Convertire OPUS in MP3

Opus è stato pubblicato come RFC 6716 nel 2012 da Xiph.Org ed è il codec audio obbligatorio per WebRTC, motivo per cui è ovunque senza essere famoso. Ogni browser ha dovuto implementarlo per supportare le chiamate, e una volta che ogni browser lo aveva, ogni app costruita su tecnologia browser lo ha usato: messaggi vocali WhatsApp e Telegram, voce Discord e le sue registrazioni, Signal, Google Meet, registratori nel browser, e yt-dlp quando sceglie il miglior stream audio disponibile.

Ecco perché questa pagina ha un lettore diverso dal resto della raccolta audio. Chi converte un M4A sa di avere un file Apple. Chi converte un .opus di solito ha visto l’estensione per la prima volta copiando qualcosa da un telefono, e la sua domanda non riguarda i codec — è “perché niente apre questo file”.

Ecco il numero da portarsi via. Una nota vocale è mono e Opus codifica il parlato tra 16 e 32 kbps restando perfettamente chiaro; è l’intera ragione per cui le app di messaggistica lo hanno scelto. Una nota vocale di due minuti è quindi circa 300 kilobyte.

MP3 non scende così in basso restando ascoltabile, quindi anche la banda più stretta offerta qui produce un file diverse volte più grande dell’originale, senza contenere un solo bit di informazione in più — non c’è più nulla da descrivere che Opus non avesse già catturato. La banda file piccolo è comunque l’impostazione corretta per il parlato: quella alta lo è ancora meno. Questa è l’unica pagina della raccolta dove l’impostazione più alta è attivamente la risposta sbagliata.

Due codifiche con perdita in fila costano sempre qualcosa, e questo abbinamento costa un po’ più della media a causa della direzione. MP3 risale al 1993 e Opus al 2012, e tra loro ci sono diciannove anni di ricerca — a 64 kbps Opus fa un lavoro che MP3 non può fare affatto.

Per il parlato, che è la maggior parte di questi file, il risultato è pienamente comprensibile e marginalmente più opaco — una leggera perdita d’aria sulle sibilanti e un suono d’ambiente più piatto. Per musica catturata a basso bitrate nel browser, il degrado è più evidente di quanto sarebbe lo stesso passaggio da AAC. Nessuno dei due è una ragione per non convertire quando qualcosa a valle richiede MP3.

La trascrizione è la destinazione più comune. Molti servizi, wrapper Whisper e strumenti di allineamento forzato accettano una lista ristretta di formati e Opus spesso non c’è, non perché l’audio sia inadatto ma perché il loro codice di ingest è precedente al formato. MP3 o WAV soddisfa il requisito.

Le altre destinazioni sono montaggio e consegna: un DAW o editor podcast che rifiuta il file, un cliente che deve fare doppio clic e sentirlo riprodurre, un registratore hardware o un sistema auto, un modulo di caricamento con lista fissa. In ognuno di questi il requisito riguarda il software ricevente.

Le note vocali e le registrazioni di chiamate sono quasi sempre un singolo canale, e la conversione lo mantiene così. Un MP3 mono è la metà della dimensione di uno stereo alla stessa frequenza, e non c’è alcun beneficio a duplicare un canale in due — raddoppia il file e non aggiunge nulla.

Se qualche programma ricevente insiste sullo stereo, lasciate che faccia lui la duplicazione all’importazione, dove non costa nulla su disco. Opus stesso supporta fino a 255 canali contro i due dell’MP3, quindi all’estremo opposto una cattura Opus multicanale viene ridotta a stereo a 48.000 Hz piuttosto che rifiutata.

Opus in uno stream Ogg porta tag in stile commento Vorbis, e dove esistono vengono mappati su ID3v2 nell’MP3 — titolo, artista, album, numero traccia, data, commento — insieme a qualunque immagine incorporata, che diventa un frame APIC.

In pratica la maggior parte di questi file arriva senza nulla dentro. Una nota vocale è nominata dall’app con una marca temporale e non porta metadati. Se state archiviando una serie di registrazioni, il nome del file fa il lavoro che i tag non fanno, e vale la pena nominarli prima della conversione.

Ogg Opus registra un valore di pre-skip così che un lettore sappia esattamente quanti campioni all’inizio sono priming del codificatore e vanno scartati. MP3 non ha un equivalente affidabile.

L’MP3 scritto qui porta un’intestazione Xing con conteggio fotogrammi, dimensione file e tabella di ricerca — sufficiente per una ricerca accurata e una durata corretta — ma non i campi di ritardo e padding. Alcune decine di millisecondi di silenzio vengono quindi aggiunte a ciascuna estremità. Irrilevante per una nota vocale; rilevante se state allineando una registrazione convertita contro un video.

Questa è la coppia dove l’argomento smette di essere astratto. I file sono messaggi vocali, chiamate registrate, note terapeutiche, interviste, riunioni catturate con permesso per uno scopo. Consegnarli a un sito di conversione significa consegnare una copia a uno sconosciuto.

Qui la decodifica usa il decodificatore Opus che il vostro browser già contiene — lo stesso che rende una chiamata — e l’MP3 è prodotto da una build WebAssembly del codificatore LAME caricata nella scheda. Nessuno dei due passaggi ha bisogno di un server, quindi non c’è caricamento, coda, account o registro di cosa avete convertito.

I backup del telefono ne producono a centinaia. Trascinatene cento alla volta: ogni file converte da solo e tornano come un unico ZIP, con un tetto di 100 MB per file e cento file per lotto, il limite che davvero morde su una cartella così.

Tenete File piccolo selezionato per un lotto di questo tipo. Quattrocento note vocali a quella banda restano poche centinaia di megabyte; le stesse quattrocento alla banda alta superano ampiamente il gigabyte di MP3 che non porta alcuna informazione aggiuntiva.