Warum ist meine Sprachmemo-Datei so klein auf dem iPhone?

Der Instinkt ist nachvollziehbar. Ein Foto ist ein paar Megabyte groß, ein kurzes Video einige Dutzend, also fühlt es sich an, als würde etwas fehlen, wenn eine vierzigminütige Audioaufnahme am Ende ungefähr so groß ist wie ein einzelnes Foto. Audio und Video lassen sich so nicht vergleichen, und gesprochene Sprache ist speziell so ziemlich das Einfachste, was ein Telefon komprimieren kann.

Was die Größe tatsächlich bestimmt

Zwei Dinge, und die Qualitätsstufe ist das kleinere der beiden. Das erste ist schlicht die Länge — mehr Sekunden Audio sind mehr Daten, bei jeder Einstellung, genauso wie ein längeres Dokument mehr Wörter hat als ein kurzes. Das zweite ist die Abtastrate, der einzige Hebel, den eine Aufnahme-App tatsächlich in die Hand gibt: Eine höhere Rate speichert mehr Detail pro Sekunde und ergibt bei gleicher Länge eine größere Datei. Mono-Aufnahme, ein Kanal statt zwei, verkleinert die Datei schon, bevor überhaupt eines von beiden gewählt wird, weil nur ein Audiokanal gespeichert werden muss statt zwei.

Was weder beim iPhone noch bei fast jedem anderen Telefon-Rekorder ein Hebel ist, ist das Format selbst. AAC — der Codec innerhalb einer .m4a-Datei — ist verlustbehaftet: Er ist darauf ausgelegt, Detail zu verwerfen, das ein Modell des menschlichen Hörens für nicht wahrnehmbar hält, und das Übrige kompakt zu speichern. Gegenüber einem unkomprimierten Format, das nichts davon verwirft, ist der Unterschied groß — etwa ein Zehntel der Größe für dieselbe Aufnahme, keine marginale Ersparnis.

Warum Sprache so viel kleiner wird, als es scheint, dass sie sollte

Kompression wird nicht gleichmäßig auf jedes Audio angewendet — sie funktioniert, indem sie Redundanz findet und verwirft, was ein Hörer nicht bemerken würde, und eine gesprochene Stimme ist dafür ein leichter Fall. Eine Quelle, ein schmaler Frequenzbereich im Vergleich zu Musik, relativ ruhige Abschnitte zwischen den Wörtern. Eine Orchesteraufnahme fordert denselben Codec deutlich stärker als die Aufnahme einer einzelnen sprechenden Person, weil einfach mehr passiert, das das Modell erhalten muss. Nichts davon zeigt sich als fehlendes Merkmal in der Datei — der Codec macht bei einem Signal, das ohnehin nie schwer zu komprimieren gewesen wäre, einfach seine Arbeit gut.

Das ist auch der Grund, warum die Datei beim Senken der Qualitätsstufe nicht so spürbar kleiner wird, wie man annehmen könnte. Standard, hoch und ultra verändern die Abtastrate, was die Größe tatsächlich etwas verschiebt, aber bei Weitem nicht so stark, wie das Format selbst die Datei gegenüber einer unkomprimierten Aufnahme bereits verkleinert hat. Der Großteil der Ersparnis ist schon passiert, bevor die Qualitätsstufe überhaupt gewählt wird.

Klein bedeutet nicht schlechte Qualität

Die Größe einer Datei sagt, wie effizient sie gespeichert wurde, nicht wie klar sie den Raum eingefangen hat. Eine winzige, gut platzierte Aufnahme eines ruhigen Gesprächs kann besser klingen als eine viel größere Aufnahme aus einem lauten Raum, weil das, was tatsächlich bestimmt, wie eine Aufnahme klingt — Abstand zur sprechenden Person, Hintergrundgeräusche, wie laut die Quelle war — nichts mit der Anzahl der Megabyte des Ergebnisses zu tun hat. Beurteilen Sie eine Aufnahme, indem Sie sie anhören, nicht indem Sie ihre Dateigröße in der Dateien-App prüfen.

Der eine Fall, in dem eine kleine Datei einen zweiten Blick verdient

Die Größe allein sagt selten viel aus, aber die Größe im Vergleich zur eigenen Erwartung an die Länge der Aufnahme schon. Wer sicher ist, fünfundvierzig Minuten aufgenommen zu haben, und die Datei beim Abspielen bereits nach sechs Minuten endet, bei dem ist tatsächlich etwas schiefgelaufen — nur nicht bei der Kompression. Die wahrscheinlichere Erklärung ist eine Unterbrechung während der Aufnahme, ein Telefonanruf ist der häufige Fall, die die Aufnahme beendet statt pausiert hat. Ein Rekorder, der Unterbrechungen gut behandelt, pausiert bei einer solchen und setzt in derselben Datei fort, sobald sie vorbei ist; einer, der das nicht kann, schließt ab, was er bereits hatte, und stoppt dort — das ergibt eine echte, aber abgeschnittene Datei, keine kleine.

Der Unterschied zu normaler Kompression lässt sich einfach feststellen: die Datei abspielen und prüfen, wie lange sie tatsächlich läuft. Stimmt die Dauer mit der Erwartung überein, war die Größe nie das Problem. Ist die Dauer ebenfalls kurz, ist die Aufnahme vorzeitig gestoppt, und die richtige Reaktion ist zu prüfen, was sie unterbrochen hat — ein Anruf ist die häufigste Ursache — statt nach einer Einstellung zu suchen, die eine vollständige Aufnahme größer gemacht hätte.

Wie Voice Studio dazu passt

Voice Studio nimmt Mono-AAC in einer .m4a-Datei bei einer von drei Abtastraten auf — standard, hoch oder ultra — und teilt diese Datei genau so, wie sie aufgenommen wurde, ohne beim Teilen etwas neu zu komprimieren oder umzukodieren, sodass das, was in der Dateien-App zu sehen ist, die echte Aufnahme ist, keine verarbeitete Kopie davon. Eine kleine Datei für eine lange Aufnahme ist das erwartete Ergebnis dieses Formats, kein Zeichen dafür, dass etwas übersprungen wurde. Fällt eine Aufnahme tatsächlich kürzer aus, als die Sitzung lief, funktioniert Voice Studios Umgang mit Anrufunterbrechungen in beiden Fällen gleich: Es pausiert bei der Unterbrechung und setzt in derselben Datei fort, sobald sie endet, sodass eine ordnungsgemäß fortgesetzte Aufnahme nicht die Ursache für eine nicht zur Erwartung passende Dauer sein sollte.

Häufige Fragen

Bedeutet eine kleine Dateigröße, dass meine Aufnahme schlechte Qualität hat?

Nein. Die Dateigröße spiegelt wider, wie effizient das Audio komprimiert wurde, nicht wie klar es den Raum eingefangen hat. Eine kleine, gut platzierte Aufnahme kann deutlich besser klingen als eine viel größere, die aus der Ferne in einem lauten Raum entstanden ist.

Was macht eine Sprachaufnahme-Datei tatsächlich größer oder kleiner?

Hauptsächlich die Länge, in geringerem Maß die gewählte Abtastrate. Das Format selbst — verlustbehaftetes AAC in einer .m4a-Datei — sorgt bereits für den Großteil der Größenreduktion gegenüber einer unkomprimierten Aufnahme, bevor Länge oder Abtastrate überhaupt eine Rolle spielen.

Meine Aufnahme ist beim Abspielen kürzer, als ich tatsächlich aufgenommen habe — ist das dasselbe Problem?

Nein, das ist ein anderes Problem, das eine genauere Prüfung verdient. Eine Aufnahme, die deutlich vor der Zeit endet, die tatsächlich lief, bedeutet meist, dass etwas sie unterbrochen hat — ein Telefonanruf ist der häufige Fall — und hat nichts mit Dateigröße oder Kompression zu tun.

Macht die höchste Qualitätsstufe meine Dateien deutlich größer?

Etwas größer, nicht drastisch. Standard, hoch und ultra verändern die Abtastrate, was die Dateigröße moderat verschiebt — die Länge bleibt der größere Faktor, und der Formatwechsel gegenüber unkomprimiertem Audio hat den Großteil der Größenreduktion bereits erledigt, bevor die Qualitätsstufe überhaupt ins Spiel kommt.