Convertir WAV a MP3

Casi nadie llega aquí buscando MP3 por sus méritos. Llega porque tiene un WAV que no pasa por el adjunto de un correo, ni por el formulario de una plataforma, ni por el campo de una nota de voz, y necesita que ese mismo audio se convierta en algo que quepa. La conversión resuelve exactamente ese problema y no pretende resolver ningún otro.

Conviene decirlo porque marca todas las decisiones que siguen. Si lo que quieres es archivar, editar o volver a mezclar, el WAV es lo que debes guardar y esta página te va a sobrar. Si lo que quieres es que un archivo llegue a alguien, el MP3 es la respuesta más aburrida y más fiable que existe.

Un WAV escribe cada muestra sin comprimir. En calidad de disco compacto son 44.100 muestras por segundo por dos canales por dos bytes: 176.400 bytes cada segundo, poco más de 10 MB por minuto. Media hora de reunión son unos 300 MB y una entrevista de hora y media pasa de 900, y ninguna de esas cifras depende de que la sala fuera ruidosa o de que hubiera silencio.

Eso choca con casi todos los límites que existen. Muchos proveedores de correo cortan en 25 MB, los formularios de subida suelen quedarse muy por debajo, y una carpeta compartida se llena en una tarde de grabaciones. El formato no está haciendo nada mal —se diseñó para editar, no para enviar— pero el archivo no se mueve, y eso es lo que trae gente a esta página.

MP3 es un formato con pérdida por diseño. Modela lo que el oído humano no llega a distinguir —un sonido flojo justo después de uno fuerte, frecuencias tapadas por otras vecinas— y tira esa parte. Lo tirado se ha ido de verdad, y ninguna conversión posterior lo devuelve.

Lo que no toca es justo lo que más preocupa. La duración, el tono, la velocidad y la inteligibilidad del habla salen intactas. Una conversación convertida se transcribe exactamente igual de bien que el original, cosa que importa cuando la grabación va después a un servicio de transcripción o a un asistente que la resuma.

El control ofrece tres niveles y el intermedio viene puesto. No vas a encontrar aquí la equivalencia en kilobits por segundo de cada uno, y la ausencia es una decisión: nuestro código no los convierte a números, sino que le pasa el nivel a la biblioteca de multimedia, que decide la cifra según el códec.

La orientación que sí podemos dar es de material. El habla —entrevistas, actas, locuciones, memorias de voz— aguanta el nivel bajo sin que se resienta nada de lo que a nadie le importa de ella. La música pide el intermedio como mínimo, y el nivel alto está para lo que peor lo pasa cualquier codificador: público aplaudiendo, platillos y colas de reverberación largas.

Ningún navegador trae un codificador MP3. Lo que hay dentro de todos ellos es un descodificador, porque hace falta para reproducir, así que para escribir un MP3 esta página importa una compilación en WebAssembly la primera vez que la necesitas en la sesión, sin excepción.

AAC y FLAC pueden pedir lo mismo, pero solo cuando el navegador no trae ya un codificador propio para ese códec: ahí la descarga depende del navegador y no ocurre siempre. Opus es distinto de los tres: no hay compilación que traer en ningún caso, porque todos los navegadores tuvieron que implementarlo para las llamadas. El destino OGG de este sitio usa Opus y por eso no descarga nada.

Cada codificación con pérdida descarta un poco, así que codificar un MP3 a partir de otro MP3 acumula las dos rondas. Si necesitas tres versiones a tres niveles, las tres salen del WAV; ninguna sale de la anterior.

La misma regla decide qué se archiva. Guarda el WAV si la grabación se va a editar, recortar o remezclar alguna vez, porque es la única copia que aún lo tiene todo. Si es una nota de voz que vas a escuchar una vez y olvidar, convertirla y borrar los 600 MB del original es una decisión perfectamente razonable.

Una parte enorme de los WAV que circulan son archivos estéreo con una sola fuente copiada en los dos canales: grabaciones de videollamada, memorias de voz de teléfono, entrevistas con un micrófono. Codificar eso en estéreo gasta el doble para contar lo mismo dos veces.

Esta página no tiene un control de canales, así que la conversión a mono se hace antes, en cualquier editor de audio, y es un cambio de dos clics. Guarda el estéreo para la música, para lo que tenga un campo estéreo que merezca la pena, y para las grabaciones donde dos personas están en canales separados a propósito.

Es una versión nueva del mismo muro y pilla a la gente desprevenida. Las herramientas de síntesis de voz y de música generada devuelven WAV porque es el formato que no pierde nada de salida, así que unos pocos minutos de locución generada ya son decenas de megabytes antes de que nadie haya hecho nada con ellos.

Para ese material la decisión es fácil: la voz sintética sigue siendo voz, el nivel bajo basta, y el MP3 es lo que de verdad se publica o se incrusta. Conserva el WAV solo si vas a seguir editando; una vez mezclado y cerrado, el WAV es únicamente almacenamiento.

WAV no tiene una convención de metadatos que nadie respete: existe un fragmento opcional que algunas herramientas escriben y casi ninguna lee, así que en el origen normalmente no hay ni título, ni intérprete, ni álbum, ni imagen. Cuenta con que el MP3 llegue sin etiquetar.

Si los archivos van a una biblioteca musical o a un canal de pódcast, planifica una pasada de etiquetado después; cualquier reproductor o editor de etiquetas lo hace. No se pierde nada en la conversión porque no había nada que perder, y hacerlo una vez en el MP3 es más útil que hacerlo en el WAV, porque el MP3 es la copia que se va a mover.

Conviene decirlo porque ahorra buscar. Hacia un destino de audio con pérdida, el registro de este sitio ofrece exactamente un control: el nivel. No hay selector de canales, ni de frecuencia de muestreo, ni de profundidad de bits, ni recorte por tiempo, ni normalización de volumen, ni desvanecidos.

Es una decisión y no una carencia disimulada: un conversor que ofrece veinte mandos acaba teniendo diecinueve que no hacen nada o que hacen algo distinto de lo que dice su etiqueta. Todo eso pertenece a un editor de audio, y hacerlo allí antes de convertir da además un resultado mejor, porque el codificador trabaja sobre el material ya arreglado en vez de sobre el original más un parche.

Se pueden soltar hasta cien WAV a la vez; cada uno se codifica por separado y el conjunto vuelve en un ZIP. Es el caso normal más que la excepción, porque las grabadoras, las herramientas de reunión y las aplicaciones de notas de voz producen sesiones enteras y no archivos sueltos.

Como nada se sube, un lote grande no consume ancho de banda ni espera turno. Lo que consume es procesador del propio equipo, así que una carpeta de grabaciones largas conviene lanzarla y dedicarse a otra cosa un rato. El techo por archivo son 100 MB, que a diez megabytes por minuto son unos diez minutos: una entrevista larga hay que partirla antes.

El codificador corre dentro de la pestaña, así que el audio no se transmite en ningún momento. Dado lo que la gente convierte aquí, no es un detalle menor: entrevistas bajo embargo, grabaciones de reuniones internas, sesiones clínicas, actas y notas de voz grabadas en casa de alguien.

También significa que no hay subida que esperar ni cupo diario que gastar, porque una conversión en el navegador no nos cuesta nada. Si quieres comprobarlo en lugar de creerlo, abre la pestaña de red de las herramientas de desarrollo y convierte un archivo: no verás salir ninguna petición que lleve el audio.