Converter MOV para OPUS

Entrevistas gravadas se acumulam mais rápido que qualquer outra coisa num projeto de pesquisa. Um dia de trabalho de campo já são vários cartões cheios, um documentário são centenas de horas, um programa de história oral acumula isso por anos. Elas saem das câmeras como arquivos MOV, e depois que a transcrição existe, quase ninguém olha para a imagem de novo.

O que precisa sobreviver é o som: para conferir uma citação, para retranscrever quando a primeira passada saiu errada, para o acervo que vai durar mais que o projeto. Guardar o vídeo para isso é caríssimo — uma única hora em 4K já passa de vários gigabytes — e guardar em WAV não ajuda muito. O Opus é o formato que torna a coleção inteira algo que dá para de fato guardar, fazer backup e buscar.

O Opus não é um codec de áudio genérico com um modo de taxa baixa encaixado depois. Foi padronizado pela força-tarefa de engenharia da internet para comunicação em tempo real, e combina duas técnicas internas — uma voltada para voz, outra para música — alternando entre elas conforme o que ouve.

O resultado prático é que uma voz única numa taxa bem baixa continua inteligível e agradável, coisa que nenhum outro formato deste site consegue nessa mesma taxa. É a diferença entre um acervo que cabe num disco só e um acervo que precisa de uma prateleira, e é o argumento técnico inteiro para esta página existir.

A faixa equilibrada é o padrão e a resposta certa para entrevista gravada numa câmera, numa sala sem controle acústico. Desça para a faixa de arquivo pequeno só para uma voz única, limpa, gravada de perto, e suba para a faixa alta quando há música, ambiente ou várias pessoas falando ao mesmo tempo, onde os bits extras compram separação de verdade.

Cem horas de trabalho de campo, mesmo na faixa mais generosa, ficam pequenas o bastante para caber num notebook, ter backup em dobro e ser enviadas a um colaborador por uma conexão comum — algo impensável com o vídeo original.

Nada aqui melhora o que foi gravado. Áudio de câmera é um microfone a poucos centímetros da lente, captando a sala, o ar-condicionado e quem está operando o equipamento, e o codec preserva tudo isso fielmente. Onde a entrevista foi gravada num gravador separado, use esses arquivos em vez do áudio da câmera — a faixa da câmera é a referência de sincronismo, não a gravação principal.

Também é uma segunda compressão sempre que a câmera gravou num codec de áudio com perda, o que celulares sempre fazem e várias câmeras também. Em voz falada isso é inaudível; o motivo de mencionar é que nenhuma faixa de qualidade aqui recupera um microfone mal posicionado, e escolher a faixa alta numa gravação ruim só gasta espaço preservando o ar-condicionado com muita precisão.

A transcrição automática lida com Opus sem reclamar na maioria dos serviços, e o tamanho pequeno do arquivo torna o envio a qualquer serviço uma fração do que um vídeo seria. Onde um serviço recusa o formato, converta uma cópia para WAV só para essa etapa, sem comprometer o formato de arquivo.

Duas coisas ajudam a precisão mais que a taxa de qualidade. Converta cada entrevista como um arquivo só, em vez de dividir, porque um modelo de transcrição usa a fala ao redor para desambiguar; e mantenha o nome do arquivo idêntico ao do vídeo, para que um código de tempo na transcrição possa ser rastreado até a filmagem de onde veio.

Toda faixa de áudio que o navegador consegue decodificar é escrita, na ordem em que a câmera gravou, então uma gravação com um microfone sem fio numa segunda faixa mantém as duas. Nem todo reprodutor oferece um menu de faixa para um Ogg com múltiplos fluxos, então converta um arquivo da gravação e abra no que o projeto realmente usa antes de se comprometer com os outros trinta e nove.

Tudo fora do áudio é descartado: a imagem, a faixa de código de tempo que uma câmera profissional grava, a localização, qualquer legenda. O que sobra dos campos descritivos não é algo que esta página garanta, como a próxima seção explica, e para um acervo de pesquisa este ainda é o ponto em que o metadado precisa ir para outro lugar — uma planilha, um banco de dados, ou o próprio nome do arquivo.

O metadado do MOV e os comentários Vorbis do Opus descrevem terreno parecido — título, descrição, artista, data — mas o conversor não recebe nenhuma instrução sobre tags, então o que sobrevive é decidido pela biblioteca que faz o trabalho, e não por este site. Uma pasta de arquivos Opus com nome gerado pela câmera é um acervo que ninguém consegue usar de qualquer forma, e a solução é uma convenção aplicada antes da conversão: data, local, quem fala, número da parte, nessa ordem, para que a listagem da pasta se organize sozinha.

Se o projeto vai durar, converta um arquivo, confira o que chegou, e preencha o resto com uma ferramenta de etiquetagem. Arquivo se separa da planilha que o descreve com o tempo, e uma gravação que diz dentro de si mesma quem fala e quando foi feita é a que sobrevive a ser copiada entre três instituições ao longo de vinte anos.

O limite é sobre o vídeo entregue, não sobre o áudio produzido, e vídeo de câmera é enorme — em torno de muitos megabytes por minuto em 4K. Na prática isso converte tomadas individuais e entrevistas curtas, não uma sessão de duas horas gravada num arquivo só.

Para um trabalho em escala de projeto, a extração pertence a onde a filmagem já está: um editor ou um conversor em lote consegue puxar áudio de uma pasta inteira numa passagem, e consegue selecionar a faixa enquanto faz isso. Use esta página para os arquivos na máquina na sua frente e para conferir que o ajuste que você planeja aplicar a tudo dá mesmo o resultado que você quer.

Ler o MOV, decodificar e codificar o Opus acontecem os três nesta aba do navegador. Nada carregando a gravação sai da máquina, e a aba de rede mostra isso durante uma conversão.

Para esse material, isso é uma questão de conformidade, não de preferência. Uma entrevista gravada sob termo de consentimento costuma nomear quem pode guardar a gravação; uma aprovação de comitê de ética nomeia onde ela pode ser armazenada; a fonte de um jornalista espera que a gravação nem seja entregue a terceiros. Um conversor gratuito qualquer que faz upload do arquivo quebra as três coisas em silêncio, e ninguém fica sabendo.