Convertir MP4 a M4A

No es una simplificación didáctica. M4A es el mismo contenedor ISO MPEG-4 que Apple adoptó para audio en 2004, con el mismo AAC que ya vive dentro del archivo de vídeo. Entre los dos no cambia nada estructural: desaparece una pista y la extensión le dice al programa que espere sonido en lugar de una película.

Por eso es el destino natural para sacar el audio de un vídeo en un entorno Apple. La aplicación Música lo archiva bien, los campos de datos son los que una biblioteca de ese tipo ya sabe leer, y un teléfono descodifica AAC por hardware sin gastar batería en ello.

Parece lógico suponer que, como origen y destino llevan AAC, la pista se copiaría tal cual de una caja a la otra. Aquí no ocurre eso: esta conversión pide siempre un valor de tasa de datos al codificador, y con eso el motor descodifica el audio y lo vuelve a escribir. Se gasta una generación.

Cuánto cuesta esa generación depende del material. En voz —una clase, una entrevista, un sermón, una reunión grabada— es inaudible con cualquier prueba razonable. En música es medible y de vez en cuando se nota con auriculares buenos, sobre todo en platillos, aplausos y otros sonidos de banda ancha que a los codificadores con pérdida les resultan caros. Si el archivo va a una colección que piensas conservar años, coge la banda alta.

El contenedor MPEG-4 tiene sitio para tantas pistas de audio como traiga el origen, y esta conversión se las lleva todas: una película con versión original, doblaje y comentario produce un M4A con las tres, seleccionables en el reproductor.

Merece decirlo porque en este sitio es lo raro. Sacar el mismo vídeo a MP3, a AAC, a WAV o a FLAC conserva solamente la primera pista, porque esos formatos tienen espacio para una y nada más. Si te importa que sobreviva el segundo idioma, M4A —o OGG, u Opus— son los destinos que lo permiten. Lo que no hay es un selector: no se puede pedir «solo la pista dos». Llegan todas y luego el reproductor elige, así que si quieres una sola habrá que separarla después con una herramienta de audio.

Hay un matiz que estropea la frase anterior si se toma como absoluta. Llegan todas las pistas que el navegador puede descodificar, y hay cuatro formatos habituales que no puede: AC-3, E-AC-3, DTS y TrueHD. Son los del sonido envolvente de discos y de descargas, y se descartan en silencio.

Eso significa que un archivo cuyas pistas sean todas de ese tipo no da un error claro: da un resultado con menos audio del que esperabas. Si el vídeo viene de un disco o de una copia de una emisión, mira qué pistas trae antes de convertir, porque el momento de descubrirlo no es cuando ya has borrado el original.

M4A es mejor formato por méritos propios. El AAC alcanza la misma calidad percibida que el MP3 con menos bits, maneja mejor las frecuencias altas y es lo que usan por dentro los servicios de música y los teléfonos. En un móvil, un ordenador o una tableta es la respuesta correcta sin matices.

El MP3 gana en un solo eje y es un eje grande: lo reproduce absolutamente todo, incluidas radios de coche de 2004, máquinas de gimnasio, equipos de sobremesa y reproductores baratos olvidados en un cajón. La prueba es si puedes nombrar el aparato: si puedes y es de este siglo, elige M4A; si el archivo va a un sitio desconocido, elige MP3.

Los archivos Apple Lossless también se llaman .m4a, y esta es la confusión más frecuente que existe sobre el formato. ALAC conserva cada muestra exactamente; AAC no. Dos archivos con la misma extensión pueden ser por tanto uno sin pérdida y otro con ella, sin nada en el nombre que los distinga.

Lo que escribe esta página es AAC. Es la elección correcta y no una renuncia, porque el audio de un MP4 ya era AAC con pérdida: no hay ningún original sin pérdida escondido en el archivo que ALAC pudiera conservar. Codificarlo como ALAC daría un archivo mucho mayor con exactamente el mismo contenido audible.

En un vídeo, la imagen es casi todo el peso y el sonido una parte pequeña. Al quitar la imagen no se elimina un trozo del archivo: se elimina casi el archivo entero, y por eso una grabación de varios gigabytes puede quedarse en unas decenas de megabytes.

De ahí se deduce algo útil: el tamaño del vídeo de partida apenas influye en el del M4A. Dos grabaciones de la misma charla, una a 300 MB y otra a 3 GB, producen archivos de sonido casi idénticos, porque toda la diferencia entre ellas era imagen.

Hay tres y por defecto está la intermedia. No se expresan en kilobits por segundo a propósito: el número que corresponde a cada banda lo decide el códec, y el mismo ajuste significa cosas distintas en AAC, en Opus y en MP3. Quien convierte una charla sabe si la quiere pequeña o buena; no tiene por qué saber si eso son 96 o 192.

La banda baja es la adecuada para voz que va a un teléfono con poco espacio. La alta es para música, y también para cualquier archivo que después vaya a recortarse, mezclarse o volver a convertirse: cada pasada adicional se come lo que queda, y aquí la reserva ya está abierta desde que se grabó el vídeo.

Hasta cien archivos a la vez en el plan gratuito, cada uno convirtiéndose por su cuenta con su propia barra de progreso, y todos descargables juntos en un ZIP. Nada espera detrás de nadie porque no hay ningún servidor compartido de por medio.

Aquí es donde trabajar en el navegador deja de ser un argumento de privacidad y pasa a ser uno práctico. Un cuatrimestre de clases grabadas a través de un conversor alojado significa un cuatrimestre de subidas y una cuota diaria que se agota; aquí significa dejar una pestaña abierta mientras la máquina trabaja.

El tope del plan gratuito se aplica al archivo que sueltas, es decir, al vídeo, que es la parte gorda. Una clase de dos horas grabada con el móvil pasa de esa cifra con facilidad, y la ironía es que el M4A que saldría cabría de sobra.

Cuando eso pasa, el camino corto es reducir el vídeo antes en el propio dispositivo que lo grabó, o partirlo en dos. Si el material es de trabajo y esto se repite todas las semanas, una herramienta de escritorio que escriba directamente a disco es la respuesta razonable, y decirlo es mejor que dejar que la página falle a mitad.

La conversión se apoya en los códecs que tu sistema operativo pone a disposición del navegador, y eso significa que el mismo navegador puede saber hacer algo en un portátil y no saberlo en otro. En vídeo eso llega a ser un muro: cuando el equipo no puede codificar, la página lo dice con una frase legible y no hay servidor de reserva al que mandar el archivo.

En audio no ocurre. Para MP3, AAC y FLAC hay codificadores propios que se descargan en el momento en que hacen falta, así que la extracción de sonido llega a puerto incluso en equipos donde la conversión de vídeo se niega. Es una asimetría deliberada: un codificador de vídeo por software pesaría decenas de megabytes y lo pagaría todo el mundo, mientras que el de audio cabe sin que se note.

La descodificación y la codificación ocurren dentro de la pestaña, con los códecs que tu propio sistema ya usa para reproducir vídeo. Puedes confirmarlo abriendo el panel de red y convirtiendo algo: no sale nada que contenga el archivo.

En este par lo decide el material. Los vídeos a los que la gente les quita el sonido son clases, sermones, entrevistas, sesiones de terapia, ensayos de grupo y celebraciones familiares: el tipo de grabación cuyo manejo más seguro es no entregársela a una empresa desconocida a cambio de un archivo que podías haber fabricado en casa.