Convertir WebM en M4A

Un enregistrement fait dans un navigateur — un message vocal, un appel capturé, une note audio d’une application web — sort en WebM contenant de l’Opus. Safari le jouera à l’intérieur d’une page web, parce que le navigateur a le décodeur. Au moment où le fichier est enregistré sur le téléphone il cesse d’être une ressource web et devient un fichier, et iOS n’a rien qui l’ouvre : pas Files, pas Music, pas Voice Memos, pas le menu de partage.

M4A est l’autre côté de cette ligne. Apple a nommé l’extension en 2004 pour un conteneur MP4 portant du son sans image, et c’est ce que le téléphone lui-même produit quand il enregistre. Convertir en M4A ne rend pas l’enregistrement meilleur ; cela en fait un citoyen de première classe sur l’appareil plutôt qu’une pièce jointe que rien n’ouvrira.

Un M4A est un MP4. Conteneur identique, structure identique, extension différente choisie pour qu’un double-clic ouvre un lecteur de musique plutôt qu’un lecteur vidéo. À l’intérieur ici se trouve de l’AAC — le codec que MPEG a normalisé en 1997 comme ISO/IEC 13818-7 et celui sur lequel Apple a construit tout son catalogue audio.

Le conteneur peut aussi contenir de l’Apple Lossless, d’où vient une partie de la confusion : un M4A téléchargé d’un endroit peut être sans perte et un d’un autre peut ne pas l’être, sans rien dans le nom pour les distinguer. Ce qui est écrit ici est de l’AAC, parce que c’est ce qui est jouable sur tout appareil qui lit le conteneur et ce qu’un navigateur sait encoder.

AAC est sans détour le meilleur codec. À la même taille de fichier il tient mieux que MP3, particulièrement sur la parole et sur tout ce qui a des cymbales ou de la réverbération, et c’est le défaut pour une raison à travers le streaming, la diffusion et les propres produits d’Apple. Si l’enregistrement va vers un téléphone ou un ordinateur de cette décennie, M4A est la bonne réponse.

MP3 gagne sur une seule dimension et elle est grande : il joue sur tout ce qui a jamais été construit. Unités principales de voiture de 2006, tapis de course de gym, réveils d’hôtel, enregistreurs vocaux bon marché, l’ordinateur ancien de la salle de réunion. Si vous ne savez pas où le fichier va, ou s’il va vers quelqu’un d’autre, le moins bon codec dans l’enveloppe la plus universelle est le choix le plus sûr.

La partie malaisée de ce problème est en général la géographie : le WebM est déjà sur le téléphone, et la correction évidente implique de le déplacer vers un ordinateur, le convertir et le redéplacer. C’est trois étapes de trop pour une note vocale de deux mégaoctets.

Cette page tourne dans Safari mobile de la même manière qu’elle tourne sur un bureau. Choisissez le fichier depuis Files, laissez-le convertir, et enregistrez le M4A en retour — le décodage et l’encodage se passent tous les deux sur le téléphone, en utilisant les mêmes codecs qu’il utilise déjà pour jouer l’audio. Rien n’est installé, rien n’est téléversé, et l’enregistrement ne quitte jamais l’appareil sur lequel il a été fait.

Opus à l’entrée, AAC à la sortie, avec un décodage complet entre les deux. Les deux formats sont avec perte, donc c’est de la compression appliquée à de l’audio qui a déjà été compressé une fois, et un peu plus de détail part à chaque fois. Il n’y a pas moyen de contourner cela : aucun navigateur ne peut déplacer de l’audio entre deux codecs avec perte différents sans le décoder d’abord.

Pour la parole, qui est ce que contient presque toute note vocale WebM, le résultat est indiscernable à n’importe lequel des trois réglages de qualité. Pour la musique la seconde passe est mesurable et, sur un bon casque, parfois audible sur les cymbales et la réverbération de salle. Si le WebM est un enregistrement de répétition ou une capture en direct, utilisez le palier haut et gardez l’original à côté du M4A.

Le M4A arrive avec l’audio et sans métadonnées, parce qu’il n’y en avait aucune dans le WebM qui vaille la peine d’être portée — les enregistreurs de navigateur et les outils de réunion nomment les fichiers par timestamp et n’écrivent rien d’autre. Déposé dans Music ou iTunes tel quel, l’enregistrement apparaît sous son nom de fichier sans artiste et sans album, ce qui est comment une bibliothèque devient doucement inutilisable.

Mettez les tags délibérément dans le cadre du classement. Music peut les éditer sur place, et n’importe quel tagueur le fera en masse pour un lot. C’est trente secondes par fichier et c’est la différence entre un enregistrement que vous pourrez retrouver dans deux ans et un que vous ne pourrez pas.

Seule la première piste audio passe, et toute piste vidéo est écartée entièrement. Une réunion enregistrée avec des pistes microphone et audio système séparées donne celle que le conteneur liste en premier, sans moyen de choisir entre elles ici.

Les chapitres et toute piste de sous-titres embarquée sont aussi écartés. Pour un épisode de podcast assemblé ailleurs cela vaut la peine d’être su avant que cela devienne l’étape de livraison : les marqueurs de chapitre appartiennent à l’outil qui les a produits, et les rajouter est un travail pour un flux de publication de podcast plutôt qu’un convertisseur.

Attendez-vous à ce que le M4A soit un peu plus grand que le WebM pour le même enregistrement, et souvent notablement plus grand sur la parole. Opus est inhabituellement bon à la voix aux débits bas — il a été conçu pour la conversation en temps réel — tandis qu’AAC est réglé pour la musique et la livraison générale. Une note vocale de cinq minutes qui faisait 1,5 Mo en Opus peut atterrir près de 5 Mo en AAC au réglage équilibré.

Les trois paliers de qualité atterrissent à 96, 128 et 192 kilobits par seconde, donc ils font bouger ce chiffre d’un quart vers le bas ou d’une moitié vers le haut plutôt que d’aucun facteur deux. Le petit réglage convient à tout ce qui est purement quelqu’un qui parle et qui va sur un téléphone ; le réglage haut ne vaut le coup que lorsqu’il y a de la musique dans l’enregistrement, parce que c’est déjà une seconde génération de compression et une légère n’a plus rien à donner.

Jusqu’à cent fichiers à la fois, chacun se convertissant indépendamment avec sa propre progression, et un seul ZIP dès que plus d’un est terminé. Rien ne se met en file derrière qui que ce soit d’autre parce qu’il n’y a pas de serveur partagé pour s’y mettre.

Pour cette paire l’approche locale est autant une question de téléphone qu’une question de vie privée. Téléverser un dossier de notes vocales sur une connexion mobile et les re-télécharger est lent et mange une allocation ; les convertir dans l’onglet coûte de la batterie et rien d’autre, et les enregistrements — qui sont, après tout, des gens qui parlent — restent là où ils étaient.