Jak wyodrębnić dźwięk z wideo

Nagrany wykład, którego chcesz posłuchać podczas biegania. Piosenka, którą ktoś nagrał na koncercie. Rozmowa z klientem zapisana jako nagranie ekranu. Wywiad, który trzeba oddać do transkrypcji. We wszystkich tych przypadkach obraz to balast: zajmuje 90–99% pliku, a to, czego naprawdę potrzebujesz, to ścieżka dźwiękowa.

Ten poradnik prowadzi przez całe zadanie: wyciągnięcie dźwięku, wybór bitrate’u dopasowanego do źródła, wycięcie potrzebnego fragmentu i zmieszczenie wyniku w e-mailu, komunikatorze albo formularzu.

Co właściwie wyodrębniasz

Plik wideo to kontener z co najmniej dwoma strumieniami w środku: obrazem i dźwiękiem. W telefonach dźwięk to prawie zawsze AAC, zwykle 96–256 kbps. Programy do nagrywania ekranu i przeglądarki często tworzą WebM z dźwiękiem Opus. Wyodrębnienie oznacza odrzucenie strumienia wideo i zapisanie samego dźwięku.

Jednego wyodrębnianie nie potrafi: poprawić brzmienia. Dźwięk w filmie jest już skompresowany, a ponowne zakodowanie go z wyższym bitrate’em nie przywróci niczego, co usunął koder telefonu.

Szybka droga: MP4 na MP3 w przeglądarce

1. Otwórz Konwertuj MP4 na MP3 i upuść plik. Przyjmuje MP4, MOV (także nagrania z iPhone’a) i WebM, do 2 GB na plik.
2. Wybierz bitrate: 128, 192, 256 lub 320 kbps. Który – wyjaśnia następna sekcja.
3. Poczekaj na konwersję i pobierz MP3. Możesz upuścić kilka plików naraz; są przetwarzane po kolei z tym samym bitrate’em.

Konwersja działa na FFmpeg skompilowanym do WebAssembly, więc film jest odczytywany z twojego dysku i nigdy nie jest wysyłany. Silnik ma około 30 MB i jest pobierany raz, przy pierwszym użyciu, a potem przechowywany w pamięci podręcznej przeglądarki.

Jeśli klip ma kilka ścieżek dźwiękowych, na przykład w dwóch językach, jedna jest wybierana automatycznie, a pozostałe są pomijane. Ścieżka 5.1 jest miksowana do stereo, bo MP3 nie ma trybu dźwięku przestrzennego. Film nagrany bez dźwięku nie ma czego wyodrębnić i konwersja kończy się błędem.

Wybór bitrate’u

Przy stałym bitrate’cie rozmiar pliku wynika wprost: kbps podzielone przez 8 to kilobajty na sekundę.

• 128 kbps, około 0,96 MB na minutę. Mowa w każdej postaci: wykłady, spotkania, rozmowy, notatki głosowe, podcasty nagrane telefonem.
• 192 kbps, około 1,44 MB na minutę. Wartość domyślna. Bezpieczny wybór przy mieszanej treści i większości muzyki.
• 256 kbps, około 1,9 MB na minutę. Muzyka z dobrego źródła, której będziesz słuchać na porządnych słuchawkach.
• 320 kbps, około 2,4 MB na minutę. Maksimum MP3. Przydaje się tylko wtedy, gdy samo źródło jest wysokiej jakości.

Dopasuj bitrate do źródła, a nie do ideału. Film z telefonu z dźwiękiem AAC 128 kbps nie zabrzmi lepiej jako MP3 320 kbps; będzie po prostu 2,5 raza większy. Przy nagraniu, które będziesz dalej edytować, 256 lub 320 kbps zostawia zapas, dzięki któremu kolejne kodowanie nie doda słyszalnych artefaktów.

Godzinny wykład to około 58 MB przy 128 kbps i 86 MB przy 192 kbps.

Wbudowane sposoby, które wystarczą

Czasem konwerter w ogóle nie jest potrzebny.

macOS

Poradzi sobie QuickTime Player: otwórz film, wybierz Plik, potem Eksportuj jako, potem Tylko audio. Wynikiem jest plik M4A z dźwiękiem AAC, który odtworzysz w aplikacji Muzyka, na iPhone’ach i w większości nowoczesnych odtwarzaczy. Jeśli miejsce docelowe upiera się przy MP3, użyj narzędzia w przeglądarce.

iPhone i iPad

W aplikacji Zdjęcia nie ma przycisku „jednym stuknięciem”. Aplikacja Skróty ma czynność „Koduj multimedia” z opcją samego dźwięku, która działa, ale jej skonfigurowanie zajmuje kilka minut. Przy jednorazowej potrzebie szybciej będzie otworzyć tę stronę w Safari i wybrać film ze Zdjęć. Telefony dekodują wolno, więc przy długich filmach lepszym miejscem jest komputer.

Windows i Android

Windows nie ma wbudowanego sposobu, by jednym krokiem zapisać sam dźwięk z filmu, a na Androidzie zależy to od aplikacji galerii producenta telefonu. Narzędzie w przeglądarce działa wszędzie tak samo.

Zostaw tylko potrzebny fragment

Dwugodzinnego nagrania rzadko trzeba udostępniać w całości. Otwórz MP3 w narzędziu Przytnij MP3 online: rysuje ono przebieg fali, więc pauzy między zdaniami łatwo wypatrzyć, a dwa suwaki z krokiem 0,1 sekundy ustawiają początek i koniec.

Wskazówki do czystych cięć:

• Ustaw oba punkty w ciszy, w płaskich przerwach przebiegu, żeby nie uciąć sylaby.
• Zostaw 0,1–0,3 sekundy zapasu przed pierwszym słowem.
• Żeby wyciągnąć kilka cytatów z jednego pliku, przytnij, pobierz, przesuń suwaki i przytnij ponownie. Plik pozostaje wczytany.

Wycięty fragment jest kodowany ponownie jako MP3 192 kbps, więc kończy się dokładnie tam, gdzie ustawiłeś suwaki, zamiast przeskakiwać do najbliższej ramki MP3. To samo narzędzie robi dzwonki: rozsądna długość to 20–30 sekund, zaczynając od najbardziej chwytliwego fragmentu.

Zmieszczenie się w limitach

Typowe miejsca docelowe i sposoby, by zmieścić się w ich limitach:

• Załączniki e-mail. Wiele usług pocztowych ogranicza załączniki do około 20–25 MB. Przy 128 kbps to mniej więcej 20–25 minut dźwięku. Przy dłuższych nagraniach użyj mono i niższego bitrate’u.
• Formularze do kursów, rekrutacji i zgłoszeń do pomocy technicznej często mają limity 10 MB lub mniej.

W przypadku mowy Skompresuj plik MP3 może zejść do 64 lub 96 kbps i zmiksować plik do mono. Głos znosi to bardzo dobrze: godzinna prelekcja przy 64 kbps mono to około 29 MB, wobec 86 MB przy 192 kbps stereo. Muzyka źle znosi mono i 64 kbps; zostaw ją przy 128 kbps stereo lub wyżej.

Kiedy MP3 to nie najlepszy wybór

MP3 odtwarza się wszędzie i dlatego jest wartością domyślną. Inne formaty mają sens w konkretnych przypadkach:

• M4A to format natywny dla urządzeń Apple, który przy tym samym bitrate’cie brzmi nieco lepiej niż MP3.
• WAV to format, którego wymagają niektóre edytory audio i procesy emisyjne. Jest nieskompresowany: około 10 MB na minutę stereo.
• FLAC jest bezstratny i mniejszy niż WAV, przydaje się do archiwizacji.

Konwertuj audio online zapisuje wszystkie te formaty, ale przyjmuje pliki audio, a nie wideo. Najpierw wyodrębnij ścieżkę dźwiękową, w 320 kbps, jeśli liczy się jakość, a potem przekonwertuj MP3. Ponieważ dźwięk w filmie z telefonu od początku był stratny, WAV zrobiony w ten sposób nie traci niczego, co dałoby się usłyszeć; po prostu zadowala oprogramowanie, które nie przyjmuje MP3.

Potrzebujesz słów, a nie dźwięku

Jeśli celem jest transkrypcja, najpierw wyodrębnij dźwięk i wyślij MP3 do transkrypcji. Wgranie MP3 o rozmiarze 14 MB zamiast filmu 1 GB jest znacznie szybsze i daje ten sam tekst. Transkrypcja działa na serwerze; bez konta obsługuje nagrania do 10 minut raz dziennie, więc długie wykłady trzeba pociąć na części w Przytnij MP3 online, najlepiej w pauzach.

Rozwiązywanie problemów

• Konwersja od razu kończy się błędem. Sprawdź, czy film w ogóle ma dźwięk: odtwórz go i obserwuj głośność. Nagrania ekranu często powstają z wyłączonym dźwiękiem.
• Plik jest odrzucany. Akceptowane są tylko MP4, MOV i WebM. Plik MKV lub AVI można najpierw przekonwertować w Konwertuj MKV na MP4 online lub Konwertuj AVI na MP4 online.
• Duży plik zawiesza się na telefonie. Cały film musi zmieścić się w pamięci karty. Spróbuj przeglądarki na komputerze albo opcji serwerowej dostępnej na stronie: jedno darmowe uruchomienie dziennie dla plików do 500 MB lub do 4 GB z Premium. Pliki na serwerze są usuwane automatycznie w ciągu mniej więcej godziny.
• Brakuje okładki lub miniatury. Strumienie obrazu są odrzucane razem z wideo.

Lista kontrolna

1. Upewnij się, że film ma ścieżkę dźwiękową i jest w formacie MP4, MOV lub WebM.
2. Wybierz 128 kbps dla mowy, 192 kbps dla mieszanej treści, a 256–320 kbps tylko dla muzyki z dobrego źródła.
3. Wyodrębnij dźwięk w Konwertuj MP4 na MP3 i sprawdź, czy wynik odtwarza się od początku do końca.
4. Wytnij zbędne fragmenty w Przytnij MP3 online, w pauzach.
5. Przy limitach rozmiaru kompresuj mowę do 64 lub 96 kbps mono.
6. Konwertuj do WAV lub FLAC tylko wtedy, gdy wymaga tego miejsce docelowe.