Audio

Które narzędzie do jakiego zadania

• Urządzenie, aplikacja lub formularz odrzuca format: Konwertuj audio online czyta MP3, WAV, OGG, M4A, FLAC, AAC, OPUS i WMA, a zapisuje MP3, WAV, OGG, M4A lub FLAC.
• Plik jest za duży, żeby go wysłać lub wgrać: Skompresuj plik MP3 koduje ponownie w 64, 96, 128 lub 160 kb/s, opcjonalnie w mono.
• Liczy się tylko część nagrania: Przytnij MP3 online — na cytat, dzwonek albo to jedno udane ujęcie.
• Platforma przyjmuje tylko wideo: Zamień audio w wideo z obrazkiem umieszcza ścieżkę pod nieruchomym obrazem jako MP4.
• Dźwięk jest w filmie: Konwertuj MP4 na MP3 usuwa obraz i zachowuje dźwięk.
• Potrzebujesz słów, a nie dźwięku: Transkrybuj wideo na tekst do tekstu lub napisów, Przetłumacz wideo na angielski, by dostać angielski tekst z innego języka. Oba przyjmują zarówno pliki audio, jak i wideo.

Stratne, bezstratne i co oznacza bitrate

Każdy format audio należy do jednej z dwóch grup, a grupa decyduje o tym, co może dać konwersja.

Formaty bezstratne zachowują każdą próbkę. WAV przechowuje surowe PCM: stereo w jakości CD to 1411 kb/s, czyli około 10 MB na minutę. FLAC pakuje te same próbki jak plik ZIP, zwykle do 50–70% rozmiaru WAV, i po konwersji z powrotem daje identyczny dźwięk.

Formaty stratne (MP3, AAC w M4A, Vorbis w OGG, Opus, WMA) odrzucają te części dźwięku, które model słuchu uznaje za niesłyszalne. Te szczegóły znikają na zawsze. Wynikają z tego trzy praktyczne zasady:

• Z bezstratnego na stratny, np. WAV na MP3, to normalny kierunek.
• Ze stratnego na bezstratny niczego nie przywraca. Pomaga tylko wtedy, gdy program uparcie wymaga WAV, a plik robi się kilka razy większy.
• Ze stratnego na stratny dodaje drugie pokolenie strat. Jednokrotną konwersję przy 192 kb/s bardzo trudno usłyszeć; wielokrotne już nie.

Przy stałym bitrate'cie rozmiar to prosta arytmetyka: kb/s podzielone przez 8 daje kilobajty na sekundę.

• 64 kb/s to około 0,48 MB na minutę, wystarczająco dla mowy w mono.
• 128 kb/s to około 0,96 MB na minutę.
• 192 kb/s to około 1,44 MB na minutę; czterominutowa piosenka ma mniej więcej 5,5 MB.
• 320 kb/s to około 2,4 MB na minutę, maksimum, na jakie pozwala MP3.

Można też liczyć wstecz. 45-minutowy podcast o wadze 108 MB to 40 KB na sekundę, czyli 320 kb/s — znacznie więcej, niż potrzebuje głos.

Formaty wyjściowe konwertera mają stałe, dobrze wyważone ustawienia: MP3 w 192 kb/s z koderem LAME, M4A jako AAC w 192 kb/s, OGG jako Vorbis w jakości 5 (około 160 kb/s), WAV jako 16-bitowe PCM i bezstratny FLAC. Częstotliwość próbkowania i liczba kanałów są przejmowane ze źródła.

Ustawienia według treści

Mowa mieści się w wąskim zakresie częstotliwości i zwykle jest nagrywana jednym mikrofonem. 64 kb/s mono pasuje do notatek głosowych, rozmów i wykładów; 96 kb/s mono do podcastu, którego ludzie będą słuchać na słuchawkach. Mono ma tu większe znaczenie niż bitrate: przy 64 kb/s w stereo bity dzielą się na dwa kanały, a głosy stają się wodniste.

Muzyka potrzebuje stereo i większego zapasu. 128 kb/s wystarcza do słuchania w tle i na dousznych słuchawkach, 160 kb/s do uważnego słuchania oraz dla talerzy, smyczków i wybrzmień pogłosu, które degradują się jako pierwsze. Unikaj mono przy muzyce, chyba że nagranie już jest monofoniczne.

Wyższy bitrate nigdy nie poprawia źródła. MP3 128 kb/s zakodowane ponownie w 192 kb/s jest po prostu większe.

Co działa gdzie

Wszystkie cztery narzędzia audio uruchamiają w przeglądarce FFmpeg skompilowany do WebAssembly. Silnik ma około 30 MB, jest pobierany przy pierwszym użyciu i trafia do pamięci podręcznej. Pliki są przetwarzane na Twoim urządzeniu i nigdy nie są wysyłane, co sprawdza się przy niewydanej muzyce, poufnych spotkaniach i prywatnych notatkach głosowych.

Limity w przeglądarce zależą od narzędzia: 256 MB dla konwertera i narzędzia do przycinania, co obejmuje kilka godzin MP3 albo około 25 minut nieskompresowanego WAV, oraz 500 MB dla kompresora i zamiany audio w wideo. Długie pliki WAV na telefonach mogą mimo to przekroczyć pamięć karty.

Konwertuj audio online ma też opcję serwerową dla większych plików. Używa tych samych ustawień FFmpeg, więc wynik jest identyczny. Jedno uruchomienie na serwerze na 24 godziny (liczone w oknie kroczącym) jest darmowe dla plików do 500 MB; Premium znosi dzienny limit i przyjmuje pliki do 4 GB. Wgrany plik jest usuwany, gdy wynik jest gotowy, a wynik wygasa mniej więcej godzinę po utworzeniu zadania.

Transkrypcja i tłumaczenie zawsze działają na serwerze, z modelem mowy Whisper. Wersja darmowa obejmuje nagrania do 10 minut, Premium do 90 minut na plik.

Sprawdzone połączenia

1. Notatka głosowa do komunikatora: przytnij ciszę na obu końcach, a potem skompresuj do 64 kb/s mono. Godzina mieści się w mniej niż 30 MB.
2. Odcinek podcastu na platformie wideo: przygotuj okładkę 1920×1080 narzędziem Przytnij obraz online, a potem użyj Zamień audio w wideo z obrazkiem. Obraz dokłada bardzo niewiele; godzina w 192 kb/s to około 90 MB.
3. Notatki z nagranego wykładu: wyciągnij dźwięk narzędziem Konwertuj MP4 na MP3 w 128 kb/s, przytnij potrzebne fragmenty, a potem je przetranskrybuj.
4. Dzwonek: wytnij 20–30 sekund, zaczynając od refrenu. Przy 192 kb/s 30 sekund to około 720 KB.

Gdy coś pójdzie nie tak

• Wynik jest większy niż plik wejściowy. Albo format docelowy jest bezstratny, albo wybrany bitrate jest wyższy niż w źródle. Wybierz niższy bitrate albo zachowaj oryginał.
• Zniknęła okładka albumu. Okładki to osobny strumień obrazu, a konwerter i kompresor zachowują tylko dźwięk.
• Mowa brzmi metalicznie. Użyj mono przy tym samym bitrate'cie.
• Muzyka brzmi pusto. Nagranie opierało się na szerokim stereo; wróć do stereo w 128 kb/s.
• Plik jest odrzucany. Niektóre pliki .m4a lub .webm z programów do nagrywania ekranu zawierają też obraz. Do nich użyj Konwertuj MP4 na MP3.
• Zamiana audio w wideo się nie udaje. Przeglądarkowa wersja FFmpeg nie odczytała dźwięku. Najpierw przekonwertuj go na MP3 lub WAV.