Convertire M4A in AAC

M4A è un file MP4 che contiene una traccia audio, di solito AAC. Quasi ogni file .m4a e ogni file .aac contengono lo stesso codec: la differenza sta tutta nell’involucro.

L’intestazione MP4 registra la durata, il numero di canali, dove inizia ogni campione per permettere la ricerca, e un blocco di metadati per titolo e copertina. Un .aac nudo non ha nulla di tutto questo.

Un file .aac è uno stream ADTS, una sequenza continua di frame ciascuno con la propria intestazione. È stato pensato per la trasmissione, dove un ricevitore può inserirsi in qualsiasi momento e trovare un frame da cui partire.

Questo dà due proprietà reali: qualsiasi intervallo di byte che inizia su un confine di frame è un file valido, ed è per questo che HLS distribuisce l’audio come sequenza di segmenti .aac.

Un vero rewrap prenderebbe i frame AAC dal contenitore MP4 e li avvolgerebbe in intestazioni ADTS senza perdita. Non è quello che succede qui: viene sempre fornito un bitrate all’encoder, il che disattiva la scorciatoia di copia diretta.

L’audio viene quindi decodificato e ricodificato di nuovo: una seconda passata di perdita su un audio già compresso. Scegliere la fascia Alta qualità è il modo per tenere il danno al minimo.

Firmware ed embedded con un decoder a livello di frame vogliono esattamente questo: schede DSP, moduli audio per auto e industriali, e buona parte del firmware di set-top box e telecamere IP.

Poi ci sono i percorsi di ingest e le API legacy: alcune pipeline di streaming prendono uno stream elementare, alcune interfacce Android e Java più vecchie leggono ADTS direttamente. Se non siete in una di queste situazioni, il vostro M4A resta il file migliore.

La durata sparisce, perché ADTS non ha un campo per essa: un lettore la stima dalla dimensione del file e dal bitrate del primo frame, ed è sbagliato ogni volta che l’encoder ha variato.

La tabella dei campioni sparisce, quindi cercare significa indovinare un offset di byte. E il blocco di metadati sparisce, sostituito da un’intestazione ID3v2 che molti decoder embedded non riconoscono.

Piccolo, bilanciato e alta qualità non sono numeri fissi decisi da questa pagina: ognuna viene risolta in un bitrate AAC reale dal codificatore stesso al momento della conversione, entro un tetto che è un limite del percorso di codifica piuttosto che del codec.

Per questa coppia la scelta è quasi sempre alta qualità: state ricodificando un audio già compresso, e l’unica difesa contro una seconda passata udibile è dare all’encoder spazio sufficiente.

Il registro elenca sia AAC sia ALAC come codec per M4A, e un file estratto da un CD in iTunes può contenere Apple Lossless. ADTS non può contenere ALAC in nessun modo, essendo un formato di frame AAC.

In pratica il file si ferma invece di essere convertito silenziosamente: ALAC non è tra i codec disponibili su questo percorso, e la conversione segnala che nulla nel file poteva essere convertito.

Le intestazioni ADTS portano una configurazione di canale e un indice di frequenza per frame, quindi mono resta mono, stereo resta stereo, e la frequenza del sorgente passa invariata.

L’indice di frequenza è una tabella fissa: le frequenze standard sono coperte, una frequenza esotica fuori tabella non ha rappresentazione ADTS. Dove la configurazione non è codificabile, la conversione ripiega su due canali a 48.000 Hz.

Questa è la coppia in cui una prova conviene di più, perché la destinazione è di solito un dispositivo piuttosto che una persona: convertite un file, mettetelo sul dispositivo, verificate che parta dal primo frame.

Una volta che funziona, i lotti sono semplici: trascinate una cartella, ottenete uno ZIP, con un tetto di 100 MB per file, cento file per lotto e nessun caricamento su server in nessun momento.