Converter WebM para AAC

Existem duas coisas que as pessoas chamam de "AAC". Uma é o codec, presente em todo M4A, MP4 e faixa de streaming. A outra é o fluxo elementar: os quadros codificados sozinhos, sem contêiner ao redor. Esta conversão produz o segundo.

Essa distinção decide se você está na página certa. Se o objetivo é uma gravação para adicionar a uma biblioteca de música, a conversão para M4A é o que você quer. Se algo num pipeline pediu AAC e recusou um MP4, é isto.

ADTS significa Audio Data Transport Stream, e seu objetivo de design é que qualquer ponto do arquivo seja um ponto de partida válido. Todo quadro carrega um cabeçalho de sete bytes declarando perfil, taxa de amostragem e configuração de canal.

É exatamente o que transmissão e streaming precisam. Um segmentador HLS consegue cortar um fluxo numa fronteira de quadro e cada pedaço fica válido sozinho. Dois fluxos podem ser concatenados com uma junção simples de bytes.

Tudo que o contêiner fazia agora está ausente. Não há duração gravada, então players calculam o comprimento escaneando quadros ou, mais frequentemente, estimam pela taxa de bits. Não há tabela de busca.

E não há bloco de metadados, nem lugar para escrever título ou artista. Para uma máquina lendo o fluxo uma vez, desde o início, nada disso importa — o que explica por que o formato sobrevive.

AAC foi padronizado pela MPEG em 1997 e é o padrão de entrega desde então. Suporta até 48 canais, embora qualquer coisa de uma gravação de navegador seja mono ou estéreo.

O que entrou foi Opus, um codec mais novo e geralmente melhor que quase nada fora de um navegador aceita. Converter entre eles é uma decodificação e recodificação completa: dois codecs com perdas não conseguem trocar dados diretamente.

A forma comum deste problema é uma aplicação web que grava pelo navegador. MediaRecorder escreve WebM com Opus porque é isso que navegadores são obrigados a suportar, e a gravação então precisa entrar num backend desenhado em torno de AAC.

Converter do lado do cliente, antes do upload, costuma ser a arquitetura mais barata. O arquivo que atravessa a rede já está no formato que o backend queria, e nenhum servidor precisa rodar um transcodificador por gravação.

Opus opera a 48 kHz, então uma gravação de navegador é 48 kHz e o AAC escrito a partir dela é 48 kHz. A contagem de canais é igualmente o que foi capturado — mono para um microfone, estéreo para qualquer coisa que gravou áudio do sistema.

Nada aqui reamostra, e isso é deliberado: reamostrar é uma decisão de processamento de sinal com trocas próprias. Se uma plataforma alvo exige 44,1 kHz, faça essa conversão na ferramenta que tem o requisito.

Qualquer faixa de vídeo no WebM é descartada de vez, o que é o ponto quando a fonte é uma captura de tela com narração. Só a primeira faixa de áudio sobrevive; uma gravação que capturou microfone e áudio do sistema como faixas separadas produz uma delas sem forma de escolher.

Para um pipeline vale confirmar isso em vez de assumir. Se o gravador do outro lado do seu sistema escreve duas faixas, verifique qual chega antes disso virar um bug reportado três semanas depois.

Vale descartar o uso errado antes que custe uma tarde de alguém. Apontar um elemento audio para um arquivo .aac é pouco confiável: navegadores variam em interpretar um fluxo ADTS bruto corretamente.

Para qualquer coisa tocada num navegador, o mesmo áudio num M4A funciona em todo lugar e se comporta corretamente, porque o contêiner carrega a duração e o índice. Mantenha o fluxo ADTS para o pipeline que pediu.

Até cem arquivos WebM convertem numa passada, cada um com seu próprio progresso, baixando juntos como ZIP. Como não há servidor envolvido, não há cota diária nem fila; o teto por arquivo é 100 MB.

É a diferença prática para quem faz isso como parte de um trabalho em vez de uma vez só. Um conversor gratuito que envia arquivos costuma limitar entre cinco e vinte arquivos por dia; aqui os cem podem ser soltos de novo imediatamente.