content_cut Taglia Audio star

Come Funziona il Taglio Audio nel Browser

Questo strumento non invia mai il tuo file da nessuna parte — utilizza la funzione decodeAudioData() della Web Audio API per decomprimere l'audio compresso (MP3, AAC, OGG, qualunque cosa supporti il codec del browser) in un AudioBuffer grezzo: un array di valori campione in virgola mobile tra -1 e 1, uno per canale. Questo passaggio di decodifica è lo stesso che un lettore multimediale esegue internamente prima di poter effettivamente riprodurre un suono — la differenza qui è che i campioni decodificati restano accessibili in JavaScript invece di andare direttamente agli altoparlanti, ed è ciò che rende possibile la modifica. Un dettaglio utile da sapere: decodeAudioData() decodifica alla frequenza di campionamento propria dell'AudioContext — tipicamente 44.1kHz o 48kHz a seconda dell'hardware audio del tuo dispositivo — anziché alla frequenza originale del file sorgente, ricampionando automaticamente se sono diverse. Questo è un comportamento standard e trasparente integrato nella pipeline audio di ogni browser, non qualcosa che questo strumento fa diversamente, e si applica allo stesso modo sia che un file sia audio vocale a 8kHz sia audio da studio a 96kHz.

Il taglio, una volta decodificato l'audio, non è altro che un sezionamento di array: si moltiplicano i tempi di inizio e fine selezionati (in secondi) per la frequenza di campionamento per ottenere gli indici dei campioni, poi si copiano solo i campioni tra questi due indici in un nuovo buffer più corto. Non c'è ricodifica del contenuto audio, nessuna perdita di qualità, nessun artefatto di ricompressione — la forma d'onda all'interno dell'intervallo selezionato viene copiata byte per byte nella sua forma decodificata.

L'anteprima della forma d'onda viene disegnata percorrendo una sola volta l'array di campioni decodificati, dividendolo in tanti gruppi quanti sono i pixel orizzontali, e tracciando il valore campione minimo e massimo trovato in ciascun gruppo come barra verticale — la stessa tecnica dell'inviluppo di picco usata da ogni editor audio, perché tracciare ogni singolo campione (spesso 44.100 al secondo) sarebbe sia dispendioso sia visivamente indistinguibile dall'inviluppo min/max alle risoluzioni schermo tipiche.

Perché l'Output È WAV e Non MP3

Il risultato tagliato viene esportato come WAV — un contenitore PCM non compresso che scrive semplicemente i dati campione grezzi con un'intestazione RIFF standard di 44 byte che descrive frequenza di campionamento, profondità di bit e numero di canali. Si tratta di un compromesso deliberato e onesto: codificare in un formato compresso come MP3 richiede un encoder psicoacustico completo (lo stesso tipo di algoritmo complesso usato per creare il file in primo luogo), che i browser non espongono nativamente e che richiederebbe il caricamento di una grande libreria aggiuntiva. Il WAV, in cambio, garantisce zero perdita di generazione — tagliare dieci volte di seguito non degrada mai l'audio, a differenza di risalvare ripetutamente un MP3 con perdita. Se in seguito serve un file più piccolo, il WAV risultante può essere ricompresso con qualsiasi strumento audio standard.

• Il WAV esportato utilizza la frequenza di campionamento dell'AudioContext (di solito 44.1kHz o 48kHz) e una profondità di 16 bit, indipendentemente dalla frequenza o profondità di bit originali del file sorgente — questo deriva dal funzionamento di decodeAudioData(), non da una limitazione del taglio in sé.
• I file molto lunghi (oltre circa 30-60 minuti) possono utilizzare una quantità significativa di memoria del browser, poiché l'intero buffer decodificato viene mantenuto in RAM come campioni in virgola mobile prima del taglio.
• La forma d'onda viene disegnata solo dal primo canale audio; il contenuto stereo viene tagliato su tutti i canali allo stesso modo, solo l'anteprima si semplifica a una singola linea.