfen eine Abweichung. Für ein Zeitzeugengespräch, das nicht wiederholbar ist, wiegt diese Prüfbarkeit mehr als jede Bitrate.

Beide bewahren die dekodierten Samples exakt, die Wahl hat also nichts mit Klangtreue zu tun. FLAC ist etwa halb so groß, trägt Tags und lässt sich auf Unversehrtheit prüfen. WAV, 1991 von Microsoft entworfen, wird von praktisch jeder Software ohne Decoder gelesen — deshalb dokumentiert jedes Audio-Werkzeug WAV als Eingabeformat.

Die Faustregel folgt dem Verb: Wer heute etwas mit der Datei tun will — transkribieren, schneiden, an ein Skript übergeben —, nimmt WAV, weil das Werkzeug es verlangt und die Größe für einen Nachmittag egal ist. Wer sie aufheben will, nimmt FLAC, weil in fünf Jahren sowohl die Größe als auch die Prüfsumme zählen und keine Schnittsitzung mehr.

Eine WebM-Datei kann mehrere Tonspuren enthalten — etwa Mikrofon und Systemton getrennt bei einer aufgezeichneten Videokonferenz —, und diese Umwandlung nimmt ausschließlich die erste. Es gibt keine Auswahlmöglichkeit für eine andere Spur, und eine zweite Spur landet nicht in der FLAC-Datei.

Für ein Archivprojekt lohnt sich deshalb ein Blick vor dem Wegwerfen des Originals: Wenn eine Videokonferenzaufnahme den Systemton als eigene Spur mitgeschnitten hat, sollte geprüft werden, welche Spur tatsächlich ankommt, bevor die WebM-Datei gelöscht wird.

Es gibt eine Lesart dieser Umwandlung, die vollständig korrekt ist, und sie hängt am Wort Master. Ist das WebM die einzige Kopie von etwas — ein aufgezeichnetes Zeitzeugengespräch, ein Mitschnitt einer Vereinsversammlung, eine Stimme, die es sonst nirgends mehr gibt —, dann ist es ein Master, egal wie stark komprimiert es dabei entstanden ist. Und die Praxis beim Archivieren eines Masters ist, ihn nicht noch weiter zu komprimieren.

Ab der FLAC-Datei entsteht kein Generationsverlust mehr. Jeder Auszug, jeder Schnitt, jede Veröffentlichung geht von denselben Samples aus. Das ist der richtige Grund für diese Umwandlung, unabhängig davon, wie verlustbehaftet die ursprüngliche Aufnahme war. Was nicht stimmt, ist die Vorstellung, die FLAC-Datei enthalte mehr Klang als das WebM.

FLAC landet üblicherweise zwischen 40 und 60 Prozent des unkomprimierten Originals, bei Sprache am effizienten Ende, weil Sprache akustisch einfacher ist als Musik. Gegenüber dem WebM, aus dem sie stammt, ist das Verhältnis umgekehrt: Eine Stunde aufgezeichnetes Gespräch mag als Opus vierzig Megabyte sein und als FLAC zweihundert.

Dieser Sprung ist keine Fehlfunktion, sondern das Maß dafür, wie gut Opus speziell für Sprache komprimiert, verglichen mit jedem verlustfreien Verfahren. Vor der Digitalisierung eines ganzen Jahrgangs an Interviews lohnt sich deshalb eine kurze Rechnung zum Speicherplatz.

FLAC-Encodierung bringt nicht jeder Browser fest eingebaut mit. Wo die Plattform selbst einen Encoder bereitstellt, wird er direkt genutzt; wo nicht, lädt die Seite beim ersten FLAC in der Sitzung eine kompilierte Fassung des Referenzencoders nach und verwendet sie für den Rest der Sitzung weiter. Das ist die kurze Pause, bevor der Fortschrittsbalken beim ersten File weiterläuft.

Diese eine Datei wird einmal geladen wie jede andere statische Ressource der Seite. Mit der Aufnahme selbst hat dieser Download nichts zu tun — der Ton verlässt zu keinem Zeitpunkt den eigenen Rechner, unabhängig davon, welcher der beiden Encoder am Ende zum Einsatz kommt.

Diese Umwandlung setzt selbst keine Titel- oder sonstigen Angaben — es gibt keinen eigenen Schritt, der ein Tag-Feld füllt. Ob ein Titel, den das WebM eventuell trug, durch die Neukodierung hindurchkommt, hängt von der verwendeten Bibliothek ab und ist hier nicht festgelegt; in der Praxis füllen Konferenztools und Bildschirm-Recorder solche Felder ohnehin meist gar nicht erst aus. Für ein Archiv ist das ohnehin der richtige Ausgangspunkt: Ein Zeitzeugengespräch, das nur unter dem Dateinamen des Aufnahmeprogramms abgelegt wird, findet später niemand mehr.

Wer die Aufnahme dauerhaft ablegt, trägt Titel, Datum, Gesprächspartner und eine kurze Beschreibung deshalb bewusst in einem Tagger wie Kid3 oder foobar2000 nach, sobald die FLAC-Datei fertig ist — als eigenen Schritt der Archivierung, nicht als Nebenprodukt der Umwandlung.

Es gibt hier keine serverseitige Warteschlange und keine Zeitbegrenzung, wie sie ein gehosteter Dienst setzen müsste — dafür trägt der eigene Rechner die gesamte Last. Ein zweistündiges Zeitzeugengespräch zu dekodieren und neu zu kodieren braucht entsprechend Arbeitsspeicher und Zeit, bevor die FLAC-Datei fertig ist.

Bleibt eine sehr lange Aufnahme hängen, hilft meist, sie vorher zu teilen — am Konferenztool oder in einem einfachen Schnittprogramm — und in zwei oder drei Teilen umzuwandeln statt in einem Stück. Für ein Archiv ist das kein Nachteil: Ein mehrstündiges Gespräch wird ohnehin meist in Kapitel eingeteilt, bevor es katalogisiert wird.

Archivieren ist selten eine Einzelaufgabe. Bis zu hundert WebM-Dateien lassen sich in einem Durchgang umwandeln, jede mit eigenem Fortschritt, und das Ergebnis kommt als ZIP zurück. Die Arbeit läuft auf dem eigenen Rechner, ein großer Stapel ist also durch den eigenen Prozessor begrenzt, nicht durch ein Upload-Kontingent oder eine Tagesgrenze.

Das beantwortet auch die Frage, die dieses Paar sonst unangenehm macht: Die Aufnahmen, die zur Archivierung anstehen, sind meist die mit der längsten geplanten Lebensdauer und dem sensibelsten Inhalt. Sie durch einen fremden Server zu schicken, wäre ein schwacher erster Schritt in einem Bewahrungsprojekt — hier bleibt alles auf dem Gerät, auf dem die Aufnahme schon liegt.