MP3, WAV, FLAC और AAC के बीच ऑडियो फ़ाइल कैसे कन्वर्ट करें

ऑडियो फ़ाइल का फ़ॉर्मैट बदलने पर असल में क्या होता है, हर कन्वर्ज़न की कुछ न कुछ कीमत क्यों चुकानी पड़ती है, और ब्राउज़र आपके लिए क्या कर सकता है और क्या नहीं।

ऑडियो फ़ाइलें दो नहीं, तीन तरह की होती हैं

लोग आम तौर पर ऑडियो को दो खानों में बाँटते हैं, अच्छी क्वालिटी वाला और छोटे साइज़ वाला, और इससे ज़्यादा काम का फ़र्क छिप जाता है। असल में तीन कैटेगरी हैं, और अगर आपको पता है कि आपके पास कौन-सी है, तो ज़्यादातर सवालों के जवाब पूछने से पहले ही मिल जाते हैं।

WAV बिना कंप्रेशन वाली फ़ाइल है। इसमें एक छोटे RIFF हेडर के बाद कच्चे PCM सैंपल होते हैं, यानी सैंपल क्लॉक की हर टिक पर हर चैनल के लिए एक संख्या। न कुछ एनालाइज़ होता है, न कुछ हटाया जाता है, इसलिए इसका साइज़ सीधा गणित है: सैंपल रेट गुणा बिट डेप्थ गुणा चैनलों की संख्या।

FLAC कंप्रेस्ड है, लेकिन लॉसलेस। यह अंदाज़ा लगाता है कि वेवफ़ॉर्म आगे किस ओर जाएगा, अपने अंदाज़े और असली सैंपल के बीच का अंतर सेव करता है, और उसे किफ़ायत से पैक करता है। FLAC को डिकोड करें, तो बिट-दर-बिट वही सैंपल वापस मिलते हैं जो अंदर गए थे। यह WAV से काफ़ी छोटा होता है, पर लॉसी फ़ाइल जितना छोटा तो दूर-दूर तक नहीं।

MP3, AAC और Vorbis (ज़्यादातर .ogg फ़ाइलों के अंदर यही कोडेक होता है) लॉसी फ़ॉर्मैट हैं। ये सिग्नल पर एक साइकोअकूस्टिक मॉडल चलाकर तय करते हैं कि आपके कान किन हिस्सों पर ध्यान नहीं देंगे, और फिर उन हिस्सों को सेव ही नहीं करते। हटाया गया ऑडियो हमेशा के लिए चला जाता है। लॉसी फ़ाइल को वापस PCM में डिकोड किया जा सकता है, लेकिन तब आप वही डिकोड करते हैं जो एनकोडर ने रखना चुना था, वह नहीं जो असल में रिकॉर्ड हुआ था।

हर कन्वर्ज़न एक ही बीच वाले चरण से गुज़रता है

MP3 से AAC तक कोई सीधा रास्ता नहीं है। MP3 पहले वापस PCM सैंपल में डिकोड होता है, फिर AAC एनकोडर उन सैंपल को नए सिरे से देखता है और खुद तय करता है कि क्या फेंकना है। इसे ट्रांसकोडिंग कहते हैं, और इसकी कीमत हर एक बार चुकानी पड़ती है।

नुकसान सुनने में जितना लगता है, उससे ज़्यादा होता है, क्योंकि दूसरा एनकोडर यह नहीं पहचान सकता कि सिग्नल का कौन-सा हिस्सा संगीत है और कौन-सा पहले एनकोडर की पैदा की हुई गड़बड़ी (आर्टिफ़ैक्ट)। वह दोनों को बचाने में बिट खर्च करता है। ऐसा बार-बार करें, तो नतीजा सुनाई देने लगता है: सिम्बल की आवाज़ सरसराहट में बदल जाती है, तेज़ ट्रांज़िएंट के ठीक पहले हल्का-सा धुंधलापन आ जाता है, और स्पेक्ट्रम का ऊपरी हिस्सा चुपचाप गायब हो जाता है।

इससे एक नियम निकलता है, जो ज़्यादातर मामलों पर लागू होता है। हमेशा अपनी सबसे अच्छी कॉपी से कन्वर्ट करें, उस कॉपी से नहीं जिसे आपने पिछले हफ़्ते कन्वर्ट किया था। अगर आपके पास FLAC है, तो AAC उसी FLAC से बनाएँ। लॉसी फ़ाइल को WAV या FLAC में बदलने से भी कुछ वापस नहीं आता। नुकसान बस एक बड़े कंटेनर में रख दिया जाता है।

इस साइट का कन्वर्टर असल में क्या करता है

यह टूल आपकी फ़ाइल ब्राउज़र के अपने डिकोडर को सौंप देता है, इसीलिए आपका ब्राउज़र जो कुछ भी चला सकता है, उसमें से लगभग सब यह खोल लेता है: MP3, AAC, M4A, OGG, WAV, और FLAC भी, अगर ब्राउज़र उसे सपोर्ट करता हो। इसके बाद क्या होता है, यह आपके चुने फ़ॉर्मैट पर निर्भर है।

WAV सीधे डिकोड किए गए सैंपल से 16-बिट PCM के रूप में लिखा जाता है।
MP3 को LAME 192 kbps पर एनकोड करता है, बैकग्राउंड worker में, ताकि लंबी फ़ाइल पर भी पेज इस्तेमाल करने लायक बना रहे।
AAC को आपके ब्राउज़र का बिल्ट-इन ऑडियो एनकोडर 192 kbps पर एनकोड करता है, और यह कच्ची .aac स्ट्रीम के रूप में सेव होता है। कुछ ऐप AAC को .m4a कंटेनर के अंदर चाहते हैं और यह फ़ाइल नहीं खोलेंगे।
OGG के लिए वही बिल्ट-इन एनकोडर 128 kbps पर Opus लिखता है। Opus उस Vorbis कोडेक से नया है जो ज़्यादातर पुरानी .ogg फ़ाइलों में होता है। मौजूदा ब्राउज़र और VLC जैसे प्लेयर इसे चला लेते हैं, लेकिन कुछ पुराने हार्डवेयर प्लेयर सिर्फ़ Vorbis समझते हैं।
AAC और OGG इसी बिल्ट-इन एनकोडर पर निर्भर हैं, इसलिए जिस ब्राउज़र में यह नहीं होता, वहाँ ये दोनों विकल्प बंद रहते हैं, ताकि चुपचाप कोई और फ़ाइल न बन जाए।

कन्वर्ज़न के दौरान क्या-क्या बदलता है

कुछ बातें लोगों को चौंका देती हैं। कन्वर्टर सब कुछ 44.1 kHz पर डिकोड करता है, और OGG के लिए 48 kHz पर, क्योंकि Opus सिर्फ़ इसी रेट पर चलता है। इसलिए 96 kHz वाला सोर्स बीच में रीसैंपल हो जाता है। MP3, AAC और OGG के लिए सराउंड फ़ाइलें स्टीरियो में मिक्स कर दी जाती हैं। और WAV आउटपुट 16 बिट प्रति सैंपल पर लिखा जाता है, इसलिए 24-बिट मास्टर के आखिरी बिट कट जाते हैं। सुनने के लिए इनमें से किसी बात से फ़र्क नहीं पड़ता। लेकिन अगर किसी ने आपसे कोई खास फ़ॉर्मैट माँगा है, तो इन सब बातों से फ़र्क पड़ता है।

टैग बिल्कुल नहीं बचते। डिकोडर सिर्फ़ सैंपल लौटाता है, और कुछ नहीं, इसलिए आर्टिस्ट, एल्बम, ट्रैक नंबर और फ़ाइल में जुड़ी कवर इमेज, सब हट जाते हैं। एक सादी फ़ाइल और उतने ही सादे नाम की उम्मीद रखें।

साइज़ फ़ॉर्मैट पर निर्भर करता है। WAV उसी गणित पर चलता है: CD रेट वाला स्टीरियो PCM लगभग 10 MB प्रति मिनट लेता है, तो चार मिनट का गाना करीब 40 MB का होता है। 192 kbps पर MP3 और AAC लगभग 1.4 MB प्रति मिनट लेते हैं, और 128 kbps पर OGG 1 MB से थोड़ा कम। लंबी फ़ाइलों को कन्वर्ट होते समय 32-बिट फ़्लोट के रूप में मेमोरी में भी रखना पड़ता है, और यहीं ब्राउज़र टैब हाँफने लगता है।

यह सच में किस काम आता है

किसी अड़ियल फ़ाइल को ऐसे रूप में लाने के लिए जिसे हर एडिटर खोल ले, और वह भी बिना कुछ इंस्टॉल किए। हर ऑडियो सॉफ़्टवेयर PCM WAV समझता है। अगर किसी साथी ने आपको OGG भेजी है जिसे आपका एडिटिंग सॉफ़्टवेयर नहीं खोलता, या वीडियो टाइमलाइन पर डालने के लिए आपको एक सादा वेवफ़ॉर्म चाहिए, तो ब्राउज़र टैब में तीस सेकंड, इंस्टॉलर ढूँढने और उसकी हर स्क्रीन पर क्लिक करते जाने के बीस मिनट से कहीं बेहतर हैं।

ट्रांसक्रिप्शन टूल या नॉइज़ रिडक्शन के लिए फ़ाइल तैयार करने में भी यही सही रूप है। दोनों को बिना कंप्रेशन वाला इनपुट चाहिए, और MP3 मिलने पर उन्हें उसे फिर से डिकोड ही करना पड़ता।

उल्टी दिशा में भी यह उतना ही काम का है: WAV वाले वॉइस मेमो या रिहर्सल की रिकॉर्डिंग को इतना छोटा MP3 बनाना कि उसे भेजा जा सके, और इसके लिए पहले कोई एनकोडर इंस्टॉल नहीं करना पड़ता।

डेस्कटॉप एनकोडर कब बेहतर है

FLAC के लिए, जिसे यह टूल नहीं बनाता, और हर उस काम के लिए जिसमें ऐसा कंट्रोल चाहिए जो यह पेज नहीं देता: वेरिएबल बिटरेट, कोई खास सैंपल रेट, 24-बिट आउटपुट, या पूरा फ़ोल्डर एक साथ। ffmpeg कमांड लाइन से यह सब कर देता है। foobar2000 जैसे डेस्कटॉप प्लेयर इन्हीं एनकोडरों को एक ऐसे कन्वर्टर में पैक करते हैं जो टैग भी लिखता है, और जब फ़ाइलें किसी एडिटर में नहीं, बल्कि म्यूज़िक लाइब्रेरी में जा रही हों, तो आपको यही चाहिए।

कुछ भी अपलोड नहीं होता

आपका ऑडियो कभी किसी सर्वर तक नहीं पहुँचता। डिकोडिंग और एनकोडिंग, दोनों उसी पेज में होती हैं जो आपने खोल रखा है, इसलिए बिना रिलीज़ हुई रिकॉर्डिंग, क्लाइंट का काम और निजी वॉइस मेमो आपकी मशीन पर ही रहते हैं। अपने ब्राउज़र के डेवलपर टूल्स में Network टैब खोलें और कुछ कन्वर्ट करके देखें। पहली बार MP3 में कन्वर्ट करने पर एनकोडर लाइब्रेरी डाउनलोड होती है, और किसी भी रिक्वेस्ट में आपकी फ़ाइल नहीं जाती।