Convertire MOV in OPUS

Le interviste registrate si accumulano più rapidamente di qualsiasi altra cosa in un progetto di ricerca. Un giorno di lavoro sul campo sono quattro o cinque schede, un documentario sono centinaia di ore, un programma di storia orale le raccoglie per anni. Escono dalle fotocamere come file MOV, e dopo che la trascrizione esiste quasi nessuno guarda più l'immagine.

Ciò che deve sopravvivere è il suono: per verificare una citazione, per ritrascrivere quando il primo passaggio era sbagliato, per l'archivio che sopravviverà al progetto. Conservare il video per questo è enormemente costoso — una singola ora in 4K sono comodamente dieci gigabyte — e conservare WAV non è molto meglio. Opus è il formato che rende l'intera collezione qualcosa che si può davvero archiviare, salvare e ricercare.

Opus non è un codec audio generico con una modalità a basso bitrate aggiunta in seguito. È stato standardizzato come RFC 6716 dall'IETF per la comunicazione in tempo reale, e contiene due motori: un modello vocale derivato da SILK e un modello musicale derivato da CELT, che si alternano a seconda di ciò che sentono.

Il risultato pratico è che un singolo parlante a 38 kilobit al secondo è comprensibile e piacevole, cosa che nessun altro formato su questo sito riesce a fare. L'MP3 a quella velocità è inutilizzabile. È la differenza tra un archivio che si può tenere su un disco solo e uno che ha bisogno di uno scaffale, ed è l'intero argomento tecnico di questa pagina.

Circa 38, 64 e 128 kilobit al secondo, ovvero circa 17 MB, 29 MB o 58 MB all'ora. Cento ore di lavoro sul campo stanno quindi in circa 1,7, 2,9 o 5,8 gigabyte — abbastanza piccolo da tenere su un portatile, salvare due volte e inviare a un collaboratore su una connessione ordinaria.

Bilanciata è la predefinita e la risposta giusta per interviste registrate con una fotocamera in una stanza non controllata. Si scende alla fascia piccola solo per una voce singola pulita registrata da vicino, e si sale alla fascia alta quando c'è musica, ambiente o diverse persone che parlano tra loro, dove i bit extra comprano davvero separazione.

Nulla qui migliora ciò che è stato registrato. L'audio della fotocamera è un microfono a pochi centimetri dall'obiettivo, che raccoglie la stanza, l'aria condizionata e l'operatore, e il codec conserva fedelmente tutto ciò. Dove un'intervista è stata registrata con un registratore separato, si usano quei file invece — la traccia della fotocamera è il riferimento di sincronizzazione, non la registrazione.

È anche una seconda compressione ogni volta che la fotocamera scriveva AAC, cosa che i telefoni fanno sempre e molte fotocamere anche. Sul parlato è inudibile; il punto di menzionarlo è che nessun bitrate qui recupera un microfono mal posizionato, e scegliere la fascia alta su una registrazione scarsa spende spazio conservando l'aria condizionata con grande precisione.

La trascrizione automatica gestisce Opus senza problemi nella maggior parte dei servizi, e la dimensione ridotta del file rende il caricamento verso qualunque servizio si usi una frazione di quanto sarebbe con un video. Dove un servizio rifiuta il formato, si converte una copia in WAV per quel passaggio invece di compromettere il formato d'archivio.

Due cose aiutano l'accuratezza più del bitrate. Convertire ogni intervista come un unico file invece di dividerla, perché un modello usa il parlato circostante per disambiguare; e mantenere il nome del file identico al video, così un timecode nella trascrizione può essere ricondotto al girato da cui viene quando qualcuno vorrà eventualmente una clip.

Ogni traccia audio che il browser può decodificare viene scritta, nell'ordine in cui la fotocamera le ha registrate, quindi un operatore che usa un radiomicrofono su una seconda traccia mantiene entrambe. Non tutti i lettori offrono un menu tracce per un Ogg multiflusso, quindi si converte un file dalla ripresa e lo si apre in ciò che il progetto usa effettivamente prima di procedere con gli altri trentanove.

Tutto ciò che è fuori dall'audio viene scartato: l'immagine, la traccia timecode che un corpo professionale scrive, la posizione, eventuali sottotitoli. Alcuni campi descrittivi sopravvivono, come descrive la sezione successiva, ma per un archivio di ricerca questo resta il momento in cui i metadati devono spostarsi altrove — un foglio di calcolo, un database, o i nomi dei file stessi — e farlo al momento della conversione è molto più facile che ricostruirlo dopo.

Titolo, descrizione, artista e data di creazione vengono letti dagli atomi di metadati del MOV e scritti nel file Opus come commenti Vorbis. Ciò che una fotocamera compila davvero è la data di creazione e raramente altro, quindi la posizione pratica resta invariata. Una cartella di file Opus con nomi generati dalla fotocamera è un archivio che nessuno può usare, e il rimedio è una convenzione applicata prima della conversione piuttosto che dopo: data, luogo, parlante, numero di parte, in quest'ordine, così che un elenco di cartella si ordini in qualcosa di sensato.

Se il progetto durerà, si compilano i restanti commenti Vorbis con uno strumento di etichettatura. I file si separano dai fogli di calcolo che li descrivono, e una registrazione che dice al suo interno chi parla e quando è stata fatta è quella che sopravvive a essere copiata tra tre istituzioni in vent'anni.

Il limite riguarda il video consegnato piuttosto che l'audio prodotto, e il video da fotocamera è enorme — circa 170 MB al minuto in 4K. In pratica questa pagina converte riprese singole e interviste brevi, non una sessione di due ore registrata in un unico file.

Per un lavoro su scala di progetto l'estrazione appartiene a dove il girato già si trova: un editor o un transcoder batch può estrarre l'audio da un'intera cartella in un passaggio, e può selezionare la traccia mentre lo fa. Si usa questa pagina per i file sulla macchina davanti a sé e per verificare che le impostazioni che si intende applicare a tutto diano davvero quello che si vuole.

Leggere il MOV, decodificarlo e codificare l'Opus avviene tutto in questa scheda del browser. Nulla che porti la registrazione lascia la macchina, e la scheda Rete lo mostra durante una conversione.

Per questo materiale è una questione di conformità più che di preferenza. Un'intervista registrata sotto un modulo di consenso nomina di solito chi può conservare la registrazione; un'approvazione etica nomina dove può essere conservata; la fonte di un giornalista si aspetta che la registrazione non venga affatto consegnata a terzi. Un convertitore gratuito che carica il file infrange tutte e tre le cose silenziosamente, e nessuno lo scopre.