Convertire WebM in AAC

Ci sono due cose che la gente intende con “AAC”. Una è il codec, che è anche ciò che sta dentro ogni M4A, ogni MP4 e ogni traccia in streaming di un servizio importante. L’altra è il flusso elementare: i fotogrammi codificati da soli, senza contenitore attorno. Questa conversione produce il secondo.

Quella distinzione decide se siete sulla pagina giusta. Se l’obiettivo è una registrazione da aggiungere a una libreria musicale, dargli un titolo e premere play, la conversione M4A è quella che volete e questa vi complicherà la vita. Se qualcosa in una pipeline vi ha detto che vuole AAC e ha rifiutato un MP4, questo è il file che chiedeva.

ADTS sta per Audio Data Transport Stream, e il suo obiettivo di progetto è che qualsiasi punto del file sia un punto di partenza valido. Ogni fotogramma porta un’intestazione di sette byte che dichiara il profilo, la frequenza e la configurazione dei canali, quindi un decoder che si unisce a metà sa immediatamente come interpretare ciò che segue.

È esattamente ciò di cui hanno bisogno la trasmissione e lo streaming. Un segmentatore HLS può tagliare un flusso su un confine di fotogramma e ogni pezzo sta da solo. Due flussi possono essere concatenati con nient’altro che una giunzione a livello di byte.

Tutto ciò che faceva il contenitore ora è assente. Non c’è durata memorizzata, quindi i lettori calcolano la lunghezza scansionando i fotogrammi o, più spesso, la stimano dal bitrate e la sbagliano su audio a frequenza variabile. Non c’è tabella di ricerca, quindi saltare a una posizione è un calcolo piuttosto che una lettura.

Per una macchina che legge il flusso una volta, dall’inizio, niente di ciò conta — motivo per cui il formato sopravvive. Per una persona con un lettore multimediale conta immediatamente, ed è la ragione per cui un file .aac mostra spesso una durata plausibile ma sbagliata.

L’AAC è stato standardizzato da MPEG nel 1997 come ISO/IEC 13818-7 ed è stato il predefinito per la consegna da allora — trasmissione, streaming, mobile, il catalogo Apple. Gestisce fino a 48 canali, anche se qualsiasi cosa da una registrazione browser è mono o stereo.

Ciò che entrava era l’Opus, un codec più nuovo e generalmente migliore che quasi nulla fuori da un browser accetta. Convertire fra loro è una decodifica e ricodifica completa: due codec con perdita non possono scambiarsi dati direttamente, quindi è una seconda generazione di compressione.

La forma comune di questo problema è un’applicazione web che registra tramite il browser. MediaRecorder scrive WebM con Opus perché è ciò che i browser devono supportare, e la registrazione deve poi entrare in un backend progettato attorno all’AAC — un servizio di ingest, una farm di transcodifica, una piattaforma di telefonia.

Convertire lato client, prima del caricamento, è spesso l’architettura più economica. Il file che attraversa la rete è già nel formato voluto dal backend, nessun server deve eseguire un transcoder per registrazione, e non c’è nulla da mettere in coda.

L’Opus opera a 48 kHz, quindi una registrazione da browser è a 48 kHz e l’AAC scritto da essa è a 48 kHz. Il conteggio canali è ugualmente quello catturato — mono per un microfono, stereo per qualsiasi cosa abbia registrato audio di sistema.

Niente qui ricampiona, ed è deliberato: il ricampionamento è una decisione di elaborazione del segnale con propri compromessi di qualità, e un convertitore che lo facesse silenziosamente nasconderebbe un passaggio.

Qualsiasi traccia video nel WebM viene scartata del tutto piuttosto che ignorata, il che è il punto quando la sorgente è una cattura schermo con narrazione. Solo la prima traccia audio sopravvive; una registrazione che ha catturato microfono e audio di sistema come tracce separate produce una delle due senza modo di scegliere.

Per una pipeline vale la pena affermarlo piuttosto che assumerlo. Se il registratore dall’altra parte del vostro sistema scrive due tracce, verificate quale arriva prima che il comportamento diventi un rapporto di bug su audio mancante tre settimane dopo.

Vale la pena escludere l’uso sbagliato prima che costi a qualcuno un pomeriggio. Puntare un elemento audio a un file .aac è inaffidabile: i browser variano nel decidere se analizzare un flusso ADTS grezzo, e quelli che lo fanno spesso riportano una durata sbagliata.

Per qualsiasi cosa riprodotta in un browser, lo stesso audio in un M4A funziona ovunque e si comporta correttamente, perché il contenitore porta la durata e l’indice. Tenete il flusso ADTS per la pipeline che lo ha chiesto e usate un contenitore per tutto ciò con cui interagisce una persona.

Fino a cento file WebM si convertono in un passaggio, ognuno con il proprio avanzamento, scaricati insieme come uno ZIP. Poiché non è coinvolto alcun server, non c’è quota giornaliera e nessuna coda; il tetto per file è 100 MB.

È la differenza pratica per chiunque faccia questo come parte di un lavoro piuttosto che una volta. Un convertitore gratuito che carica vi limiterà tra cinque e venti file al giorno; qui i cento possono essere trascinati di nuovo immediatamente.