Alt om QTA-filer

QTA (QuickTime Audio) er et proprietært filformat som Apple introduserte i slutten av 2024 med iOS 18.2 for iPhone 16 Pro og iPhone 16 Pro Max. Det brukes til taleopptak og markerer en overgang fra det tidligere brukte M4A-formatet.

Den, innrømmet, svært tekniske bakgrunnen:

QTA er basert på First Order Ambisonics (FOA), en metode for opptak av tredimensjonale (dvs. romlige) lydfelt. De fire mikrofonene på iPhone 16 Pro/Max fanger opp et romlig lydfelt som lagres i fire kanaler. En såkalt omnidireksjonell kanal (altså i alle retninger), en kanal fra front til bak, en kanal fra venstre til høyre og en kanal for opp og ned.
Selve lyddataene lagres i Apple Positional Audio Codec (APAC). Dette er en ny, proprietær kodek som Apple har utviklet for romlig lyd. I tillegg til FOA støtter APAC også HOA (Higher Order Ambisonics) for enda større romlig nøyaktighet. Opprinnelig ble APAC utviklet for Apple Immersive Video på Vision Pro.

Oppbygging av en QTA-fil

En komplett QTA-fil inneholder:

• et stereo-AAC-spor som fallback for eldre enheter
• et romlig lydspor i APAC-format (4 kanaler FOA)
• minst ett metadataspår med avspillingsinformasjon

Hvor brukes QTA?

QTA er utviklet for profesjonelle og kreative bruksområder. Lagdelte opptak kan for eksempel brukes til å legge til ett eller flere lydspor med instrumenter etterpå ved sangopptak. Også ved «vanlige» talememoer kan bakgrunnsstøy fjernes bedre, for eksempel med Logic Pro. Avspillingsalternativene er også bredere på støttede enheter: for eksempel kan stemmen til taleren fremheves og omgivelseslydene reduseres, eller omvendt.

Eksempel på ffprobe av en .qta-fil fra iPhone

Følgende ffprobe av en QTA-fil jeg har laget, viser tydelig hvordan dataene lagres. Den første strømmen (#0:0) inneholder AAC-stereolydsporet med 167 kb/s som er relevant for vår konvertering. De andre sporene er de romlige APAC-dataene (strøm #0:1) og strøm #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