Converter MP4 para OPUS

O Opus foi publicado como RFC 6716 em 2012, desenhado para comunicação em tempo real, o que significou sobreviver em taxas que ninguém antes considerava utilizáveis. Todo navegador implementa ele porque toda chamada de navegador precisava disso, e essa origem é exatamente o que torna ele bom no material que as pessoas extraem de vídeo.

A maior parte do áudio extraído é alguém falando: uma aula, um sermão, uma entrevista, um webinar, um tutorial. Nesse material o Opus continua claro e natural em tamanhos onde o MP3 fica aguado e metálico. Para um episódio de podcast a diferença é uma curiosidade; ao longo de um semestre de gravações num celular, é a diferença entre caber e não caber.

A imagem é a parte cara de um vídeo, e ela é descartada aqui, então o resultado depende quase inteiramente da duração da gravação e da faixa de qualidade escolhida. Uma aula de duas horas que chegou como um MP4 de dois gigabytes produz um arquivo de áudio medido em dezenas de megabytes, e na faixa mais compacta bem menos que isso.

As três faixas movem o número por um fator de aproximadamente duas vezes em cada direção. Para fala, a faixa compacta é de fato utilizável, não um sacrifício — é justamente o codec desenhado para funcionar ali. Para música, comece pela equilibrada e suba, porque desempenho em taxa baixa em material denso não é o que o Opus foi otimizado para fazer.

As duas são áudio Opus dentro de um contêiner Ogg, escritas pelo mesmo codificador neste site. Nada nos bytes difere de um jeito que um decodificador se importe. O que muda é o que o software supõe ao ver o nome.

Use .opus quando o codec foi decisão sua — um arquivo de voz, os recursos de áudio de um aplicativo, um corpus que você está montando. Use .ogg quando algum software, motor de jogo ou formulário de upload pediu essa extensão pelo nome, porque alguns deles recusam um sufixo desconhecido mesmo para um arquivo que decodificam perfeitamente.

Todo navegador atual toca, o que torna ele a escolha natural para áudio servido de uma página. O Android trata nativamente, VLC e Audacity leem, e os aplicativos de mensagem que gravam nota de voz usam isso em silêncio há anos.

A Apple chegou depois e de forma menos completa, e equipamento chegou nele — som de carro, aparelho de som separado, tocador portátil mais antigo e equipamento de academia mostram um arquivo que não toca. É a troca pelo tamanho, e é justa quando o destino é um celular ou um computador, e ruim quando o destino é um aparelho com botão físico de volume.

O áudio dentro do MP4 já é AAC com perdas. Codificar isso como Opus decodifica e comprime de novo, então uma segunda porção de detalhe vai embora. Não tem jeito de contornar isso a não ser não convertendo, e o certo é dizer isso antes do clique, não depois.

Em fala na faixa equilibrada, isso é inaudível em qualquer teste que você provavelmente vai rodar, porque os dois codificadores tomam decisões parecidas sobre o que uma voz não precisa. Em palma de mão, prato de bateria e mixagem densa na faixa compacta, é audível, e a correção é uma faixa mais alta, não um formato diferente.

Até cem arquivos de uma vez no plano gratuito, cada um convertendo de forma independente, com os resultados disponíveis juntos num ZIP. Nada espera atrás do trabalho de outra pessoa porque não existe servidor compartilhado para formar fila.

É aqui que o argumento de tamanho se acumula. Um baralho de aprendizado de idioma, uma coleção de história oral ou um conjunto de recursos de voz são centenas de clipes curtos, e um formato que é uma fração do tamanho da alternativa óbvia muda o que você consegue carregar, sincronizar e fazer backup, em vez de economizar um arredondamento num arquivo só.

Uma aula gravada num único microfone geralmente é informação mono entregue como dois canais idênticos, e um codificador lida com isso de forma eficiente, mas não de graça. Se a sua origem é de fato microfone único, um editor que consegue converter para mono antes da compressão vale o passo numa coleção grande.

A outra coisa que vale ouvir antes de comprometer um lote inteiro é o primeiro minuto de um arquivo na faixa que você pretende usar. Gravação com muito ruído de ambiente, ar-condicionado ou falas sobrepostas é mais difícil de comprimir do que uma voz limpa, e a faixa que soou bem num podcast de estúdio pode soar fina numa gravação de celular de um seminário.

Um vídeo pode carregar mais de uma trilha de áudio — um idioma original e uma dublagem, um comentário, microfones separados — e toda trilha que o navegador consegue decodificar entra no arquivo Opus, na ordem em que o MP4 as tinha. Uma trilha em AC-3, E-AC-3, DTS ou TrueHD é descartada sem aviso. Para o que é gravado num celular, num gravador de tela ou numa exportação comum, existe só uma trilha e a questão nem chega a se colocar.

Para um arquivo entregue profissionalmente vale conferir o que existe dentro antes de montar uma coleção sobre o resultado. Uma captação de aula com o microfone de sala e um de lapela produz um arquivo com as duas trilhas, e o tocador varia bastante em como deixa alternar entre elas; um lote de duzentos arquivos construído sobre a suposição errada é descoberto tarde e precisa ser refeito por inteiro.

A decodificação e a codificação acontecem dentro da aba do navegador, no seu próprio processador, então nada carregando o vídeo é enviado a lugar nenhum. Não há conta, não há contagem diária, e o plano gratuito aceita arquivos de até 100 MB cada.

Para uma coleção de entrevistas ou gravações de campo isso é o ponto principal, não um bônus. O consentimento para uma gravação raramente se estende a um site conversor que ninguém mencionou, e fazer o trabalho localmente faz essa pergunta nem chegar a existir.