Convertir MP4 a WAV

Un MP4 es un contenedor con una pista de vídeo y una de audio, una junto a la otra. Esta operación lee la de audio, la decodifica y la escribe como WAV. El vídeo no se convierte, no se recodifica ni se degrada — simplemente no forma parte del resultado, y el archivo original queda intacto.

Eso explica por qué es rápido incluso con una grabación larga. No hay codificación de vídeo, que es la parte cara de cualquier operación con vídeo; decodificar una hora de AAC y escribir las muestras es un trabajo comparativamente trivial.

El audio dentro de un MP4 suele ser AAC, y AAC tiene pérdida — el codificador descartó parte de la señal cuando se hizo el vídeo. Decodificarlo a WAV reproduce exactamente lo que sobrevivió y nada más.

Así que el resultado es un archivo grande y sin comprimir con un audio que ya se comprimió una vez. No es un fallo, y conviene decirlo porque se espera una mejora con frecuencia. Lo que se gana es que el archivo ahora son muestras en bruto, que es lo que quieren las herramientas de edición; el sonido es idéntico al que llevaba el MP4.

Para editar. Cada corte, fundido, filtro y cambio de nivel en un WAV parte exactamente de lo que había antes, y guardar no vuelve a codificar nada. Un archivo con pérdida hay que decodificarlo, alterarlo y volver a codificarlo cada vez que se guarda, y tras varias rondas de trabajo normal el daño se nota.

La compatibilidad es la otra mitad. Editores de audio, herramientas de transcripción, software de alineación forzada, estaciones de trabajo digitales y sistemas de emisión aceptan WAV sin discutir, y varios no aceptan nada más. Si el siguiente paso del flujo de trabajo nombraba el formato, esta es la razón.

Estéreo a 48 kHz y 16 bits son unos 11 megabytes por minuto. Un clip de diez minutos pesa 110 megabytes; una entrevista de una hora, unos 650; una grabación de tres horas, cerca de dos gigabytes.

Dos consecuencias a tener en cuenta. WAV no puede describir un archivo mayor de unos cuatro gigabytes, que a esas velocidades son unas seis horas — suficiente para casi todo y no para una jornada de conferencia completa. Y estos archivos comprimen muy bien, así que meterlos en un ZIP antes de enviarlos suele reducir el peso a la mitad sin ningún coste.

Un vídeo puede llevar varias pistas de audio: un idioma original y un doblaje, un comentario, una pista descriptiva para accesibilidad, o micrófonos separados de un rodaje con varias cámaras. Esta conversión se queda con la primera.

Para material de un móvil, una captura de pantalla o una exportación normal, esa es la única pista y la pregunta no llega a plantearse. Para una película, una grabación de emisión o un archivo entregado de forma profesional, conviene comprobar qué contiene antes de dar por hecho que salió el audio correcto — descubrir el idioma equivocado una hora dentro de un montaje es fácil que ocurra.

Si el audio se va a escuchar en lugar de trabajarse — un episodio de pódcast que publicar, una clase que guardar, música para el móvil — MP3 o AAC es la elección correcta. Un décimo del peso, y a una velocidad de bits decente la diferencia es inaudible en cualquier equipo normal.

La regla que se sigue de esto es la misma que se aplica al grabar: trabajar en el formato sin comprimir, entregar en el comprimido. Extraer el WAV, hacer la edición y exportar el MP3 una sola vez al final desde el resultado terminado, en vez de comprimir desde el principio.

Las herramientas de reconocimiento de voz suelen aceptar WAV directamente, y varias piden una frecuencia de muestreo concreta o audio mono. Entregarles muestras en bruto evita un paso de decodificación y cualquier duda sobre qué hizo la herramienta con un archivo comprimido que tuvo que abrir primero.

Para una grabación larga, extraer el audio también acelera todo lo que viene después: un WAV de 650 megabytes avanza por una cadena de transcripción bastante más rápido que un vídeo de varios gigabytes que hay que desmultiplexar en cada paso.

Para trabajo periodístico, terapéutico o legal, donde la grabación puede contener información sensible, extraer solo el audio antes de mandarlo a cualquier otra herramienta reduce lo que hace falta compartir: el vídeo, que a menudo muestra caras o un espacio identificable, se queda fuera desde el primer paso.

Es una decisión de flujo de trabajo tan sencilla como cambiar de formato: si lo único que se necesita analizar o transcribir es el habla, no hace falta que el vídeo llegue nunca a la siguiente herramienta de la cadena.

Se pueden soltar varios MP4 a la vez y cada uno se procesa por su cuenta, con los resultados descargables juntos como un ZIP al terminar. Para una serie de grabaciones de la misma sesión, eso evita repetir el mismo paso una por una.

Con audio sin comprimir, el límite práctico suele ser el peso total antes que cualquier otra cosa: varias horas de grabación en WAV pesan varios gigabytes juntas, y conviene tenerlo en cuenta antes de lanzar un lote muy grande.

La extracción ocurre dentro de la pestaña del navegador, con el propio procesador. El vídeo nunca se sube, así que no hay copia en ningún servidor, ni cola detrás de otras personas, ni recuento diario que agotar — el límite del nivel gratuito es de 100 MB por archivo, que es lo único con lo que topa una grabación larga.

Eso importa justo para el tipo de material que suele pasar por esta conversión: entrevistas grabadas, reuniones con clientes, clases, grabaciones médicas o legales. La forma más fiable de mantener una grabación privada es no enviarla a ningún sitio.