Converter AAC para AIFF

Um `.aac` solto é um fluxo ADTS: quadros em sequência, cada um repetindo taxa de amostragem e canais num cabeçalho curto, sem contêiner ao redor. Esse desenho existe para o fluxo poder ser cortado em qualquer ponto, e o preço é que nada no arquivo diz quanto tempo ele dura.

Por isso um editor costuma estimar por varredura ou por conta de bitrate, e um AAC de taxa variável derruba as duas contas. O AIFF escrito aqui grava o número de quadros direto no bloco COMM, e para muita gente é isso — não a descompressão — que a conversão realmente resolve.

O AAC já descartou parte do som de forma permanente, seguindo um modelo do que o ouvido não notaria. O AIFF faz o oposto: grava cada amostra exatamente como recebeu, sem comprimir nada. O resultado é um arquivo grande com precisamente o mesmo áudio que o AAC carregava.

Isso importa quando alguma etapa seguinte exige PCM, e não é ganho de qualidade por nenhum critério. Se existe uma fonte melhor — a sessão, o master, o áudio original — é ela que deveria ser entregue, e pedir por e-mail sai mais barato que qualquer conversão.

Um AIFF é uma sequência de blocos, e o que sai daqui tem só dois. O COMM registra canais, quantidade de quadros, profundidade de bits e taxa de amostragem. O SSND guarda as amostras. Nada além disso: sem nome, sem anotação, sem timecode, sem medição de loudness, sem capa.

Uma especificação de emissora costuma pedir essas coisas no mesmo parágrafo que pede áudio sem compressão, e um conversor não tem como fornecê-las. Se a planilha de entrega exige loudness integrado ou um timecode inicial, o arquivo precisa passar por um editor com esse recurso depois desta conversão.

Nada aqui reamostra. A taxa gravada no cabeçalho ADTS é a taxa que o AIFF recebe. Áudio feito para transmissão ou vídeo costuma sair a 48.000 Hz; áudio de CD ou destinado a um, a 44.100. Os dois convertem sem reclamar e os dois mantêm o valor de origem.

O descompasso pesa nas duas pontas: um CD de áudio exige exatamente 44.100 Hz, então um arquivo em 48 kHz seria recusado ou reamostrado sem avisar; uma emissora que opera a 48 kHz reamostra um arquivo em 44.1 na entrada, um passo a mais que ninguém pediu. Vale conferir a taxa da fonte antes de converter um lote, porque um conjunto misturado é o tipo de problema que só aparece depois.

O PCM escrito aqui é de 16 bits com sinal. Vindo de um master sem perdas isso mereceria discussão, porque uma fonte de 24 bits carrega profundidade que 16 bits não guarda. Vindo de um AAC não há o que discutir: um codec com perdas não tem profundidade extra para preservar, e gravar em 24 bits só produziria um arquivo metade maior com a mesma informação.

Dezesseis bits em 44.100 ou 48.000 Hz também é o que a maioria das especificações de entrega desse tipo de material pede. Onde a planilha exige 24 bits sem compressão, este conversor não entrega, e uma ferramenta de mesa é o instrumento certo — mas vale perguntar o que esses 24 bits conteriam, já que a fonte era um fluxo comprimido.

PCM de 16 bits em estéreo a 44.100 Hz custa 176.400 bytes por segundo — cerca de 10 MB por minuto — seja o trecho denso ou silencioso, porque cada amostra vira um número gravado sem exceção. Um AAC a 128 kbps custa cerca de 0,96 MB por minuto, e a 256 kbps, cerca de 1,9.

Assim, um comercial de 30 segundos passa de meio megabyte para cerca de 5 MB, uma nota de cinco minutos de 5 MB para cerca de 50, e um programa de uma hora de 57 MB para cerca de 600. Não há controle de qualidade nessa conversão porque não há troca a fazer — o AIFF simplesmente não comprime, e é exatamente por isso que uma especificação pede o formato.

Um codificador AAC precisa de uma pequena partida antes de produzir saída válida, e um contêiner normalmente registra quanto do resultado descartar para o áudio começar exatamente onde o som começa. Um fluxo ADTS solto não tem onde registrar isso, e o PCM sem compressão também não.

Por isso uma fração de segundo do próprio preenchimento do codificador — poucas dezenas de milissegundos — chega como áudio comum no começo do AIFF. Para um item de programa numa timeline passa despercebido; para um comercial cortado numa duração exata, é o primeiro ponto a checar, e apará-lo num editor depois da conversão leva dez segundos e evita uma entrega recusada.

O AAC aceita muito mais canais que o AIFF, então um fluxo multicanal amplo não tem para onde ir aqui, enquanto mono, estéreo e tudo até 7.1 atravessa com os canais intactos. Um arquivo mono permanece mono em vez de virar um falso par estéreo, o que é o resultado certo para uma trilha de voz ou uma ligação telefônica.

O que o AIFF grava é o número de canais, não o que cada um significa. O bloco COMM guarda uma contagem; não existe campo para a posição de cada alto-falante. Por isso um material multicanal precisa ser conferido contra a ordem esperada na especificação, em vez de suposta — e um par estéreo que na verdade eram dois sinais mono sem relação vai parecer uma mixagem estéreo de verdade.

Escrever AIFF não custa dependência nenhuma: as amostras decodificadas viram um WAV internamente e são reembrulhadas por aritmética — cabeçalho remontado em big-endian, taxa de amostragem escrita no formato de 80 bits que o AIFF exige, bytes de cada amostra invertidos. Diferente dos alvos MP3, AAC e FLAC deste site, nada é baixado, e o decodificador AAC já está na sua máquina.

Os arquivos têm limite de 100 MB cada, e cem podem ser soltos de uma vez, voltando como um ZIP. Para comercial ainda não veiculado, programa sob embargo ou qualquer coisa com cláusula de confidencialidade, o que importa é que isso é verificável, não prometido: abra a aba de rede, converta um arquivo e veja que nada se move.