Convertire MP3 in AAC

Nessuno inizia un progetto producendo MP3 per un sistema di streaming. Questa conversione capita perché esiste una vecchia libreria: annunci registrati da un centralino telefonico sostituito, sigle da un vecchio impianto di playout, set di prompt registrati da una voce non più disponibile, programmi archiviati i cui master sono stati cancellati anni fa.

Questo definisce le aspettative sensate. La qualità audio era fissata quando quegli MP3 sono stati fatti, e il compito ora è spostare il materiale in un formato che il nuovo sistema legga senza peggiorarlo in modo evidente.

L’output è una sequenza di fotogrammi AAC, ciascuno preceduto da un’intestazione che dichiara profilo, frequenza di campionamento e configurazione canali. Non c’è intestazione di file, nessun indice e nessuna struttura che contenga i fotogrammi — un decodificatore può quindi entrare nello stream in qualunque punto.

I sistemi progettati per la trasmissione vogliono esattamente questo. Un parser che deve solo riconoscere un confine di fotogramma è poco codice con pochi punti di rottura.

Una transcodifica tra due codec con perdita a bitrate comparabili è di solito quasi impercettibile. Il problema comincia quando il target è molto più basso della sorgente, e questi sistemi specificano spesso target bassi: 64 kbps per un budget di streaming fissato anni fa, 48 o meno per un canale di annunci.

Comprimere un MP3 a 128 kbps in 48 kbps AAC sono due giri di una decisione simile. Se la specifica nomina un tetto piuttosto che un obiettivo, usate il margine.

La maggior parte del materiale che passa per sistemi di annuncio, menu IVR e librerie di prompt è una singola voce registrata in una stanza silenziosa, la cosa più facile che un codec debba mai codificare. Il parlato ha uno spettro stretto, struttura prevedibile e niente piatti.

La musica è dove una transcodifica si annuncia. Musica d’attesa, sigle con basi musicali, qualunque cosa con applausi o riverbero sono i file da ascoltare dopo la conversione. Se una libreria di prompt contiene entrambi, controllate un file musicale piuttosto che uno parlato.

Lo stream mantiene qualunque frequenza avesse l’MP3, quasi certamente 44.100 Hz per qualunque cosa rippata o scaricata. Nulla qui ricampiona per adattarsi a una destinazione, e un’intestazione che dichiara onestamente 44.100 Hz non è ciò che vuole leggere una piattaforma che si aspetta 8 o 16 kHz.

La telefonia e i sistemi di annuncio sono dove questo colpisce di solito, perché le frequenze narrowband sono ancora standard lì. Controllate gli MP3 prima di convertire una libreria intera.

Una volta convertiti, i file con frequenza di campionamento e numero di canali corrispondenti possono essere concatenati direttamente. Un’ora di annunci assemblata da quaranta frammenti non costa nulla in qualità, perché nessun decodificatore e nessun codificatore è coinvolto nell’unione.

Vale la pena progettarlo così quando l’alternativa è assemblare l’audio in un editor ed esportare il risultato, che aggiungerebbe una terza codifica a materiale che ne ha già subite due.

ADTS non ha alcun metadato. Qualunque tag ID3 portasse l’MP3 — un titolo, un identificatore di prompt, una data di registrazione — non ha dove andare ed è assente dall’output.

I nomi file diventano quindi l’intero schema di identificazione, ed è meglio sistemarli prima di convertire piuttosto che dopo. Se una libreria di prompt si affida ai tag per tracciare le versioni, esportate quell’informazione in un manifesto prima.

La versione migliore di questo compito è quella che salta del tutto l’MP3. Il lavoro vocale era di solito registrato e consegnato come WAV, e quei file esistono spesso ancora su un vecchio disco o presso lo studio che ha registrato. Codificare AAC da un WAV è una codifica di prima generazione senza nulla di accumulato.

Vale venti minuti di domande prima di convertire una libreria intera. Dove i master sono davvero spariti, convertire gli MP3 è la scelta giusta, fatta consapevolmente.

Ogni lotto accetta fino a cento file da 100 MB ciascuno, e i file di prompt sono abbastanza piccoli che nessuno dei due tetti è mai un problema: un MP3 a 128 kbps pesa circa 0,96 MB al minuto, quindi 100 MB sono ben oltre un’ora. Il lotto torna come ZIP.

Niente viene caricato in nessuna fase, il che conta per materiale sotto contratto o embargo — programmi non pubblicati, annunci aziendali, registrazioni licenziate per un solo uso.