WebM naar WAV omzetten

Deze pagina heeft een smallere lezer dan de meeste. Een WAV is niets dat je op een telefoon zet of naar een vriend stuurt — hij is vier tot twintig keer groter dan het bestand waaruit hij kwam en klinkt niet anders. Hij bestaat omdat software aan de andere kant van de omzetting, expliciet of door al het andere te weigeren, heeft aangegeven ongecomprimeerde PCM te willen.

Die software is meestal een van vier dingen: een transcriptie- of spraakherkenningsmodel, een audio-editor zoals Audacity of een DAW, een analysescript gebouwd op een bibliotheek die alleen WAV leest, of een telefonie- of toegankelijkheidssysteem met een gedocumenteerd invoerformaat. Ze doen allemaal verder werk op de samples, en ze beginnen liever bij iets dat niet nog eens gecomprimeerd is.

16-bit PCM in een RIFF WAVE-container — het formaat dat Microsoft in 1991 publiceerde en dat elk audiogereedschap ter wereld zonder discussie leest. De samplerate en het kanaalaantal zijn wat de WebM al had, ongewijzigd overgenomen in plaats van herbemonsterd. Browser-opgenomen Opus draait op 48 kHz, dus komt een spraaknotitie meestal aan als 48 kHz mono en een vastgelegde vergadering als 48 kHz stereo.

Zestien bits is de diepte die past bij wat er binnenkwam. De bron was een lossy stream gedecodeerd naar floating point; 24 of 32 bits schrijven zou de afrondingsfout van de decoder met meer precisie opslaan en een bestand anderhalf keer zo groot opleveren zonder iets extra’s erin. Vereist je pipeline een specifieke diepte of rate, herbemonster dan in het gereedschap dat er reden voor heeft, waar je de herbemonsteraar kunt inspecteren.

Elk ander audiodoel op deze site biedt een kwaliteitsband, want een lossy encoder moet verteld worden hoeveel bits per seconde hij mag besteden en het juiste antwoord verschilt tussen codecs met meer dan een factor twee. WAV heeft zo’n knop niet, want PCM is geen codec. Het zijn de samples, opgeschreven.

De enige twee dingen die veranderd zouden kunnen worden zijn de samplerate en de bitdiepte, en beide veranderen is herbemonsteren in plaats van omzetten — een andere handeling met eigen kwaliteitsafwegingen, die thuishoort in het gereedschap dat er een reden voor heeft. Dus wordt de regelaar simpelweg niet aangeboden, en die afwezigheid is het eerlijke antwoord in plaats van een omissie.

Dit is het misverstand waarvoor deze pagina bestaat om te corrigeren. Een gecomprimeerde opname omzetten naar een verliesvrij formaat herstelt niets. Opus gooide delen van het signaal die het als onhoorbaar beoordeelde permanent weg, voordat het bestand ooit bij je aankwam. De WAV bewaart wat overleefde met perfecte getrouwheid en bewaart verder niets.

De waarde is vooruitkijkend eerder dan terugkijkend. Vanaf de WAV begint elke bewerking, elk filter en elke export bij dezelfde samples zonder verdere generatiegewijze verliezen. Dat is precies wat een editor of transcriptiemodel wil: geen betere opname, maar de garantie dat het gereedschap niet vecht tegen compressieartefacten die een tweede lossy doorgang zou hebben toegevoegd.

Ongecomprimeerde audio kost een constant aantal bytes per seconde: 96 kB per kanaal per seconde op 48 kHz en 16 bits. Dat is ruwweg 5,8 MB per minuut mono en 11,5 MB per minuut stereo, en het varieert niet met hoe luid, complex of stil de opname is. Een interview van een uur mono is ongeveer 350 MB.

Vergelijk dat met de WebM waaruit het kwam, die voor hetzelfde uur spraak misschien veertig megabyte was. De verhouding is de eerste keer verbluffend en het is geen fout in beide formaten — Opus is buitengewoon goed in spraak, en PCM probeert nergens goed in te zijn behalve exact zijn. Zorg dat je ergens plek hebt voor je een middag opnamen omzet.

Spraakherkenning is de meest voorkomende bestemming voor deze omzetting, en de meeste accepteren WAV eerst en al het andere met tegenzin. Whisper en zijn vele wrappers, commerciële transcriptiediensten, en de audiobibliotheken eronder documenteren allemaal PCM als de invoer die ze verwachten en zetten al het andere eerst zelf om.

Dat zelf doen loont om één reden: je ziet het resultaat. Blijkt de WAV stil, een halve seconde lang, of het verkeerde van twee microfoonsporen, dan ontdek je dat in een audio-editor binnen tien seconden in plaats van in een transcript vol onzin een uur later. Omzetten is ook waar je ontdekt dat een opname helemaal geen audiospoor heeft, wat vaker voorkomt dan iedereen verwacht.

Een WebM kan meerdere audiosporen bevatten en een WAV, zoals hier geschreven, bevat er één. Het eerste spoor in de container overleeft. Vergaderrecorders die de microfoon en het gedeelde systeemgeluid als aparte sporen schrijven, zijn waar dit bijt, want je krijgt er een van en geen waarschuwing over de ander.

Doet de opname er genoeg toe om te transcriberen, open de WAV dan voor je erop vertrouwt. Moeten beide sporen behouden blijven, dan leest Audacity de WebM-container rechtstreeks met zijn FFmpeg-onderdeel geïnstalleerd en kan het de sporen naast elkaar importeren — de extra installatie is eenmalig de moeite waard voor een opname die je niet opnieuw kunt maken.

Een WAV van een gesprek van een uur is honderden megabytes, en het uploaden naar een omzetter en teruggzetten is met afstand het traagste deel van de hele klus. Hier gebeuren het decoderen en schrijven beide in het tabblad, op de snelheid van je eigen schijf, dus alleen de lengte van de opname kost tijd.

Het haalt ook de ongemakkelijke vraag weg die boven dit paar hangt. Opnamen bestemd voor transcriptie zijn gesprekken, consulten, interviews en verhoren — precies het materiaal dat niet aan een onbekende dienst zou moeten worden overhandigd. Er wordt niets met het bestand ergens naartoe gestuurd, en het netwerktabblad laat je dat zien in de tijd die het kost om er een om te zetten.