MP3, WAV, FLAC ou AAC: qual formato de áudio usar?

O áudio digital começa como uma longa lista de números: a altura da onda sonora medida dezenas de milhares de vezes por segundo. Formatos sem compressão, como WAV e AIFF, simplesmente gravam essa lista no disco. Nada é removido e nada é empacotado, o que deixa os arquivos fáceis de ler em qualquer editor e rápidos de percorrer, mas também grandes. Uma música de três minutos armazenada assim ocupa cerca de 30 MB, não importa como ela soe.

Formatos sem perdas, como FLAC e ALAC, empacotam a mesma lista de forma mais inteligente, como um ZIP faz com um documento. Ao tocar o arquivo, o decodificador reconstrói cada amostra exatamente, então um FLAC decodificado de volta para WAV é idêntico ao original até o último bit. A economia depende da música: gravações acústicas silenciosas encolhem muito, rock denso ou gravações de campo ruidosas encolhem menos. Álbuns típicos ficam entre metade e três quintos do tamanho do WAV.

Formatos com perdas, como MP3, AAC, Vorbis e Opus, descartam informação de propósito. O codificador usa um modelo da audição humana para eliminar sons mascarados por outros mais altos ou em frequências que você dificilmente notaria, e armazena o que sobra. O resultado fica de cinco a dez vezes menor que o WAV. Em uma taxa de bits generosa, a maioria das pessoas não distingue da fonte, mas o detalhe removido se perde para sempre e não volta ao converter de novo.

A história explica boa parte da compatibilidade de hoje. O MP3 teve dez anos de vantagem nos aparelhos de consumo, o WAV veio incluído no Windows, o FLAC cresceu no mundo do código aberto e o AAC chegou com o iPod e a iTunes Store. Abra cada linha para a versão curta, incluindo os quatro formatos que você vai encontrar ao lado dos quatro principais.

O tamanho do arquivo em áudio sem compressão e com perdas é aritmética simples: taxa de bits vezes duração. O WAV estéreo em 16 bits/44,1 kHz roda a 1.411 kbps, o que dá cerca de 10,6 MB por minuto. Os formatos com perdas usam a taxa de bits que você escolher, então um MP3 a 320 kbps tem cerca de 2,4 MB por minuto e, a 128 kbps, pouco menos de 1 MB. O FLAC é a exceção porque o tamanho depende da música, então seus números são sempre uma faixa típica.

Esses valores são para estéreo. Mono corta pela metade, o que importa em gravações de voz, e um WAV de 24 bits/48 kHz de uma câmera ou gravador de campo chega a cerca de 17 MB por minuto. Para ter uma noção de escala, um álbum de 45 minutos tem cerca de 480 MB em WAV, uns 260 MB em FLAC, 108 MB em MP3 a 320 kbps e 45 MB a 128 kbps.

A Taxa de amostragem é quantas vezes por segundo a onda é medida. O áudio de CD usa 44,1 kHz, vídeo e transmissão usam 48 kHz, e estúdios às vezes gravam em 96 kHz. Uma taxa de amostragem captura frequências de até metade do seu valor, então 44,1 kHz já chega a cerca de 22 kHz, acima do limite superior de aproximadamente 20 kHz da audição humana. Taxas mais altas ajudam mais na margem de edição do que na reprodução.

A Profundidade de bits é a precisão com que cada medição é armazenada. 16 bits dão cerca de 96 dB de faixa dinâmica, o que cobre qualquer sala de audição; 24 bits dão aos engenheiros de gravação margem extra para aumentar o volume de uma take baixa sem chiado. A profundidade de bits vale para formatos PCM como WAV, AIFF, FLAC e ALAC. Codecs com perdas não armazenam amostras assim, por isso um MP3 tem taxa de bits, mas não profundidade de bits.

A Taxa de bits (bitrate) é quanto de dados um segundo de áudio usa, medida em quilobits por segundo. No áudio sem compressão ela resulta dos outros dois números, multiplicada pelo número de canais. Nos formatos com perdas é o botão de qualidade que você define: 128 kbps basta para fala, 192 kbps é o meio-termo usual para música e 320 kbps é o teto do MP3. O AAC alcança qualidade comparável com uma taxa um pouco menor que a do MP3.

Normalmente é a compatibilidade, não a qualidade do som, que força a decisão. O MP3 é o único formato que todo som de carro, player de pen drive, navegador, formulário de envio e cliente de e-mail aceita. O AAC é nativo em todo dispositivo Apple e em quase todo celular, mas alguns aparelhos de carro e players mais antigos ignoram arquivos .m4a. O FLAC toca no Android, no Windows 10 e posteriores e no macOS, mas o app Apple Music ainda não o importa, por isso usuários Apple preferem o ALAC.

Produção e distribuição funcionam ao contrário: o destino quer a versão mais completa que você tiver. Editores de áudio e DAWs leem WAV e AIFF com mais confiabilidade, e distribuidoras de música como a DistroKid pedem WAV ou FLAC em 16 ou 24 bits para que os serviços de streaming façam suas próprias codificações. Hospedagens de podcast e o Apple Podcasts aceitam MP3 e AAC.

Uma regra cobre a maioria dos erros com áudio: nunca recodifique de um formato com perdas para outro com perdas. Cada codificação com perdas descarta detalhes, e o codificador seguinte não distingue o que ele mesmo descarta do que o anterior descartou, então as perdas se acumulam. Um MP3 de 128 kbps convertido em AAC de 256 kbps fica maior, mas não melhor, e depois de duas ou três rodadas você começa a ouvir pratos "borbulhantes" e transientes borrados. Sempre codifique a partir da melhor fonte que tiver e guarde essa fonte.

Ir de com perdas para sem perdas tem o problema oposto: é seguro, mas inútil para a qualidade. Transformar um MP3 em WAV ou FLAC gera um arquivo bem maior que soa exatamente como o MP3. Ainda é a decisão certa quando um editor ou sistema de transmissão só aceita WAV, desde que você saiba que o teto de qualidade foi definido pelo MP3.

As conversões que valem a pena descem de um master sem perdas. Converter WAV em MP3 transforma uma gravação de 40 MB em algo que cabe no limite de 25 MB de anexo do Gmail, e uma cópia FLAC para MP3 leva um álbum sem perdas para um celular ou pen drive de carro. Se você usa equipamentos Apple e quer continuar sem perdas, FLAC para ALAC mantém cada amostra e deixa os arquivos importáveis. Extrair o som de um vídeo é outro caso, explicado em como converter MP4 em MP3.

Cada família de formatos guarda os dados da música de um jeito. O MP3 usa tags ID3, com quadros ID3v2 para título, artista, álbum, número da faixa, letra e imagem de capa incorporada. FLAC e OGG usam comentários Vorbis, campos de texto simples mais um bloco de imagem para a capa. O AAC em um arquivo .m4a usa os átomos de metadados MP4 popularizados pelo iTunes, e por isso capa e campos de ordenação aparecem tão bem nos dispositivos Apple.

O WAV é o ponto fraco. Seu bloco RIFF INFO guarda poucos campos de texto, o suporte a capa não é oficial e muitos gravadores e players não escrevem nem leem nada. É mais um motivo para o FLAC vencer o WAV em uma biblioteca de música: mesmo áudio, arquivos menores e tags de verdade. Ao converter com o conversor de áudio, Manter tags e capa copia o que a fonte tiver para os campos que o formato de destino aceita. Se você precisa da transcrição de um áudio falado, e não de uma biblioteca organizada, veja como transcrever áudio em texto.

Encontre a linha que corresponde ao que vai acontecer com o arquivo. Se duas linhas se aplicarem, guarde um master sem perdas e faça a cópia com perdas a partir dele, assim você nunca precisa escolher entre as duas.