Convertire OGG in AAC

Il file .aac prodotto qui è framing Audio Data Transport Stream: fotogrammi AAC uno dopo l’altro, ognuno con una breve intestazione che ripete la frequenza e la configurazione dei canali, senza nulla intorno. Nessun indice, nessuna durata, nessuna area metadati. Questa forma esiste perché un flusso possa essere tagliato ovunque e unito a qualsiasi cosa.

Se la documentazione della vostra piattaforma nomina ADTS o un flusso elementare, è questo il file. Se dice “AAC” in linguaggio ordinario, o l’audio deve essere riprodotto da qualcosa con un pulsante di riproduzione e una durata, la strada M4A produce lo stesso audio codificato dentro un contenitore MP4 che porta una durata, una tabella di ricerca e tag.

Telefoni, console, televisioni e decoder portano un blocco decodificatore hardware per l’AAC. Decodificare via silicio costa una frazione della potenza e del tempo di CPU che richiede un decodificatore software Vorbis o Opus, e su un dispositivo che rende un gioco a sessanta fotogrammi al secondo con una batteria da proteggere, quella differenza è un vincolo ingegneristico piuttosto che una preferenza.

Vorbis e Opus non hanno quel blocco sulla maggior parte di quell’hardware, quindi decodificano sul processore principale e competono con tutto il resto che l’applicazione sta facendo. I fornitori di middleware e i titolari di piattaforme quindi standardizzano su ciò che il silicio supporta.

L’Ogg è un contenitore e il registro elenca tre codec che può ospitare. Il Vorbis è ciò che contengono asset di gioco e progetti open-source più vecchi. L’Opus è ciò che producono registratori, convertitori e strumenti di messaggistica attuali. Il FLAC in un Ogg è senza perdita, raro, e molto più grande di entrambi.

La dimensione lo rivela prima ancora di convertire qualcosa: quattro minuti sono tre-cinque megabyte per Vorbis o Opus e venti-trenta per FLAC. Da Vorbis o Opus, questa è una seconda generazione con perdita e la banda Bilanciata è difendibile per effetti e sottofondi. Da FLAC è la prima compressione che l’audio abbia mai subito.

Il controllo Qualità offre tre bande — file piccolo, bilanciata e alta qualità — e non le risolve da sé in un bitrate. Il nostro codice passa la banda direttamente alla libreria di codifica fornita dal browser, e quella libreria decide il bitrate reale.

Per una build, l’allocazione sensata non è un’unica impostazione per tutto. Le battute di dialogo sono intelligibili alla banda piccola e di solito ce ne sono migliaia. Gli effetti sonori sono abbastanza brevi che la banda incide poco sulla dimensione del pacchetto. I sottofondi musicali e i temi sono gli asset lunghi che un ascoltatore nota davvero, e meritano l’alta qualità.

L’Ogg porta i metadati come commenti Vorbis — un elenco aperto di chiavi maiuscole con valori testuali — e gli asset open-source li usano spesso correttamente, registrando una licenza, un autore e un’attribuzione che il progetto è obbligato a preservare. L’ADTS non ha alcuna area metadati, quindi tutto viene scartato al confine.

Per gli asset dentro una build questo è di solito innocuo, perché il manifesto e il percorso del file portano l’identità e il file dei crediti porta l’attribuzione. Dove il testo della licenza era solo nel file, copiatelo fuori prima di convertire.

L’audio in loop è il caso che si rompe più spesso in una conversione di asset. Ogni codificatore con perdita lavora a blocchi fissi e deve riempire la fine di un file per completare l’ultimo, quindi un loop preciso al campione nella sorgente acquisisce un breve tratto di silenzio e scatta udibilmente alla giuntura a ogni ripetizione.

Il contenitore Ogg registra un valore di pre-salto che permette a un buon decoder di riunire l’audio in modo pulito; l’ADTS non registra nulla, quindi niente a valle può compensare. Dove un loop deve essere impeccabile, le risposte durature sono gestire il loop nel motore con punti espliciti, o mantenere una piccola quantità di silenzio di riempimento progettata nell’asset.

La frequenza riportata dal decoder è quella che ottiene l’AAC; niente qui ricampiona. Un asset Vorbis creato a 44.100 Hz produce un flusso a 44.100 Hz, e uno a 22.050 Hz — ancora comune per effetti brevi — resta lì.

L’eccezione è un Ogg contenente Opus. L’Opus gira su un orologio fisso a 48.000 Hz e un decoder riporta 48 kHz indipendentemente da cosa fosse stato codificato, quindi un asset convertito arriva a 48 kHz anche se il materiale originale era 44,1. I motori che mixano a una frequenza fissa lo ricampioneranno a runtime, il che costa un po’ di CPU per voce.

L’AAC gestisce molti più canali di quanti probabilmente userà qualunque asset in questa pipeline — il registro ne registra 48 — quindi niente deve essere ridotto e un sottofondo stereo arriva come stereo. Gli asset mono restano mono, il risultato che volete: una battuta raddoppiata costa il doppio del bitrate per trasmettere informazione identica in entrambi i canali.

La maggior parte dell’audio di giochi e applicazioni è deliberatamente mono in origine, perché l’audio posizionale viene calcolato dal motore da una sorgente mono piuttosto che integrato in un file stereo. Convertire non lo cambia e non dovrebbe.

Chrome, Edge e Safari espongono un codificatore AAC tramite WebCodecs e lo usano direttamente senza download. Firefox non ne include uno, quindi la prima conversione AAC lì scarica una volta un codificatore WebAssembly. La decodifica dell’Ogg avviene comunque sulla vostra macchina, e l’audio stesso non attraversa mai la rete.

I file sono limitati a 100 MB ciascuno e cento possono essere trascinati in un solo passaggio, restituiti insieme come uno ZIP — il che si adatta a come arriva davvero questo lavoro, come una cartella piuttosto che un file singolo.