OGG naar AAC omzetten

Het .aac-bestand dat hier ontstaat is Audio Data Transport Stream-framing: AAC-frames achter elkaar, elk met een korte kop die de samplerate en kanaalconfiguratie herhaalt, en niets eromheen gewikkeld. Geen index, geen duur, geen metadatagebied. Die vorm bestaat zodat een stroom overal doorgeknipt en aan alles vastgeplakt kan worden, wat waarom segmenteerders en elementaire-stroominvoer die vorm willen.

Noemt je platformdocumentatie ADTS of een elementaire stroom, dan is dit het bestand. Zegt het gewoon "AAC" in normale taal, of moet het geluid worden afgespeeld door iets met een afspeelknop en een lengte, dan geeft de M4A-route hetzelfde gecodeerde geluid in een MP4-container die een duur, een zoektabel en tags draagt. Het verkeerde van deze twee afleveren is de meest voorkomende manier waarop deze omzetting misgaat.

Telefoons, consoles, televisies en set-topboxen dragen een hardwaredecoderblok voor AAC. Decoderen in silicium kost een fractie van het vermogen en de processortijd die een software-Vorbis- of Opusdecoder nodig heeft, en op een apparaat dat een spel op zestig beelden per seconde draait met een batterij om zuinig op te zijn, is dat een technische beperking en geen voorkeur.

Vorbis en Opus hebben op het meeste van die hardware geen zo'n blok, dus decoderen ze op de hoofdprocessor en concurreren ze met alles wat de toepassing verder doet. Middlewareleveranciers en platformhouders standaardiseren daarom op wat de silicium ondersteunt en documenteren dat als eis. Er is geen versie van dit argument waar een omgezet bestand van wint; het volgen ervan is de hele klus.

Ogg is een container en het register noemt drie codecs die hij kan bevatten. Vorbis zit in spel-assets en oudere open-sourceprojecten. Opus zit in huidige recorders, converters en berichten-apps. FLAC in een Ogg is verliesvrij, ongewoon en veel groter dan beide anderen.

De omvang beslist het al voor je iets omzet: vier minuten is drie tot vijf megabyte voor Vorbis of Opus en twintig tot dertig voor FLAC. Vanuit Vorbis of Opus is dit een tweede verliesgevende generatie en is de band Gebalanceerd te verdedigen voor effecten en onderlagen. Vanuit FLAC is het de eerste compressie die het geluid ooit onderging, en is Hoge kwaliteit de enige zinnige instelling — daarop bezuinigen is bezuinigen op een master.

De kwaliteitsregelaar biedt drie banden — Klein bestand, Gebalanceerd en Hoge kwaliteit — en vertaalt ze zelf niet naar een bitrate. Onze code geeft de band rechtstreeks door aan de encoderbibliotheek die de browser levert, en die bibliotheek bepaalt de echte bitrate; die kan verschillen tussen browsers zelfs bij dezelfde band, dus deze pagina kan geen kbps-getal noemen zonder te gokken.

Voor een build is de verstandige verdeling niet één instelling voor alles. Dialoog en spraakregels zijn verstaanbaar op de kleine band en daar zijn er meestal duizenden van. Geluidseffecten zijn kort genoeg dat de band de pakketomvang nauwelijks raakt. Muziekonderlagen en titelthema's zijn de lange assets waar een luisteraar echt op let, en die verdienen Hoge kwaliteit. Het budget besteden waar het hoorbaar is, is een betere strategie dan één algemene instelling.

Ogg draagt metadata als Vorbis-commentaar — een open lijst hoofdlettersleutels met tekstwaarden — en open-source assets gebruiken die vaak correct, met een licentie, een auteur en een bronvermelding die het project verplicht is te bewaren. ADTS heeft geen enkel metadatagebied, dus valt dat allemaal weg bij de overgang.

Voor assets binnen een build is dat meestal onschadelijk, want het manifest en het bestandspad dragen de identiteit en het creditsbestand draagt de bronvermelding. Stond de licentietekst alleen in het bestand, kopieer die dan eruit voordat je omzet: een Creative Commons-asset wiens bronvermelding alleen in een Vorbis-commentaar bestond, voldoet stilletjes niet meer zodra hij een kale stroom wordt. Omzetten naar M4A bewaart de velden wel.

Lusgeluid is het geval dat het vaakst breekt bij een asset-omzetting. Elke verliesgevende encoder werkt in vaste blokken en moet het einde van een bestand opvullen om het laatste blok te vullen, dus een lus die in de bron sample-nauwkeurig was krijgt een korte stilte en tikt hoorbaar bij elke herhaling op de naad.

De Ogg-container legt een pre-skip-waarde vast waarmee een goede decoder het geluid netjes kan hervatten; ADTS legt niets vast, dus kan niets stroomafwaarts compenseren. Waar een lus naadloos moet zijn, is het duurzame antwoord de lus in de engine af te handelen met expliciete luspunten in plaats van op het bestand te leunen, of een beetje stiltevulling bewust in de asset te ontwerpen. Test één lus op het doelplatform voordat je de hele set omzet.

De rate die de decoder meldt is de rate die de AAC krijgt; niets hier bemonstert opnieuw. Een Vorbis-asset op 44.100 Hz levert een stroom van 44.100 Hz, en een op 22.050 Hz — nog steeds gangbaar voor korte effecten, en een legitieme manier om een asset te halveren — blijft daar.

De uitzondering is een Ogg met Opus erin. Opus draait op een vaste klok van 48.000 Hz en een decoder meldt 48 kHz ongeacht wat er gecodeerd werd, dus komt een omgezette asset op 48 kHz aan zelfs als het oorspronkelijke materiaal 44.1 was. Engines die op een vaste rate mixen zullen dat tijdens runtime opnieuw bemonsteren, wat een beetje processortijd kost per stem. Waar dat bij honderden gelijktijdige geluiden telt, normaliseer je de rates in de pijplijn en niet bij het omzetten.

AAC verwerkt veel meer kanalen dan een asset in deze pijplijn ooit nodig zal hebben — het register noemt 48 — dus hoeft niets gevouwen te worden en komt een stereo-onderlaag als stereo aan. Mono-assets blijven mono, wat het gewenste resultaat is: een verdubbelde spraakregel kost tweemaal de bitrate om identieke informatie in beide kanalen te dragen.

Het meeste spel- en toepassingsgeluid is met opzet mono aan de bron, want positioneel geluid wordt door de engine berekend uit een monobron in plaats van in een stereobestand gebakken. Omzetten verandert dat niet en zou dat ook niet moeten. Zit er een mix in een partij, dan is het de moeite waard om te checken of niets stroomopwaarts mono-bestanden naar stereo promoveerde voordat ze de Ogg bereikten, want die verdubbeling stroomt anders door in elke omgezette asset.

Chrome, Edge en Safari bieden een AAC-encoder via WebCodecs en gebruiken die rechtstreeks, zonder download. Firefox levert er geen, dus haalt de eerste AAC-omzetting daar eenmalig een WebAssembly-encoder op. De Ogg decoderen gebeurt hoe dan ook op je eigen machine, en het geluid zelf gaat nooit het netwerk op.

Bestanden zijn beperkt tot 100 MB elk en honderd kunnen in één keer worden gesleept, samen teruggegeven als ZIP — wat past bij hoe deze klus daadwerkelijk aankomt, als een map en niet als één bestand. Voor ongepubliceerd spel- of productgeluid is kunnen bevestigen in het netwerktabblad dat er niets is verzonden meer waard dan een belofte in een voettekst.