Lässt sich ein Sprachmemo ohne Qualitätsverlust kürzen auf dem iPhone?

Es wirkt wie der denkbar einfachste Schnitt: einen Regler dorthin ziehen, wo die Aufnahme beginnen soll, einen zweiten dorthin, wo sie enden soll, fertig. Bei einer unkomprimierten Datei ist es ungefähr das. Beim AAC innerhalb einer .m4a-Datei — und genau das nimmt ein iPhone tatsächlich auf — liegt darunter eine Schicht, die aus einem exakten Schnitt eine etwas andere Frage macht. Nicht schwieriger, nur anders, und es lohnt sich, das zu verstehen, bevor man annimmt, eine gekürzte Datei hätte still und heimlich etwas verloren.

Was Kürzen bei einer unkomprimierten Datei bedeutet

Eine WAV-Datei speichert Audio als schlichte Abfolge von Samples, eines nach dem anderen, jedes unabhängig von seinen Nachbarn. Sie zu kürzen ist reine Arithmetik: das Sample finden, das dem gewünschten Zeitpunkt entspricht, alles davor verwerfen — was übrig bleibt, ist für sich genommen eine vollständige, gültige Datei. Es gibt keinen Kontext, der über den Schnittpunkt hinwegreicht und dabei verloren gehen könnte, weil in einer WAV-Datei nichts von etwas jenseits des direkt benachbarten Samples abhängt.

Warum ein komprimiertes Format die Sache ändert

Das AAC in einer .m4a-Datei speichert nicht ein unabhängiges Sample nach dem anderen. Es fasst Audio in Frames zusammen — grob ein Tausend Samples auf einmal — und kodiert jeden Frame als eine Einheit, wobei es Muster innerhalb dieses Frames zur Kompression nutzt. Genau deshalb bringt AAC eine Sprachaufnahme auf einen Bruchteil der Größe, die eine WAV-Datei bräuchte: Es speichert nicht jedes Sample für sich, sondern eine kompakte Beschreibung eines ganzen Frames auf einmal.

Die Folge ist, dass ein Frame das kleinste Stück ist, das sich sauber entnehmen lässt, ohne vorher decodiert zu werden. Der beliebige Punkt, an dem geschnitten werden soll — der genaue Moment, in dem ein Wort beginnt — fällt meist mitten in einen Frame, nicht an dessen Rand, weil Frames eine feste Länge haben und Sprache nicht.

Die zwei Wege, wie ein Schnitt tatsächlich abläuft

Ein Werkzeug, das eine komprimierte Datei kürzt, geht einen von zwei Wegen, und beide tauschen Präzision gegen einen zusätzlichen Verarbeitungsschritt.

• Schnitt am nächstgelegenen Frame-Rand. Das rührt das kodierte Audio selbst nie an — es wird nur entschieden, welche Frames bleiben und welche wegfallen, ähnlich wie das Herausreißen von Seiten aus einem Buch alle übrigen Seiten unberührt lässt. Es wird nichts neu kodiert, also entsteht keine zusätzliche verlustbehaftete Kompressionsstufe. Der Preis dafür: Der Schnitt landet am nächstgelegenen Frame-Rand statt genau an der Stelle, an die der Regler gezogen wurde — ein Versatz von bis zu einer Frame-Länge, bei den Abtastraten eines Telefons höchstens ein paar Dutzend Millisekunden.
• Dekodieren, exakt schneiden, neu kodieren. Das liefert genau den gewünschten Moment, weil das Audio dafür kurz unkomprimiert vorliegt — reine Samples, an jeder Stelle schneidbar —, bevor es wieder in AAC-Frames verpackt wird. Der Preis: AAC verliert in beide Richtungen. Die ursprüngliche Aufnahme hat beim ersten Kodieren schon etwas Detail verworfen, und ein zweites Kodieren verwirft obendrauf noch ein weiteres, eigenes Stück.

Ob sich eins von beidem heraushört

Bei einer gesprochenen Aufnahme praktisch nie. Ein Versatz von ein paar Dutzend Millisekunden, wo der Schnitt landet, liegt deutlich unter dem, was irgendjemand als „der Schnitt saß falsch" bemerken würde — das klingt nach normaler Stille oder dem Ende eines Atemzugs, nicht nach einem fehlenden Wort, außer der Schnittpunkt lag von vornherein mitten in der Sprache. Und ein zweiter AAC-Kodierdurchgang auf bereits komprimierter Sprache verhält sich genauso wie das Umwandeln einer .m4a-Datei in ein anderes verlustbehaftetes Format: ein kleiner, technischer Verlust, den man bei normaler Wiedergabe nicht heraushört — aus demselben Grund, aus dem schon die erste Kompression bei Sprache nicht hörbar ist: ein schmaler Frequenzbereich, eine einzelne Quelle, viel Redundanz, mit der der Codec arbeiten kann.

Was tatsächlich weit mehr zählt als beides, ist die Wahl des Schnittpunkts. Ein Schnitt, der die erste Silbe eines Wortes abschneidet, weil der Regler eine halbe Sekunde zu spät landete, stört bei jedem Anhören — egal, welche der beiden Methoden die Datei erzeugt hat. Die Ungenauigkeit am Frame-Rand und ein zweiter Kodierdurchgang liegen beide weit unter dieser Schwelle.

Wann diese Ungenauigkeit tatsächlich etwas ausmachen würde

Es gibt einen schmalen Kreis von Fällen, in denen ein paar Dutzend Millisekunden ein echtes Problem sind und keine Rundungsungenauigkeit: Audio bildgenau auf Video synchronisieren, eine gesprochene Spur in einer richtigen Mischsitzung unter Musik legen, oder ein Arbeitsablauf, der aus forensischen oder rechtlichen Gründen sampelgenaue Schnitte braucht. Das ist dieselbe kurze Liste von Situationen, in denen sich ein unkomprimiertes Format gegenüber einem komprimierten allgemein lohnt — Schnittpräzision ist nur ein weiterer Punkt darauf, kein eigenes Problem. Außerhalb dieser Liste, bei einem Sprachmemo, einer mitgeschnittenen Vorlesung oder einem Interview, das vor dem Teilen gekürzt wird, kostet keine der beiden Schnittmethoden etwas, worüber man sich Sorgen machen müsste.

Womit sich eine Aufnahme auf dem iPhone tatsächlich kürzen lässt

Apples eigene App Sprachmemos bringt ein einfaches Schnittwerkzeug mit: Aufnahme öffnen, auf Bearbeiten tippen, die Regler von beiden Enden hereinziehen. GarageBand geht weiter und erlaubt, Abschnitte herauszuschneiden und neu anzuordnen, statt nur die Enden zu kürzen. Darüber hinaus erledigen mehrere Audio-Editoren von Drittanbietern im App Store dieselbe Aufgabe, manche mit der Wahl zwischen dem schnellen Schnitt am Frame-Rand und dem präzisen, neu kodierten Schnitt von oben. Nichts davon braucht irgendetwas Besonderes an der Datei selbst — eine .m4a-Datei ist eine ganz gewöhnliche Datei, sobald sie die aufnehmende App verlassen hat, und jedes Werkzeug, das Audio bearbeiten kann, öffnet sie.

Wo Voice Studio dazu passt

Voice Studio enthält kein Schnitt- oder Kürzwerkzeug — Aufnahme, Transkription, Marker, Suche, Statistik, Export und Import sind der Funktionsumfang, und eine Datei nachträglich zu kürzen gehört nicht dazu. Das ist eine bewusst gezogene Grenze, kein Versehen: Ein während der Aufnahme gesetzter Marker löst die weit häufigere Version dieses Problems — einen bestimmten Moment wiederzufinden —, ohne die Datei je anzurühren. Wer wirklich eine kürzere Datei zum Verschicken braucht, exportiert die .m4a-Datei genau so, wie sie aufgenommen wurde, und übergibt sie an Sprachmemos, GarageBand oder einen anderen dafür gebauten Editor — die Datei öffnet sich dort ohne Umwandlung und ohne Verlust, weil sie nie etwas anderes war als eine gewöhnliche .m4a-Datei. Aufnehmen und Bearbeiten als getrennte Aufgaben zu behandeln, erledigt von jeweils dafür gebauten Werkzeugen, ist der Grund, warum die unangetastete Originalaufnahme immer noch da ist, falls ein erster Schnitt sich als der falsche herausstellt.

Häufige Fragen

Verliert ein Sprachmemo beim Kürzen an Qualität?

Nur wenn der Schnitt die Datei neu kodiert, und selbst dann ist der Verlust so gering, dass er sich bei gesprochenem Audio nicht heraushört. Ein Schnitt, der nur ganze Frames entfernt, ohne neu zu kodieren, verliert überhaupt nichts — die Gegenleistung dafür ist, am nächstgelegenen Frame-Rand zu landen statt exakt auf der gewählten Millisekunde.

Warum begann oder endete meine gekürzte Aufnahme leicht vor oder nach der Stelle, an die ich den Regler gezogen habe?

Weil AAC Audio in Frames zusammenfasst statt unabhängige Samples zu speichern, kann ein Werkzeug, das ohne Neukodierung kürzt, nur an einem Frame-Rand schneiden, der nahe an einem beliebigen Punkt liegt, aber nicht exakt darauf. Der Versatz beträgt höchstens ein paar Dutzend Millisekunden, weit unter dem, was als fehlendes Wort auffiele.

Gibt es einen Weg, eine m4a-Datei ganz ohne Qualitätsverlust zu kürzen?

Ja — ein Schnitt, der nur an Frame-Rändern schneidet, ohne das Audio zu dekodieren und neu zu kodieren, ändert nichts an den erhaltenen kodierten Frames. Der Kompromiss bei der Präzision ist dann, dass der Schnitt am nächstgelegenen Frame-Rand landet statt genau auf einem beliebigen Punkt.

Lässt Voice Studio das Kürzen einer Aufnahme zu?

Nein. Aufnahme, Transkription, Marker, Suche, Statistik, Export und Import sind das, was die App macht; eine Datei zu kürzen gehört nicht dazu. Ein Marker bringt einen bestimmten Moment zurück, ohne die Datei zu verändern; für eine tatsächlich kürzere Datei die .m4a-Datei exportieren und in Sprachmemos, GarageBand oder einem anderen Audio-Editor kürzen.