WebM naar MP3 omzetten

Mensen downloaden zelden bewust een WebM, en als het bestand maar een paar honderd kilobyte is, is het vrijwel nooit een video. Het is een spraakbericht opgeslagen vanuit WhatsApp Web, een geluidsfragment uit een Discord-kanaal, een opgenomen gesprek uit een vergadertool, of iets dat een pagina via de eigen recorder van de browser vastlegde.

Dat verklaart het symptoom dat je hier bracht. Het bestand speelt perfect af in de browser waar het vandaan kwam en weigert overal elders: de auto ziet het niet op een usb-stick, de muziekapp van de telefoon slaat het over, de transcriptiedienst weigert de upload.

Het geluid erin is Opus, uitgegeven door Xiph.Org in 2012 en gestandaardiseerd als RFC 6716. Het is oprecht een van de beste audiocodecs die er zijn — het verslaat MP3 ruimschoots op elke bitrate en handelt spraak af bij snelheden waar MP3 uiteenvalt, precies waarom elk spraakberichtproduct op het web het gebruikt.

Buiten de browser keert het beeld om. Autoradio’s, hifi-streamers, dicteersoftware, de meeste Windows-mediaspelers in hun standaardstand en veel professionele audiosoftware hebben helemaal geen Opus-decoder. MP3 is negentien jaar ouder en op elke maatstaf slechter, en het is het enige formaat dat je zonder vragen aan een vreemde kunt geven.

Dit is de eigenaardige hoek van het webplatform die dit paar anders maakt. WebCodecs geeft een pagina toegang tot de eigen encoders van het besturingssysteem, en MP3 is het formaat dat het overal weigert — het meest gevraagde audioformaat op het internet is het ene dat geen browser wil schrijven.

Dus wordt bij de eerste keer dat je hier om een MP3 vraagt een gecompileerde LAME-encoder gedownload en geregistreerd. Dat is de korte pauze voordat de voortgangsbalk beweegt. Het gebeurt eenmaal per sessie; zet tien opnamen achter elkaar om en alleen de eerste wacht.

De Opus in een spraakbericht heeft al detail weggegooid. Een MP3 daaruit coderen gooit een tweede portie weg, want de MP3-encoder werkt met wat overleefde in plaats van met het oorspronkelijke geluid. Daar is geen omheen, kort van niet omzetten.

Of het telt hangt volledig af van wat opgenomen werd. Spraak op gespreksniveau overleeft de rondgang zonder dat een mensenoor iets merkt, wat vrijwel elk spraakbericht, vergadering en interview dekt. Muziek doet het minder goed: bekkens en galmstaarten zijn waar de tweede ronde zich toont.

Ongeveer één megabyte per minuut bij de gebalanceerde instelling, en dat cijfer is vrijwel onafhankelijk van wat de WebM woog. Een opgenomen gesprek van negentig minuten landt rond de negentig megabyte of de bron nu zes megabyte strak gepakte Opus was of een schermopname van twee gigabyte met hetzelfde geluid erin.

De kwaliteitsregeling verschuift dat ongeveer een factor twee in elke richting. De lage instelling is goed voor spraak die via een telefoonluidspreker gaat; de hoge instelling verdubbelt het bestand ongeveer en is alleen de moeite waard als er muziek in de opname zit.

Niet elke WebM hier is alleen audio. Schermopnamen, opgenomen webinars en vastgelegde vergaderingen komen allemaal binnen als WebM met een videospoor, en vaak is het beeld het deel dat niemand nodig heeft — een dia die toch al gemaild was.

Het videospoor wordt volledig genegeerd in plaats van behouden, dus een uur aan 1080p-opname wordt een uur spraak op een fractie van de grootte, een bestand dat op een telefoon past. Zit er geen geluidsspoor in de WebM, dan stopt de omzetting en zegt dat.

Een WebM kan meerdere geluidssporen dragen, en een MP3 houdt er precies één. Welk spoor het bestand als eerste noemt is wat eruit komt. Voor een spraakbericht is dat geen vraag; voor een opgenomen vergadering waar de tool microfoon en systeemgeluid als aparte sporen schreef, bepaalt het welke helft van het gesprek je krijgt.

Er is hier geen manier om te kiezen, en doen alsof zou erger zijn dan het zeggen. Tellen beide sporen, exporteer ze dan apart uit de software die de opname maakte, of open de WebM in Audacity.

Spraakberichten komen in aantallen. Drop tot honderd WebM-bestanden tegelijk en elk zet zelfstandig om met eigen voortgangsbalk; zodra er meer dan één klaar is biedt één knop ze samen als ZIP aan. Er is geen wachtrij, want er is geen gedeelde machine om op te wachten.

Dit is waar het werk lokaal doen ophoudt een privacyargument te zijn en een tijdsargument wordt. Veertig spraakberichten omzetten via een site die uploadt is veertig uploads, een daglimiet en een wachttijd naar rato van je verbinding. Hier is het naar rato van je processor, en die raakt niet op.