Formate und Qualität

Hier erfährst du, woraus die Dateien bestehen. Es geht um das Audioformat, die Auflösungen und Bitraten beim Video, die Bildschirmfreigabe, den Unterschied zwischen Livebild und Aufnahme und darum, wie viel Platz eine Stunde Aufnahme braucht.

Audio¶

Jeder Audiotrack ist eine unkomprimierte WAV mit 48 kHz, 16 Bit und in Mono. Verschiedene Qualitätsstufen gibt es beim Audio nicht, jeder Tarif nimmt genau so auf.

Unkomprimiert ist die WAV, weil jede Kompression eine Entscheidung wäre, die jemand schon vor dem Schnitt für dich trifft. Ein komprimiertes Format klingt für sich allein zwar gut, verträgt aber keine Bearbeitung, und ein Podcast-Track wird bearbeitet. Er wird geschnitten, gepegelt, entrauscht und für den Feed am Ende noch einmal komprimiert. Die WAV ist also dein Master, und die kleine Datei entsteht erst ganz am Schluss.

Mono ist sie, weil eine Stimme nur eine Quelle hat. Eine Stereodatei von einem einzelnen Mikrofon würde bloß dasselbe Audio zweimal enthalten, bei doppelter Größe. podsink holt sich von deinem Mikrofon deshalb einen Kanal mit 48 kHz und liest die rohen Samples direkt aus, ohne einen Encoder dazwischen.

Video¶

Video gibt es in den Tarifen Free, Max und Business. Der Host wählt für die Session eine Auflösung zwischen 720p und 2160p, und die Kamera jeder Person wird in dieser Auflösung aufgenommen oder in einer niedrigeren, wenn die Person selbst eine gewählt hat. Das Bild landet als H.264 in einer MP4, und die Bitrate hängt von der Auflösung ab:

Das sind Obergrenzen für einen sprechenden Kopf. Eine echte Datei bleibt meistens etwas darunter. Die Bitrate richtet sich dabei nach der Größe, die tatsächlich aufgenommen wird, und nicht nach der Obergrenze der Session. Eine 1080p-Kamera in einer 2160p-Session nimmt also mit 5 Mbit/s auf.

In der MP4 steckt außerdem eine AAC-Kopie vom Audio dieser Person. So kannst du das Video auch für sich abspielen, und im Schnittprogramm liegt es sauber über der WAV. Zum Schneiden nimmst du aber weiterhin die WAV, die AAC ist nur zur Orientierung da.

Bildschirmfreigabe¶

Ein geteilter Bildschirm, ein Fenster oder ein Tab wird als eigene MP4 mit bis zu 5 Mbit/s aufgenommen, und zwar in der Größe, die die Quelle gerade hat. Diese Größe ändert sich allerdings, sobald jemand die Größe eines Fensters ändert oder auf einen anderen Bildschirm wechselt. Deshalb benutzt podsink für diesen Track eine Variante von H.264, die mitten im Stream die Auflösung wechseln kann, ohne dass die Datei kaputtgeht. Mit der Qualitätsstufe in der Session, „Scharf“ für Text oder „Bewegung“ für Video, sagst du dem Browser, worauf er achten soll.

Live ist nicht die Aufnahme¶

Was die anderen während der Session von dir sehen und hören, läuft über einen Medienserver, damit ihr miteinander reden könnt. Dieser Stream soll vor allem flüssig laufen. Bei bis zu drei Leuten im Raum kommt das Livebild deshalb in 1080p, bei vier bis sechs in 720p und bei sieben oder acht in 540p. Die Aufnahme bekommt davon nichts mit, denn sie entsteht die ganze Zeit auf deinem Gerät in der Auflösung, die für die Aufnahme eingestellt ist. Beim Audio ist das genauso. Das Live-Audio wird fürs Gespräch komprimiert, die WAV nicht.

Wie groß eine Stunde wird¶

So viel Platz braucht eine Stunde Aufnahme pro Person, berechnet aus den Bitraten oben und in dezimalen Gigabyte:

Mit der Zahl der Leute und der Länge der Aufnahme kommt da schnell einiges zusammen. Zwei Stunden mit vier Leuten in 1080p ergeben rund 21 GB, und jede Person lädt ihren Teil davon während des Gesprächs über ihre eigene Leitung hoch.

Warum es Chromium braucht¶

Rohe Samples vom Mikrofon zu lesen und H.264 in dieser Größe in eine MP4 zu schreiben, geht im Browser nur mit Funktionen, die bisher allein Browser auf Chromium-Basis mitbringen. Deshalb unterstützt podsink Chrome und Edge. Was genau dahintersteckt und was auf Handys geht, steht unter Geräte und Browser.