Convertire AAC in M4A

Vale la pena partire da qui perché cambia ciò che si va a cercare. AAC è decodificabile da tutto da due decenni — il registro segna il supporto del browser come universale, ogni telefono lo riproduce, ogni sistema operativo distribuisce un decoder. Se un file `.aac` si comporta male, il codec quasi certamente non è il motivo.

Ciò che è sbagliato è che un `.aac` nudo non è un file nel senso in cui il software se lo aspetta. È uno stream ADTS, progettato per il broadcast : una sequenza di frame ciascuno con un’intestazione di sette byte che descrive quel frame, senza nulla davanti che descriva l’insieme. Niente dice quanto sia lungo. Niente indicizza dove trovare il segno dei due minuti. Non c’è alcun blocco di metadati. Tutto ciò che segue è una conseguenza di quelle tre assenze.

M4A è il nome Apple, risalente al 2004, per un file MP4 che contiene una traccia audio. L’intestazione MP4 registra la durata esatta in unità di campione, una tabella che mappa il tempo sugli offset di byte così un lettore possa saltare a qualsiasi secondo senza scansionare, la disposizione dei canali e la frequenza di campionamento per il file nel suo insieme, e un blocco di metadati `ilst` per titolo, artista, album, numero di traccia e immagine di copertina.

Ciascuno di questi si mappa direttamente su un sintomo. Il campo durata è il motivo per cui Finder smette di mostrare 00:00. La tabella dei campioni è il motivo per cui la barra di scorrimento diventa accurata invece di andare alla deriva. Il blocco di metadati è il motivo per cui la copertina finalmente resta attaccata. E la presenza di un contenitore riconoscibile è il motivo per cui iTunes accetta l’importazione in primo luogo.

Quasi nessuno ne produce uno di proposito. HLS distribuisce audio come una sequenza di segmenti `.aac`, quindi qualsiasi cosa abbia registrato o scaricato uno stream ne lascia un mucchio, e unirli uno dopo l’altro dà un grande file ADTS. Telecamere IP, dashcam, DVR e logger broadcast scrivono ADTS perché può essere tagliato in qualsiasi punto. Alcune librerie di registrazione Android e una manciata di pipeline da riga di comando lo hanno come predefinito.

Quell’origine spiega perché l’audio di solito va bene e il file di solito è scomodo : il formato è stato scelto da una macchina per un’altra macchina, e chi lo riceve è spesso la prima parte a volerlo come documento. Significa anche che il file spesso non porta alcun metadato, quindi un M4A convertito può arrivare vuoto — che è un buon momento per taggarlo in modo appropriato, dato che ora ha dove mettere i tag.

La versione elegante di questa conversione sposta i frame AAC esistenti nel contenitore MP4 senza toccarli, ed è una tecnica che la libreria sottostante supporta. Questo convertitore non la prende : a un bitrate viene fornito un bitrate all’encoder per ogni destinazione compressa, il che disabilita la scorciatoia del copia-stream, quindi l’audio viene decodificato in campioni e codificato di nuovo.

Ciò che costa è un secondo passaggio lossy su audio che era già lossy. Su parlato, catture broadcast e audio di telecamera è inaudibile. Su musica da uno stream a basso bitrate è un piccolo ulteriore passo in giù. La difesa è l’impostazione Qualità : File piccolo scrive 96 kbps, Bilanciato 128 e Alta qualità 192, e per questa coppia Alta qualità è la scelta giusta, perché il motivo per cui si sta convertendo non è risparmiare spazio.

Un file `.aac` nudo può portare metadati solo come un blocco ID3v2 fissato davanti — una convenzione presa in prestito da MP3 piuttosto che qualcosa nella specifica AAC. Alcuni lettori desktop lo leggono. Il software Apple in gran parte no, il che è esattamente il motivo per cui la copertina impostata su un `.aac` non sembra mai sopravvivere.

Un M4A ha un blocco di metadati reale, e tutto lo legge : iTunes e Musica, Finder, l’app File, Mp3tag, MusicBrainz Picard, Plex, Jellyfin. Qualunque tag esistesse sulla sorgente viene portato — titolo, artista, album, artista dell’album, numeri di traccia e disco, genere, data, commento, testi e qualsiasi immagine incorporata — e qualsiasi cosa la sorgente mancasse può ora essere aggiunta e resterà aggiunta.

Entrambi risolvono il problema del contenitore. MP3 costa di più risolverlo, perché significa abbandonare AAC per un codec progettato nel 1993 che fa meno con gli stessi bit, e farlo attraverso una seconda codifica lossy. Sono due downgrade dove ne basterebbe uno.

Scegliere MP3 quando qualcosa a valle lo richiede genuinamente : un impianto stereo per auto che indicizza solo `.mp3`, un lettore del 2008, un modulo di invio con un elenco fisso. Scegliere M4A quando la destinazione è software Apple, un telefono moderno, un media server o il proprio computer — il codec è già quello corretto lì, e solo il wrapper aveva bisogno di essere cambiato.

Se la sorgente è un insieme di segmenti HLS, la proprietà utile di ADTS è che concatenarli produce uno stream valido — nessuna intestazione da riscrivere, nessun indice da ricostruire. È così che la maggior parte delle persone finisce con un grande `.aac` in primo luogo, ed è il modo corretto di assemblarne uno.

Fare prima il join e convertire una volta. Convertire cinquanta segmenti individualmente dà cinquanta M4A, non una registrazione, e il contenitore MP4 non ha un trucco equivalente — non si possono concatenare due M4A, perché ciascuno ha la propria intestazione e la propria tabella dei campioni. L’ordine è quindi : unire l’ADTS, poi avvolgerlo. Farlo nell’ordine opposto significa un secondo lavoro, molto più difficile.

Un registratore di stream fermato a metà frame lascia un file ADTS troncato. La conversione legge fino al danno e si ferma, il che normalmente dà un M4A utilizzabile di una frazione di secondo più corto della sorgente — e ora con una durata corretta, che l’originale non aveva mai avuto.

Un file che non è affatto ADTS è un’altra questione. Qualsiasi cosa si chiami `.aac` che sia in realtà un frammento MP4, o un M4A rinominato a mano, non verrà analizzato come stream di frame e la conversione segnala che il file non può essere letto piuttosto che indovinare. Quel messaggio è un’informazione utile : provare ad aprirlo come M4A, e si sarà scoperto cosa si aveva in realtà.

File di questo tipo arrivano in massa, quindi si lascia cadere l’intera cartella — ciascuno converte indipendentemente e i risultati tornano come un unico ZIP, con un tetto di 100 MB per file e cento file in un lotto. Niente si mette in coda dietro nessun altro, perché la decodifica e il muxing girano sul proprio processore piuttosto che su un server che qualcuno dovrebbe pagare.

Niente viene caricato in nessuna fase. Questo vale più del solito qui, perché le catture `.aac` nude sono così spesso audio di telecamera, registrazioni di chiamate o registrazioni di siti che contengono le voci di altre persone e sono disciplinate da regole su dove possono essere memorizzate. La decodifica usa i codec del proprio dispositivo, l’encoder gira nella scheda, e la scheda Rete degli strumenti di sviluppo mostrerà nessuna richiesta che porti il file.