OPUS naar MP3 omzetten

Opus werd in 2012 door Xiph.Org gepubliceerd als RFC 6716 en is de verplichte audiocodec voor WebRTC, wat de reden is dat het overal is zonder beroemd te zijn. Elke browser moest het implementeren om gesprekken te ondersteunen, en zodra elke browser het had, gebruikte elke app die op browsertechnologie is gebouwd het: WhatsApp- en Telegram-spraakberichten, Discord-spraak en de opnamen ervan, Signal, Google Meet, in-browser recorders, en yt-dlp wanneer het de beste beschikbare audiostream kiest.

Dat is waarom deze pagina een andere lezer heeft dan de rest van de audiobundel. Wie een M4A omzet weet dat hij een Apple-bestand heeft. Wie .opus omzet vond de extensie meestal voor het eerst toen hij iets van een telefoon kopieerde of uit een downloadmap haalde, en de vraag gaat niet over codecs — het is "waarom opent niets dit".

Hier is het getal om te onthouden. Een spraakbericht is mono en Opus codeert spraak ergens tussen 16 en 32 kbps terwijl het volkomen helder blijft; dat is de hele reden dat berichtenapps het kozen. Een spraakbericht van twee minuten is daarom rond de 300 kilobyte.

Codeer dat opnieuw op Hoge kwaliteit en de MP3 wordt geschreven op een van de hoogste MP3-bitsnelheden: tien tot twintig keer het origineel, met precies dezelfde hoeveelheid informatie. De extra bits beschrijven niets, want er is niets meer te beschrijven — het detail is nooit vastgelegd. Klein bestand is de juiste instelling voor spraak en is nog steeds een veelvoud van de bronbitrate. Dit is de enige pagina in de bundel waar de hoogste instelling actief het verkeerde antwoord is.

Twee lossy coderingen achter elkaar kosten altijd iets, en dit paar kost iets meer dan de meeste vanwege de richting. MP3 dateert uit 1993 en Opus uit 2012, en negentien jaar onderzoek zit ertussen — op 64 kbps doet Opus werk dat MP3 helemaal niet kan. De tweede encoder comprimeert dus niet zomaar opnieuw; het is een minder capabel gereedschap dat opnieuw comprimeert.

Voor spraak, wat de meeste van deze bestanden zijn, is het resultaat volledig verstaanbaar en licht doffer — een klein verlies van lucht op sisklanken en een vlakker ruimtegeluid. Voor muziek opgenomen op een lage browserbitrate is de degradatie merkbaarder dan dezelfde stap vanaf AAC zou zijn. Geen van beide is een reden om niet om te zetten wanneer iets verderop MP3 vereist. Beide zijn een reden om de .opus-origineel te bewaren.

Transcriptie is de gewoonste bestemming. Nogal wat diensten, Whisper-wrappers en forced-alignment-tools accepteren een korte lijst formaten en Opus staat er vaak niet op, niet omdat de audio ongeschikt is maar omdat hun inleescode dateert van voor het formaat. MP3 of WAV lost de vereiste op, en voor transcriptie is de stand Klein bestand ruim voldoende — het model leest woorden, geen getrouwheid.

De andere bestemmingen zijn bewerking en levering: een DAW of podcasteditor die het bestand weigert, een klant of collega die het moet kunnen dubbelklikken en afspelen, een hardwarerecorder of autosysteem, een uploadformulier met een vaste lijst. In elk daarvan draait het om de ontvangende software, wat de moeite waard is om te weten want het vertelt je dat de omzetting zijn werk heeft gedaan zodra het bestand opengaat.

Spraakberichten en gespreksopnamen zijn bijna altijd één kanaal, en de omzetting houdt dat zo. Een mono-MP3 is de helft van een stereo op dezelfde bitrate, en er is geen enkel voordeel om één kanaal in twee te verdubbelen — het verdubbelt het bestand en voegt niets toe.

Staat een ontvangend programma erop stereo, laat het dan zelf de verdubbeling doen bij importeren, waar het niets op schijf kost. Opus zelf ondersteunt tot 255 kanalen tegen de twee van MP3, dus aan de andere kant wordt een meerkanaals Opus-opname teruggevouwen naar stereo op 48.000 Hz in plaats van geweigerd. Dat geval is zeldzaam buiten omroepexperimenten, maar het is wat er gebeurt.

Opus in een Ogg-stream draagt tags in Vorbis-stijl, en waar ze bestaan worden ze op ID3v2 in de MP3 gemapt — titel, artiest, album, tracknummer, datum, opmerking — samen met een eventuele ingebedde afbeelding, die een APIC-frame wordt.

In de praktijk komen de meeste van deze bestanden zonder iets erin binnen. Een spraakbericht wordt door de app benoemd met een tijdstempel en draagt helemaal geen metadata, dus de MP3 komt ongetagd uit en dat is getrouw eerder dan lossy. Archiveer je een reeks opnamen, dan doet de bestandsnaam het werk dat de tags niet doen, en het is de moeite waard ze voor het omzetten te benoemen in plaats van erna.

Ogg Opus registreert een pre-skipwaarde zodat een speler precies weet hoeveel samples aan het begin encoderprimering zijn en verwijderd moeten worden, wat een stream schoon laat starten. MP3 heeft geen equivalent dat iets betrouwbaar leest.

De hier geschreven MP3 draagt een Xing-header met het framecount, de bestandsgrootte en een zoektabel — genoeg voor nauwkeurig zoeken en een correcte duur — maar niet de vertragings- en opvulvelden die een speler de eigen padding van de encoder zouden laten wegsnijden. Er wordt daardoor een paar tientallen milliseconden stilte aan elk uiteinde toegevoegd. Irrelevant voor een spraakbericht; relevant als je een omgezette opname uitlijnt tegen video of tegen een tweede spoor, waar de oplossing is om na de omzetting in de editor uit te lijnen in plaats van het bestand te vertrouwen.

Dit is het paar waar het argument ophoudt abstract te zijn. De bestanden zijn spraakberichten, opgenomen gesprekken, therapieaantekeningen, interviews, vergaderingen die met toestemming voor één doel zijn vastgelegd. Ze naar een omzettingssite sturen betekent een vreemde een kopie geven, en de servicevoorwaarden die je niet las bepalen wat er daarna gebeurt.

Hier gebruikt het decoderen de Opus-decoder die je browser al bevat — dezelfde die een gesprek weergeeft — en de MP3 wordt geproduceerd door een WebAssembly-build van de LAME-encoder die in het tabblad geladen wordt, want geen enkele browser kan zelf MP3 coderen. Geen van beide stappen heeft een server nodig, dus er is geen upload, geen wachtrij, geen account en geen enkel spoor van wat je hebt omgezet. De claim is binnen dertig seconden te controleren met het netwerktabblad open, wat de enige soort privacyclaim is die de moeite waard is.

Telefoonback-ups produceren ze met honderden tegelijk. Sleep er honderd tegelijk in: elk bestand wordt afzonderlijk omgezet en ze komen terug als één ZIP, met een plafond van 100 MB per bestand — ver boven wat een spraakbericht ooit haalt — en honderd bestanden per batch, wat de limiet is die op een map met deze bestanden daadwerkelijk bijt.

Houd Klein bestand aan voor zo’n batch. Vierhonderd spraakberichten op die stand is een paar honderd megabyte; dezelfde vierhonderd op Hoge kwaliteit is ruim een gigabyte MP3 zonder extra informatie erin. Dit is de instellingsbeslissing met het grootste praktische gevolg in deze hele bundel.