Áudio — tooly

Qual ferramenta para qual tarefa

Um aparelho, app ou formulário recusa o formato: o Converter áudio online lê MP3, WAV, OGG, M4A, FLAC, AAC, OPUS e WMA e grava MP3, WAV, OGG, M4A ou FLAC.
O arquivo é grande demais para enviar ou subir: o Compactar um arquivo MP3 recodifica a 64, 96, 128 ou 160 kbps, com opção de mono.
Só parte da gravação importa: Cortar MP3 online para uma citação, um toque de celular ou a única tomada que presta.
Uma plataforma só aceita vídeo: o Transformar áudio em vídeo com uma imagem coloca sua faixa sob uma imagem fixa num MP4.
O som está dentro de um vídeo: o Converter MP4 para MP3 descarta a imagem e fica com o áudio.
Você precisa das palavras, não do som: Transcrever vídeo para texto para texto ou legendas, Traduzir um vídeo para inglês para ter texto em inglês a partir de outro idioma. Os dois aceitam arquivos de áudio além de vídeo.

Com perdas, sem perdas e o que significa taxa de bits

Todo formato de áudio pertence a um de dois grupos, e o grupo decide o que uma conversão pode fazer.

Formatos sem perdas mantêm todas as amostras. O WAV guarda PCM bruto: estéreo com qualidade de CD roda a 1.411 kbps, cerca de 10 MB por minuto. O FLAC compacta as mesmas amostras como um arquivo ZIP, normalmente para 50 a 70% do tamanho do WAV, e volta a gerar um áudio idêntico.

Formatos com perdas (MP3, AAC em M4A, Vorbis em OGG, Opus, WMA) descartam partes do som que um modelo de audição considera inaudíveis. Esse detalhe se perde para sempre. Daí saem três regras práticas:

De sem perdas para com perdas, como WAV para MP3, é a direção normal.
De com perdas para sem perdas não recupera nada. Só ajuda quando um programa insiste em WAV, e o arquivo fica várias vezes maior.
De com perdas para com perdas acrescenta uma segunda geração de perda. Uma vez a 192 kbps é muito difícil de ouvir; conversões repetidas, não.

Com taxa de bits constante, o tamanho é aritmética simples: kbps dividido por 8 dá kilobytes por segundo.

64 kbps dá cerca de 0,48 MB por minuto, o suficiente para voz em mono.
128 kbps dá cerca de 0,96 MB por minuto.
192 kbps dá cerca de 1,44 MB por minuto; uma música de quatro minutos tem uns 5,5 MB.
320 kbps dá cerca de 2,4 MB por minuto, o máximo que o MP3 permite.

Dá para fazer a conta ao contrário também. Um podcast de 45 minutos com 108 MB tem 40 KB por segundo, ou seja, 320 kbps, muito mais do que uma voz precisa.

As saídas do conversor são fixas, num bom equilíbrio: MP3 a 192 kbps com o codificador LAME, M4A como AAC a 192 kbps, OGG como Vorbis qualidade 5 (cerca de 160 kbps), WAV como PCM de 16 bits e FLAC sem perdas. A taxa de amostragem e o número de canais são mantidos da origem.

Escolhendo os ajustes pelo conteúdo

Voz ocupa uma faixa de frequência estreita e geralmente é gravada com um único microfone. 64 kbps mono serve para mensagens de voz, chamadas e aulas; 96 kbps mono serve para um podcast que as pessoas vão ouvir de fone. Aqui o mono importa mais que a taxa de bits: a 64 kbps em estéreo, os bits são divididos entre dois canais e as vozes ficam aguadas.

Música precisa de estéreo e de mais folga. 128 kbps funciona para ouvir de fundo e com fones intra-auriculares, 160 kbps para escuta atenta e para pratos, cordas e caudas de reverberação, que são os primeiros a degradar. Evite mono para música, a menos que a gravação já seja mono.

Uma taxa de bits maior nunca melhora a origem. Um MP3 de 128 kbps recodificado a 192 kbps só fica maior.

O que roda onde

As quatro ferramentas de áudio rodam o FFmpeg compilado para WebAssembly no seu navegador. O motor tem cerca de 30 MB, é baixado no primeiro uso e fica em cache. Os arquivos são processados no seu aparelho e nunca enviados, o que combina com músicas inéditas, reuniões confidenciais e mensagens de voz pessoais.

Os limites no navegador dependem da ferramenta: 256 MB para o conversor e o cortador, o que cobre várias horas de MP3 ou cerca de 25 minutos de WAV sem compressão, e 500 MB para o compressor e para áudio em vídeo. Arquivos WAV longos no celular ainda podem passar da memória da aba.

O Converter áudio online também tem uma opção no servidor para arquivos maiores. Ela usa os mesmos ajustes do FFmpeg, então o resultado é idêntico. Uma execução no servidor a cada 24 horas corridas é grátis para arquivos de até 500 MB; o Premium remove o limite diário e aceita até 4 GB. O arquivo enviado é apagado assim que o resultado fica pronto, e o resultado expira cerca de uma hora depois da criação da tarefa.

Transcrição e tradução sempre rodam no servidor, com o modelo de fala Whisper. O uso grátis cobre gravações de até 10 minutos, o Premium até 90 minutos por arquivo.

Fluxos que se encadeiam bem

Uma mensagem de voz para um mensageiro: corte o silêncio nas duas pontas e depois comprima a 64 kbps mono. Uma hora cabe em menos de 30 MB.
Um episódio de podcast numa plataforma de vídeo: prepare uma capa de 1920×1080 com o Cortar imagem online e depois use o Transformar áudio em vídeo com uma imagem. A imagem acrescenta muito pouco; uma hora a 192 kbps tem cerca de 90 MB.
Anotações de uma aula gravada: extraia o som com o Converter MP4 para MP3 a 128 kbps, corte as partes de que precisa e depois transcreva.
Um toque de celular: corte de 20 a 30 segundos começando no refrão. A 192 kbps, 30 segundos têm cerca de 720 KB.

Quando algo dá errado

A saída ficou maior que a entrada. Ou o destino é sem perdas, ou a taxa de bits escolhida está acima da origem. Escolha uma taxa menor ou fique com o original.
A capa do álbum sumiu. As capas são um fluxo de imagem separado, e o conversor e o compressor mantêm só o áudio.
A voz soa metálica. Use mono com a mesma taxa de bits.
A música soa oca. A gravação dependia de um estéreo amplo; volte para estéreo a 128 kbps.
Um arquivo é recusado. Alguns arquivos .m4a ou .webm de gravadores de tela também trazem vídeo. Use o Converter MP4 para MP3 para esses.
O áudio em vídeo falha. A versão do FFmpeg para navegador não conseguiu ler o áudio. Converta-o para MP3 ou WAV antes.