Como extrair o áudio de um vídeo

Uma aula gravada que você quer ouvir correndo. Uma música que alguém filmou num show. Uma ligação com cliente que foi registrada como gravação de tela. Uma entrevista que precisa ir para quem vai transcrever. Em todos esses casos, a imagem é peso morto: ocupa de 90 a 99% do arquivo, e a parte de que você realmente precisa é a faixa de áudio.

Este guia mostra o trabalho completo: tirar o som, escolher uma taxa de bits que combine com a origem, cortar o trecho de que você precisa e fazer o resultado caber num e-mail, num mensageiro ou num formulário de upload.

O que você está extraindo de fato

Um arquivo de vídeo é um contêiner com pelo menos duas trilhas dentro: vídeo e áudio. Em celulares, o áudio quase sempre é AAC, normalmente de 96 a 256 kbps. Gravadores de tela e navegadores costumam gerar WebM com áudio Opus. Extrair significa descartar a trilha de vídeo e salvar só o som.

Uma coisa que a extração não consegue fazer é melhorar o som. O áudio dentro do vídeo já está comprimido, e recodificá-lo com uma taxa de bits maior não traz de volta nada do que o codificador do celular removeu.

O jeito rápido: MP4 para MP3 no navegador

1. Abra o Converter MP4 para MP3 e solte o arquivo. São aceitos MP4, MOV (inclusive gravações de iPhone) e WebM, até 2 GB por arquivo.
2. Escolha uma Taxa de bits: 128, 192, 256 ou 320 kbps. A próxima seção explica qual.
3. Espere a conversão e baixe o MP3. Dá para soltar vários arquivos de uma vez; eles são processados um depois do outro com a mesma taxa de bits.

A conversão roda com o FFmpeg compilado para WebAssembly, então o vídeo é lido do seu disco e nunca é enviado. O motor tem cerca de 30 MB, é baixado uma vez no primeiro uso e depois fica no cache do navegador.

Se o clipe tiver várias faixas de áudio, por exemplo dois idiomas, uma é escolhida automaticamente e as outras são ignoradas. Uma faixa 5.1 é reduzida para estéreo, porque o MP3 não tem modo surround. Um vídeo gravado sem som não tem nada para extrair, e a conversão falha.

Escolhendo a taxa de bits

Com taxa de bits constante, o tamanho do arquivo vem direto da conta: kbps dividido por 8 dá kilobytes por segundo.

• 128 kbps, cerca de 0,96 MB por minuto. Fala de qualquer tipo: aulas, reuniões, ligações, mensagens de voz, podcasts gravados no celular.
• 192 kbps, cerca de 1,44 MB por minuto. O padrão. Uma escolha segura para conteúdo misto e para a maioria das músicas.
• 256 kbps, cerca de 1,9 MB por minuto. Música de uma boa origem que você vai ouvir com fones decentes.
• 320 kbps, cerca de 2,4 MB por minuto. O máximo do MP3. Só é útil quando a própria origem tem alta qualidade.

Combine a taxa de bits com a origem, não com um ideal. Um vídeo de celular com áudio AAC a 128 kbps não soa melhor como MP3 a 320 kbps; só fica 2,5 vezes maior. Para uma gravação que você ainda vai editar, 256 ou 320 kbps deixam margem para que a próxima codificação não acrescente artefatos audíveis.

Uma aula de uma hora tem cerca de 58 MB a 128 kbps e 86 MB a 192 kbps.

Opções nativas que dão conta

Às vezes você nem precisa de um conversor.

macOS

O QuickTime Player faz isso: abra o vídeo e escolha Arquivo, depois Exportar Como, depois Somente Áudio. O resultado é um arquivo M4A com áudio AAC, que toca no app Música, em iPhones e na maioria dos players modernos. Se o destino exigir MP3, use a ferramenta do navegador.

iPhone e iPad

Não existe um botão de um toque no app Fotos. O app Atalhos tem a ação Codificar Mídia com uma opção só de áudio, que funciona, mas leva alguns minutos para configurar. Para uma tarefa avulsa, abrir esta página no Safari e escolher o vídeo em Fotos é mais rápido. Celulares decodificam devagar, então, para vídeos longos, um computador é o lugar melhor.

Windows e Android

O Windows não tem um jeito nativo de salvar só o áudio de um vídeo em um passo, e no Android isso depende do app de galeria da fabricante do celular. A ferramenta do navegador funciona igual em todo lugar.

Fique só com o trecho de que precisa

Uma gravação de duas horas raramente precisa ser compartilhada inteira. Abra o MP3 no Cortar MP3: ele desenha a forma de onda, então as pausas entre frases ficam fáceis de achar, e dois controles deslizantes com passo de 0,1 segundo definem o Início e o Fim.

Dicas para cortes limpos:

• Coloque os dois pontos no silêncio, nos trechos planos da forma de onda, para não cortar uma sílaba.
• Deixe de 0,1 a 0,3 segundo de margem antes da primeira palavra.
• Para tirar várias citações de um arquivo, corte, baixe, mova os controles e corte de novo. O arquivo continua carregado.

O corte é recodificado como MP3 a 192 kbps, que cai exatamente onde você colocou os controles, em vez de pular para o quadro MP3 mais próximo. A mesma ferramenta faz toques de celular: de 20 a 30 segundos começando no refrão é uma duração sensata.

Cabendo nos limites de tamanho

Destinos comuns e como ficar abaixo dos limites deles:

• Anexos de e-mail. Muitos serviços de e-mail limitam anexos a cerca de 20 a 25 MB. A 128 kbps, isso dá mais ou menos 20 a 25 minutos de áudio. Para gravações mais longas, use mono e uma taxa de bits menor.
• Formulários de upload de cursos, candidaturas a vagas e chamados de suporte costumam ter limites de 10 MB ou menos.

Para fala, o Compactar um arquivo MP3 consegue baixar o arquivo para 64 ou 96 kbps e mixá-lo em mono. Uma voz aguenta isso muito bem: uma palestra de uma hora a 64 kbps em mono tem cerca de 29 MB, contra 86 MB a 192 kbps em estéreo. Música não se dá bem com mono e 64 kbps; mantenha em 128 kbps estéreo ou mais.

Quando MP3 não é o formato certo

O MP3 toca em todo lugar, e é por isso que ele é o padrão. Outros formatos fazem sentido em casos específicos:

• M4A é nativo dos aparelhos Apple e soa um pouco melhor que o MP3 com a mesma taxa de bits.
• WAV é o que alguns editores de áudio e fluxos de transmissão exigem. Ele não tem compressão: cerca de 10 MB por minuto em estéreo.
• FLAC é sem perdas e menor que o WAV, útil para arquivamento.

O Converter áudio gera todos esses formatos, mas recebe arquivos de áudio, não de vídeo. Extraia a trilha sonora primeiro, a 320 kbps se a qualidade importar, e depois converta o MP3. Como o áudio de um vídeo de celular já tinha perdas desde o início, um WAV feito assim não perde nada que você conseguiria ouvir; ele só satisfaz programas que não aceitam MP3.

Precisa das palavras, não do som

Se o objetivo é uma transcrição, extraia o áudio primeiro e mande o MP3 para a transcrição. Enviar um MP3 de 14 MB em vez de um vídeo de 1 GB é muito mais rápido e dá o mesmo texto. A transcrição roda num servidor; sem conta, ela processa gravações de até 10 minutos uma vez por dia, então aulas longas precisam ser cortadas em partes com o Cortar MP3, de preferência nas pausas.

Solução de problemas

• A conversão falha na hora. Confira se o vídeo tem som de fato: toque-o e observe o volume. Gravações de tela muitas vezes são feitas com o áudio desativado.
• O arquivo é recusado. Só são aceitos MP4, MOV e WebM. Um arquivo MKV ou AVI pode ser convertido antes com Converter MKV para MP4 ou Converter AVI para MP4.
• Um arquivo grande trava no celular. O vídeo inteiro precisa caber na memória da aba. Tente um navegador de computador, ou a opção no servidor oferecida na página: uma execução grátis por dia para arquivos de até 500 MB, ou até 4 GB com o Premium. Os arquivos no servidor são apagados automaticamente em cerca de uma hora.
• A imagem de capa ou a miniatura sumiu. As trilhas de imagem são descartadas junto com o vídeo.

Checklist

1. Confirme que o vídeo tem uma faixa de áudio e é MP4, MOV ou WebM.
2. Escolha 128 kbps para fala, 192 kbps para conteúdo misto e 256 a 320 kbps só para música de boa origem.
3. Extraia com o Converter MP4 para MP3 e confira se o resultado toca do começo ao fim.
4. Corte o que não precisa com o Cortar MP3, nas pausas.
5. Para limites de upload, comprima a fala para 64 ou 96 kbps em mono.
6. Converta para WAV ou FLAC só se o destino exigir.