Alt om QTA filer

QTA (QuickTime Audio) er et proprietært filformat, som Apple introducerede i slutningen af 2024 med iOS 18.2 til iPhone 16 Pro og iPhone 16 Pro Max. Det bruges til stemmeoptagelser og markerer en ændring fra det hidtil anvendte M4A-format.

Den, indrømmet, meget tekniske baggrund:

QTA er baseret på First Order Ambisonics (FOA), en metode til optagelse af tredimensionelle (dvs. rumlige) lydfelter. De fire mikrofoner i iPhone 16 Pro/Max registrerer et rumligt lydfelt, der gemmes i fire kanaler. En såkaldt omnidirektionel kanal (dvs. i alle retninger), en kanal fra foran til bagved, en kanal fra venstre til højre og en kanal til oven og neden.
Selve lyddataene gemmes i Apple Positional Audio Codec (APAC). En ny, igen proprietær codec, som Apple har udviklet til rumlig lyd. APAC understøtter ud over FOA også HOA (Higher Order Ambisonics) for endnu større rumlig nøjagtighed. Oprindeligt blev APAC udviklet til Apple Immersive Video på Vision Pro.

Opbygning af en QTA-fil

En komplet QTA-fil indeholder:

• et stereo-AAC-spor som fallback for ældre enheder
• et rumligt lydspor i APAC-format (4 kanaler FOA)
• mindst et metadata-spor med afspilningsoplysninger

Hvor bruges QTA?

QTA er udviklet til professionelle og kreative anvendelsesformål. De lagdelte optagelser kan f.eks. bruges til at tilføje en eller flere lydspor med instrumenter efterfølgende til vokaloptagelser. Også ved "normale" stemmeoptagelser kan baggrundsstøj fjernes bedre, f.eks. med Logic Pro. Afspilningsmulighederne er også bredere på understøttede enheder: F.eks. kan talerens stemme fremhæves og omgivelsesstøj reduceres, eller omvendt.

Eksempel på ffprobe af en .qta-fil fra iPhone

Følgende ffprobe af en QTA-fil, jeg har oprettet, viser tydeligt, hvordan dataene gemmes. Den første stream (#0:0) indeholder det AAC-stereolydspor med 167 kb/s, der er relevant for vores konvertering. De andre spor er de rumlige APAC-data (stream #0:1) og stream #0:2 og #0:3 for metadataene.

Input #0, MOV,mp4,m4a,3gp,3g2,mj2, from 'test-qta.qta':
  Metadata:
    major_brand     : QT
    minor_version   : 0
    compatible_brands: qt
    creation_time   : 2026-02-01T10:13:39.000000Z
    encoder         : com.apple.VoiceMemos (iPhone Version 26.2.1 (Build 23C71))
  Duration: 00:52:03.42, start: 0.000000, bitrate: 564 kb/s
  Stream #0:0[0x1](und): Audio: aac (LC) (mp4a / 0x6134706D), 48000 Hz, stereo, fltp, 167 kb/s (default)
    Metadata:
      creation_time   : 2026-02-01T10:13:39.000000Z
      handler_name    : Core Media Audio
      vendor_id       : [0][0][0][0]
  Stream #0:1[0x2](und): Audio: none (apac / 0x63617061), 48000 Hz, 4 channels, 388 kb/s
    Metadata:
      creation_time   : 2026-02-01T10:13:39.000000Z
      handler_name    : Core Media Audio
      vendor_id       : [0][0][0][0]
  Stream #0:2[0x3](und): Data: none (mebx / 0x7862656D), 0 kb/s (default)
    Metadata:
      creation_time   : 2026-02-01T10:13:39.000000Z
      handler_name    : Core Media Metadata
  Stream #0:3[0x4](und): Data: none (mebx / 0x7862656D) (default)
    Metadata:
      creation_time   : 2026-02-01T10:13:39.000000Z
      handler_name    : Core Media Metadata

Kilder

Apple Developer: "Enhance your app's audio recording capabilities" – WWDC25
https://developer.apple.com/videos/play/wwdc2025/251/
Apple Support: "Apply Spatial Playback processing to QTA files in Logic Pro for iPad"
https://support.apple.com/guide/logicpro-ipad/apply-spatial-playback-processing-qta-files-lpip0da1ccfc/ipados
Apple Developer: "Apple Positional Audio Codec" (PDF)
https://developer.apple.com/av-foundation/Apple-Positional-Audio-Codec.pdf