Convertir AAC en AIFF

Le Audio Interchange File Format date de 1988 et a été conçu par Apple pour résoudre un problème précis : échanger des échantillons audio entre applications sans perte. Sa structure est celle de IFF, le même conteneur qu’Electronic Arts a utilisé pour AMIGA et que Microsoft a imité avec RIFF pour le WAV. Le premier chunk déclare le format audio, le second porte les échantillons, et tout ce dont un lecteur a besoin est dans l’en-tête avant qu’un seul octet audio soit touché.

C’est le format que GarageBand, Logic, Final Cut et Soundtrack Pro lisent nativement. C’est aussi le format qu’un Mac plus ancien gère sans dépendances externes. Pour un fichier AAC dont la destination est un système Apple, AIFF est la bonne cible : pas de codec à charger, pas de décodeur à installer, exactement l’audio et un en-tête qui le décrit.

AAC tel que standardisé dans ISO/IEC 13818-7 est un codec, et un fichier `.aac` brut est normalement de l’ADTS, une suite continue de trames portant chacune un en-tête de sept octets décrivant cette trame. La cible de conception était la diffusion, où un récepteur peut rejoindre une transmission à mi-chemin et doit pouvoir commencer à décoder à partir de l’endroit où il arrive. Il n’y a donc pas d’en-tête au niveau du fichier, à dessein.

Sur un disque, cela devient trois problèmes distincts. La durée est inconnue, donc un logiciel l’estime à partir de la taille du fichier et du débit de la première trame, et a tort dès que l’encodeur a varié. Il n’y a pas d’index, donc chercher veut dire chasser une frontière de trame. Et il n’y a pas de disposition de canaux déclarée pour le fichier dans son ensemble, seulement par trame. Un AIFF remplace les trois par des champs fixes.

Les caméras IP et les dashcams écrivent en ADTS parce qu’il peut être coupé à n’importe quel point sans réécriture. Les DVR et les enregistreurs de diffusion font la même chose. HLS diffuse l’audio en segments `.aac`, donc tout ce qui a enregistré un flux en laisse un tas. Les plateformes de téléphonie et d’IVR en produisent. Plusieurs bibliothèques d’enregistrement Android et pipelines en ligne de commande dont personne n’a revu les défauts aussi.

Le fil commun est qu’une machine a fait le fichier pour une autre machine, ce qui explique pourquoi le lecteur final est en général un script plutôt qu’un auditeur. Cela explique aussi pourquoi l’audio n’est souvent pas ce que serait un fichier musical : le mono est normal, 8 000 ou 16 000 Hz est normal pour les systèmes de parole, et 32 000 Hz apparaît en diffusion. Tout cela se convertit et tout cela est préservé tel quel.

La sortie est du PCM 16 bits signé, et c’est important : AIFF utilise le grand-boutiste par convention, contrairement au WAV qui est petit-boutiste. La conversion écrit donc les octets dans l’ordre qui convient à un Mac, et tout outil qui lit correctement AIFF s’attend à cela. Aucune conversion d’endianness n’est nécessaire en aval.

Des profondeurs plus élevées existent et seraient inutiles ici. AAC décode en échantillons à virgule flottante en interne, mais le contenu informationnel est fixé par ce que l’encodeur a conservé — écrire 24 ou 32 bits agrandirait le fichier de moitié ou le doublerait sans ajouter un seul bit de signal réel. Si une étape de traitement ultérieure veut des flottants, elle convertira au chargement, où cela ne coûte rien sur disque.

Du stéréo 16 bits à 44 100 Hz, c’est 10,1 Mo par minute, exactement comme un WAV. Le mono le divise par deux ; une fréquence d’échantillonnage plus basse l’échelle proportionnellement. Il n’y a pas de réglage de qualité, parce que AIFF ne compresse pas.

Il y a une limite dure qui vaut la peine d’être connue. Les tailles de chunk AIFF sont 32 bits, ce qui plafonne un fichier à environ 4 Go — environ six heures et demie d’audio stéréo qualité CD, ou environ trente-sept heures de mono 16 kHz. Les longues captures continues dépassent cela, et la correction consiste à segmenter avant de convertir plutôt qu’à découvrir le plafond à la fin d’un lot.

Si le fichier ADTS portait un bloc ID3v2 au début — certains enregistreurs en ajoutent un — le titre, l’artiste, l’album, le numéro de piste, le genre, la date et le commentaire s’insèrent dans le chunk ID3 de AIFF. La pochette, l’artiste de l’album, le numéro de disque, la description et les paroles n’ont pas d’équivalent ID3 et sont écartés. Les valeurs sont limitées à ISO 8859-1, donc tout ce qui est en dehors du Latin-1 est laissé de côté plutôt que corrompu.

Pour ce public, c’est presque toujours sans importance, et c’est parfois le but : une capture destinée à l’analyse est mieux sans métadonnées descriptives du tout. Quand la provenance compte, enregistrez-la à côté du fichier dans ce que votre pipeline utilise pour les manifestes plutôt que de compter sur un chunk que la moitié des outils ignoreront.

Les enregistreurs de flux s’arrêtent au milieu d’une trame, et le fichier résultant se termine au milieu d’un paquet. La conversion lit jusqu’au dégât et s’y arrête, ce qui donne normalement AIFF utilisable d’une fraction de seconde plus court que la source — un meilleur résultat que de refuser le fichier, et qui vaut la peine d’être su pour qu’une durée un peu plus courte ne ressemble pas à un bogue.

Une défaillance différente est un fichier qui n’est pas du tout de l’ADTS. Tout ce qui se nomme `.aac` mais qui est en réalité un fragment MP4, ou un M4A renommé à la main, ne s’analysera pas comme un flux de trames, et la conversion signalera que le fichier n’a pas pu être lu plutôt que de le deviner. Si cela arrive, essayez-le en tant que M4A — un démultiplexeur MP4 l’ouvrira, et vous aurez identifié ce que vous avez réellement.

AAC autorise jusqu’à 48 canaux, et AIFF accepte le multicanal, donc le matériel surround ordinaire passe plutôt que d’être replié. Les fréquences d’échantillonnage sont préservées exactement, y compris les inhabituelles — 8 000, 11 025, 16 000, 22 050 et 32 000 survivent toutes, ce qui compte quand le modèle ou le DSP en aval a été entraîné ou réglé à un taux spécifique.

L’exception est une disposition qu’aucun chemin n’acceptera, où la conversion se replie sur deux canaux à 48 000 Hz plutôt que d’échouer. C’est un compromis délibéré en faveur de l’obtention d’un fichier, et il vaut la peine de vérifier l’en-tête de la première sortie dans un nouveau lot — un script qui supposait du mono 16 000 Hz et qui a reçu du stéréo 48 000 Hz produira des résultats qui semblent plausibles et qui sont faux.

Les deux résolvent le même problème : transformer un flux en un fichier qui annonce sa propre forme. WAV est petit-boutiste et lit sans configuration sur un PC ; AIFF est grand-boutiste et lit sans configuration sur un Mac. Aucune des deux solutions n’est meilleure que l’autre, et la conversion produit un fichier qui sera accueilli correctement par la plateforme cible.

Pour un Mac qui n’a pas installé de dépendances audio exotiques, AIFF est la cible. Pour un PC qui n’a pas installé de codec Apple, WAV est la cible. Pour un fichier qui doit aller dans les deux, garder AAC source est la bonne réponse, parce que la conversion vers l’une ou l’autre forme est triviale et c’est la source qui est la vérité sur le contenu.