Converter OPUS para AIFF

Opus roda num clock interno fixo de 48.000 Hz. Um decodificador informa essa taxa não importa o que o codificador recebeu originalmente, então uma gravação de Android feita em 44.100 Hz, um áudio de voz capturado em 16 kHz e um stem tirado de um vídeo web chegam todos aqui como áudio de 48 kHz, e o AIFF grava essa taxa no seu bloco COMM.

Não é um defeito e nenhum ouvinte vai perceber. É um fato que sua sessão precisa saber. Um projeto rodando a 44.100 Hz ou vai converter a importação na hora — custando uma etapa de processamento e uma pequena decisão de qualidade que ninguém tomou de propósito — ou, em softwares antigos e samplers de hardware, vai tocar na velocidade e altura erradas. Confira a taxa da sessão antes de importar um conjunto, e reamostre de propósito num editor se 44.1 for exigido.

Estéreo de 16 bits sem compressão a 48.000 Hz custa 192.000 bytes por segundo — cerca de 11,5 MB por minuto —, seja o minuto uma performance ou silêncio, porque cada amostra é escrita como um número simples. Opus a 64 kbps custa cerca de 0,5 MB por minuto, e áudios de voz de mensageiro costumam vir codificados ainda mais baixo.

Então o múltiplo fica perto de vinte, e maior a partir de um áudio de voz. Uma gravação de dez minutos que chegou como anexo de 5 MB vira cerca de 115 MB como AIFF, e uma hora fica perto de 700. É o número a checar contra sua pasta de sessão e seu backup antes de converter um lote, porque é fácil transformar um diretório de anexos pequenos em algo que não cabe mais num disco de trabalho.

A compressão Opus removeu partes do áudio permanentemente, de acordo com um modelo do que um ouvinte não sentiria falta, e essas partes não estão guardadas de forma compacta em nenhum lugar do arquivo. AIFF então faz o trabalho oposto com perfeição: guarda cada amostra que recebe, sem compressão, exatamente como foi entregue.

O resultado é um arquivo muito grande contendo precisamente o que o pequeno continha. Isso é útil quando algo adiante exige PCM, e não é uma melhoria em nenhuma medida. Onde quem mandou o Opus ainda tem a gravação de origem — um WAV de um gravador de campo, um bounce de sessão, um export sem compressão —, uma mensagem pedindo esse arquivo vale mais que qualquer conversão nesta página.

Opus é um codec da Xiph de 2012, e a Apple nunca o adotou no caminho de mídia, então ferramentas de áudio de Mac anteriores a um decodificador embutido não têm como ler. Hardware é o caso mais difícil: samplers, groove boxes e equipamentos de estúdio mais antigos implementam PCM e nenhum decodificador, porque um decodificador é firmware que alguém teria de escrever e manter.

Logic, Pro Tools e Reaper atuais importam boa parte dos formatos diretamente, então se a recusa veio de software em vez de hardware, vale tentar a importação uma vez antes de converter. Onde a exigência vem de um dispositivo ou de uma especificação de ingest escrita, converter é a resposta inteira e não há discussão a ter.

O PCM escrito aqui é assinado de 16 bits. Isso valeria discussão vindo de um master de 24 bits, onde a profundidade extra existe para que mudanças de ganho, soma e limitação tenham espaço para trabalhar sem o piso de ruído subir a ponto de ficar audível. De um arquivo Opus não há essa profundidade para preservar — um codec com perdas descartou essa informação muito antes de o decodificador rodar.

Um AIFF de 16 bits senta dentro de uma sessão de 24 ou 32 bits sem perda adicional, porque a profundidade da sessão governa o mix, não cada fonte colocada nela. Onde uma especificação pede áudio sem compressão de 24 bits, este conversor não consegue produzir isso, e vale perguntar o que esses bits estariam guardando dado de onde o áudio veio.

Um AIFF é uma sequência de blocos, e o que se escreve aqui guarda exatamente dois. COMM declara número de canais, contagem de quadros, profundidade de bits e taxa de amostragem. SSND guarda as amostras. Nada mais é escrito — sem nome, sem anotação, sem autor, sem capa.

Arquivos Opus carregam comentários Vorbis, uma lista aberta de chaves maiúsculas com valores de texto, e um áudio de voz de cliente ou uma gravação de campo documentada frequentemente tem algo útil ali: uma data, um local, um número de take, uma descrição do que está sendo gravado. Tudo isso termina nessa fronteira. Copie o que importa para o nome do arquivo ou uma nota de sessão antes de converter, porque o AIFF não pode ser perguntado depois.

Boa parte do que chega como `.opus` é genuinamente mono: uma gravação de celular, um áudio de voz de mensageiro, uma captação de um microfone só. Nada aqui promove para estéreo, e esse é o resultado certo: dois canais idênticos dobram o tamanho do arquivo para carregar a mesma informação, o que a 11,5 MB por minuto não é desperdício trivial.

Numa sessão, uma região mono colocada numa faixa estéreo se comporta normalmente e é panorâmica pela mesa, não pelo arquivo. Se algo na sua cadeia de importação está convertendo fontes mono para estéreo automaticamente, vale desligar isso antes de um lote, já que dobra um conjunto de arquivos que já estava vinte vezes maior que o original.

Arquivos são limitados a 100 MB cada, e para uma origem Opus isso é bastante áudio — várias horas de fala nas taxas de bits típicas de mensageiro. Então o limite de entrada quase nunca vai te parar. O que vai é a saída: uma gravação de duas horas que passa confortavelmente o teto como um Opus de 60 MB vira mais de um gigabyte de PCM dentro de uma aba de navegador.

Para áudios de voz, takes, stems e cues isso é confortável, e cem arquivos podem ser soltos numa passada e recuperados como ZIP. Para uma gravação longa, corte num editor antes ou converta com uma ferramenta de mesa. Avisar isso com antecedência é mais útil do que deixar um arquivo longo esgotar a memória da aba depois de já ter sido lido.

Escrever AIFF não custa dependência nenhuma. As amostras decodificadas são misturadas como WAV e reembrulhadas por aritmética — o cabeçalho reconstruído big-endian, a taxa de amostragem escrita como o float estendido de 80 bits que o formato exige, e os bytes de cada amostra invertidos. Decodificar Opus também não precisa de nada, porque todo navegador implementou isso para chamadas de voz.

Então esta conversão não move nada pela rede em nenhuma direção, e dá para observar isso nas ferramentas de desenvolvedor enquanto roda. Para material inédito de cliente, uma conversa gravada ou qualquer coisa sob cláusula de confidencialidade, essa é a propriedade que decide se o trabalho pode ser feito num navegador de jeito nenhum, não uma conveniência a mais.