Un giornalista mi ha inviato quattro ore di interviste mentre M4A Files perché il suo servizio di trascrizione li ha rifiutati e mi ha chiesto se la conversione in MP3 a 320 kbps avrebbe mantenuto la qualità alta". non lo farebbe. Le registrazioni erano memo vocali mono da 64 kbps e ricodificandole a 320 avrebbero prodotto file cinque volte più grandi con esattamente lo stesso audio, oltre a un nuovo livello di danno dal secondo codificatore. Ciò di cui aveva bisogno era WAV, perché il servizio di trascrizione voleva PCM e la dimensione del file non aveva importanza per una cosa che stava caricando una volta ed eliminando. La conversione ha richiesto un minuto. La parte utile è stata capire in quale direzione corre la perdita, e vale la pena capire prima di convertire qualsiasi cosa.
tl; dr: M4A e MP3 sono entrambi lossy, quindi la conversione tra di loro decodifica l'audio che ha già dettagli mancanti e lo comprime di nuovo con un modello diverso. Non esiste un'impostazione che lo eviti. Due regole mantengono piccolo: non scegliere mai un bitrate sopra la sorgente, perché i bit extra descrivono i primi artefatti del codificatore anziché la registrazione e mantieni l'originale come master anziché come copia convertita. Se la destinazione è un editor, un servizio di trascrizione o un modello vocale, converti invece in WAV e salta completamente la seconda generazione. la convertitore audio Su Toolz.dev esegue FFmpeg attraverso WebAssembly nella tua scheda, quindi un'intervista o un memo vocale non lascia mai la macchina.
Cosa c'è all'interno di un file .m4a?
L'estensione nomina il contenitore, non l'audio, e quella distinzione elimina la maggior parte della confusione attorno a questo formato.
M4A è un contenitore MPEG-4 che contiene una singola traccia audio. Ciò che si trova all'interno è di solito AAC, che è ciò che un memo vocale per iPhone, una registrazione dello schermo del Mac, un'esportazione di QuickTime e la maggior parte dei download Apple producono. Ma lo stesso contenitore, con la stessa estensione, può invece contenere Apple Lossless, e quei due file non si comportano in modo simile: uno ha già buttato via i dettagli, l'altro no. Un .m4a da iTunes Match è AAC. Un .M4A strappato da Apple Music in modalità lossless è ALAC ed è circa cinque volte più grande, ed è così che li distinguerai senza uno strumento.
Questo è importante perché la conversione giusta dipende dal codec, non dall'estensione. Un file AAC convertito in MP3 perde una seconda generazione. Un file ALAC convertito in MP3 perde il suo primo. La conversione in WAV o FLAC non perde più, sebbene nessuno dei due possa ripristinare ciò che AAC già scartato.
La stessa relazione tra container e codec governa il video, dove provoca il malinteso molto più grande coperto la guida del remux: Cambiare l'involucro è economico, cambiare la compressione non lo è.
Perché la conversione di M4A in MP3 peggiora le cose?
Poiché entrambi i formati funzionano scartando ciò che un modello psicoacustico prevede che non ascolterai, e il secondo encoder non può distinguere tra la registrazione e gli avanzi del primo codificatore.
AAC e MP3 costruiscono diversi modelli. Non sono d'accordo su quali frequenze siano mascherate da vicini più forti, dividono il segnale in diversi numeri di bande e gestiscono i transienti improvvisi in modo diverso. Quindi il dettaglio che AAC ha deciso di mantenere non è il dettaglio che l'MP3 avrebbe mantenuto e viceversa. Quando MP3 codifica l'output decodificato di un file AAC, spende bit per preservare artefatti che non sono mai stati nel segnale del microfono e butta via parte di ciò che è sopravvissuto al primo passaggio.
Il danno si presenta in un ordine prevedibile. I piatti e gli charleston vanno per primi, trasformandosi in una specie di sibilo imbrattato. Seguono gli applausi, perché una stanza piena di mani è vicina al rumore e il rumore è l'unica cosa che questi codec non possono modellare. Poi sibilanza, il "s" nel linguaggio, che sviluppa un gorgheggiare difficile da non sentire una volta che l'avete notato.
Niente di tutto questo è un argomento contro la conversione. È un argomento per convertire una volta, dall'originale, quando qualcosa a valle ha davvero bisogno di un formato diverso. M4A non è un file peggiore di MP3. Allo stesso bitrate AAC generalmente suona meglio, il che significa che passare da M4A a MP3 è un passaggio di compatibilità che ti costa un po' di qualità, non un aggiornamento che ti guadagna.
Quale bitrate dovresti scegliere?
Abbina la fonte o vai leggermente al di sotto di essa e mai al di sopra.
Il motivo è quello sopra. I bit superiori al tasso di origine vengono spesi per descrivere gli artefatti, quindi un M4A a 128 kbps ricodificato a 320 kbps MP3 è due volte e mezzo più grande per nessun guadagno udibile. Andando ben al di sotto della fonte fa il contrario e butta via una seconda porzione di dettagli reali. Se conosci il bitrate di origine, usalo. In caso contrario, 192 kbps sono un valore predefinito ragionevole per la musica e qualsiasi cosa pari o superiore a 128 va bene per il parlato.
Il soffitto non è una decisione di strumento. MPEG-1 Layer III raggiunge il massimo a 320 kbps, che puoi leggere La tabella dell'indice di bitrate nell'intestazione del frame audio MPEG, e nessun encoder può superarlo indipendentemente da ciò che offre un'interfaccia.
Ecco cosa costa ogni target al minuto di audio stereo.
| bersaglio | al minuto | Perdito? | a cosa serve |
|---|---|---|---|
| MP3 128 kbps | 0,96 MB | certo | Discorso, podcast, qualsiasi cosa vada a un dispositivo che legge solo mp3 |
| mp3 192 kbps | 1,44 MB | certo | l'impostazione predefinita. musica che ascolterai piuttosto che padroneggiare |
| MP3 320 kbps | 2,40 MB | certo | Solo quando la fonte era almeno così alta |
| m4a (AAC) | Come mp3 alla stessa velocità | certo | dispositivi Apple e un suono migliore rispetto alla velocità MP3 per la velocità |
| OGG (Vorbis) | lo stesso di nuovo | certo | Giochi, audio web, ovunque questioni senza brevetto |
| striscio | Circa 6 MB | no | Archiviare una fonte senza perdite |
| sventolare | 10,1 MB | no | Editori, Servizi di trascrizione, Modelli vocali |
La cifra WAV non è una stima. PCM stereo non compresso a 44,1 kHz e 16 bit è di 44.100 x 2 canali x 2 byte al secondo, ovvero 176.400 byte al secondo e 10,1 MB al minuto, ogni volta, qualunque cosa contenga l'audio. Il silenzio costa esattamente quanto una sinfonia.
Quando invece dovresti convertire in wav o flac?
Ogni volta che la destinazione è una macchina piuttosto che un paio di orecchie.
Gli editor audio, i servizi di trascrizione, gli strumenti di allineamento forzato e i modelli vocali vogliono tutti PCM e consegnare loro un file con perdita significa comunque che lo decodificano prima. La conversione in wav salta completamente una seconda generazione con perdita: la decodifica avviene una volta, il risultato è esatto e nulla viene scartato. Il file è grande e va bene per qualcosa che carichi una volta.
FLAC è la risposta dell'archivio piuttosto che quella funzionante. Comprime senza perdita di dati fino a circa il 60% del PCM sulla musica tipica, quindi l'audio è un bit recuperabile per bit mentre il file è un terzo più piccolo. Lo è ora specificato formalmente nella RFC 9639, dopo due decenni come standard de facto, e porta un dettaglio che vale la pena conoscere: il Streaminfo Block contiene una firma MD5 dell'audio non codificato, quindi un decoder può dimostrare che il suo output corrisponde al campione originale per il campione. Nessun formato lossy può offrirlo e nessuna fonte con perdita di dati può essere salvata al suo interno. La conversione di un MP3 in FLAC produce un file più grande che contiene lo stesso audio danneggiato, che è un'operazione comune e del tutto inutile.
# what the conversions amount to, if you have ffmpeg installed
#
# M4A to MP3, matching a 192 kbps source:
ffmpeg -i memo.m4a -vn -acodec libmp3lame -b:a 192k memo.mp3
# M4A to WAV for a transcription service (16-bit PCM, 44.1 kHz):
ffmpeg -i memo.m4a -vn -acodec pcm_s16le -ar 44100 memo.wav
# size arithmetic, which needs no tool:
# lossy MB per minute = kbps x 60 / 8 / 1000
# WAV MB per minute = 44100 x 2 x 2 x 60 / 1024 / 1024 = 10.1
Perché c'è un divario all'inizio del mio mp3?
Perché MP3 non può rappresentare un numero arbitrario di campioni e la correzione vive al di fuori dei dati audio.
Un telaio MPEG-1 Layer III contiene esattamente 1152 campioni. La lunghezza di un file si arrotonda quindi a un confine di frame e l'encoder ha anche bisogno di un lead-in prima di poter produrre un output valido, quindi ogni MP3 porta una piccola quantità di silenzio nella parte anteriore e un piccolo imbottitura all'estremità che non erano nella fonte. A 44,1 kHz quel divario frontale è di alcune decine di millisecondi. Tra le tracce di un album registrato come una performance continua, è la differenza tra una registrazione dal vivo e una presentazione.
Il formato non ha campo per questo. Ciò che i giocatori usano invece è un'intestazione che il codificatore scrive nel primo fotogramma che registra il ritardo e l'imbottitura, quindi un giocatore che lo legge può tagliare entrambi e un giocatore che non lo fa. AAC in un contenitore MP4 ha la lunghezza come parte della struttura del contenitore, motivo per cui i file M4A sono gapless per impostazione predefinita e i file MP3 sono gapless solo per convenzione.
Per un promemoria vocale, niente di tutto questo ha importanza. Per convertire un album, è il motivo per cui il risultato suona sottilmente sbagliato anche se ogni singola traccia va bene.
Perché la mia conversione non è riuscita su un file con album art?
Perché l'artwork è archiviato come flusso video e un codificatore ha chiesto di scriverla in un formato senza doverla arrendersi.
Un MP3 o M4A con copertina incorporata ha due flussi: l'audio e un'unica immagine fissa che il contenitore descrive come video. Convertendo senza dire diversamente, ffmpeg cerca di portare quell'immagine nell'output e per target come WAV l'operazione non ha significato e fallisce con un errore che menziona un codec video su quello che è chiaramente un file audio.
La correzione è una bandiera, -vn, che rilascia completamente i flussi video. Il convertitore qui lo trasmette ad ogni conversione, quindi l'opera d'arte viene scartata e l'audio si converte. Se vuoi conservare la copertina, converti in un formato che la trasporta e riattaccala con un editor di tag in seguito, perché nessun convertitore farà entrambe le cose in modo affidabile.
Vale la pena scegliere OGG?
Per la maggior parte delle persone, no. Per due casi specifici, sì.
Vorbis in un contenitore OGG è, nelle stesse parole di Xiph, a "Formato audio compresso completamente aperto, non proprietario, senza brevetto e senza diritti d'autore, formato audio generico". Questo è l'intero argomento a favore, ed è reale se stai spedindo audio all'interno di un gioco, un'applicazione che distribuisci o qualsiasi cosa in cui la licenza del codec sia una domanda che qualcuno alla fine farà.
Contro di esso: il supporto hardware è irregolare. Un sacco di autoradio, telefoni più vecchi e lettori economici leggono mp3 e nient'altro, motivo per cui MP3 rimane la scelta sicura per un file che va a una persona piuttosto che a un programma. Il supporto del browser è buono e lo è da anni.
Il suono è un lavaggio. Ai bitrate che la maggior parte delle persone usa, Vorbis e AAC sono entrambi migliori di MP3 e vicini tra loro, e comunque nessuno di questi sopravvive a una seconda generazione.
l'audio lascia la mia macchina?
No, e per questa categoria di file questo è il punto.
La conversione viene eseguita tramite FFmpeg compilato in WebAssembly all'interno della scheda del browser. Il file viene letto da disco in memoria di pagina, convertito lì e restituito come download. Apri il pannello di rete in DevTools durante una conversione e nulla trasporta l'audio.
Pensa a cosa le persone si convertono. Memo vocali. interviste registrate. Note di terapia. Chiamate del cliente. Lezioni qualcuno registrato con il permesso che non si estendesse a terzi. La normale disposizione per un convertitore online gratuito è che carichi tutto questo su un server di uno sconosciuto in cambio di un link per il download e la politica di conservazione è qualunque cosa dica il piè di pagina. Qui non esiste una copia da conservare.
I limiti sono le schede anziché un piano: 300 MB di sorgente, che è di circa cinque ore di audio a 128 kbps o mezz'ora di wav. passato che un codificatore desktop è lo strumento migliore e la stessa logica del compressore video si applica, quando la memoria del browser anziché un paywall imposta il soffitto.
E se l'audio è all'interno di un video?
Allora questo è lo strumento sbagliato e la distinzione non è pedante.
Estrarre la colonna sonora da un MP4 è un'operazione diversa dalla ricodifica di un file audio: quando la traccia audio del video è già AAC e si desidera un M4A, lo streaming può essere copiato direttamente senza alcuna ricodifica e nessuna perdita. questo è ciò che il estrattore audio fa, ed è per questo che esiste come uno strumento separato piuttosto che come una modalità di questo.
L'ordine che perde di meno, se hai bisogno di un mp3 da un video: prima estrai, controlla quale codec è uscito e converti solo se il risultato è un formato che la tua destinazione rifiuta. La conversione del video direttamente in MP3 in un solo passaggio funziona, ma nasconde se si è verificata una ricodifica con perdita di dati.
E l'altra direzione, da MP3 a M4A?
vale la pena farlo in un caso e inutile nel resto.
Il caso in cui aiuta: un dispositivo Apple o un'app che legge solo M4A, che si verifica ancora con le integrazioni di vecchie auto, alcuni lettori di audiolibri e tutto ciò che si aspetta una traccia AAC in un wrapper MPEG-4. Quindi è lo stesso passaggio di compatibilità che va dall'altra parte, con lo stesso costo.
Il caso in cui le persone lo raggiungono e non dovrebbero: sperare in un file dal suono migliore. AAC è un codec migliore di MP3, ma quel vantaggio si applica quando codifica una registrazione originale. Posizionato un MP3 decodificato, codifica fedelmente gli artefatti dell'MP3, a un nuovo bitrate, e il risultato è una seconda generazione che suona leggermente peggio e occupa all'incirca lo stesso spazio. Nessun aggiornamento del formato può recuperare i dettagli che non sono più nei campioni.
Il test onesto è chiedere a cosa serve il file. Se qualcosa si rifiuta di giocarci, converti. Se funziona bene e stai cercando di migliorarlo, l'unico vero miglioramento è trovare l'originale.
Posso convertire una cartella di file in una volta?
Non nel browser, e questo è il confine su cui vale la pena essere chiari.
Ogni conversione carica l'intero file nella scheda ed esegue un singolo passaggio FFmpeg, quindi lo strumento gestisce un file alla volta in base alla progettazione. Per tre memo vocali che è più veloce dell'installazione di qualsiasi cosa. Per una libreria musicale è completamente lo strumento sbagliato e un loop di shell su un FFmpeg locale finirà mentre un browser è ancora sul secondo file.
# the batch version, once there are more than a handful
for f in *.m4a; do
ffmpeg -i "$f" -vn -acodec libmp3lame -b:a 192k "${f%.m4a}.mp3"
done
La linea di demarcazione in pratica si trova a circa dieci file o mezz'ora di audio. Sotto di esso il browser vince al momento della configurazione, sopra di esso un codificatore locale vince su tutto. Lo stesso trade-off governa il compressore video, dove la memoria di tabulazione anziché un livello di abbonamento imposta il soffitto e il convertitore di video per il lato formato dello stesso problema.
