Quando você só precisa do som
Um arquivo de vídeo carrega duas coisas: a imagem, que ocupa quase todo o espaço, e uma faixa de áudio que normalmente representa poucos por cento do total. Se tudo o que importa é o que foi dito ou tocado, a imagem é peso morto. Casos típicos:
- Uma aula gravada, um webinar ou uma reunião que você quer ouvir numa caminhada ou no carro.
- Uma apresentação musical ou um ensaio filmado com o celular, que você quer na sua biblioteca de músicas.
- Uma entrevista que você pretende editar num editor de áudio ou mandar para alguém transcrever.
- Uma locução ou um efeito sonoro que você quer reaproveitar em outro projeto.
A diferença de tamanho é enorme. Um clipe de celular de 10 minutos em 1080p muitas vezes tem de 1 a 1,5 GB, enquanto os mesmos 10 minutos num MP3 de 192 kbps têm cerca de 14 MB.
O que o conversor faz com o arquivo
O fluxo de vídeo é descartado por completo e o áudio é recodificado em MP3 com o codificador LAME, na taxa de bits constante que você escolher. Por padrão isso roda no seu navegador, com o FFmpeg compilado para WebAssembly, então o arquivo é lido do seu disco e o MP3 é gravado de volta sem sair do dispositivo.
Alguns detalhes que vale saber:
- Uma faixa de áudio. Se o vídeo tiver várias (por exemplo, dois idiomas), o FFmpeg escolhe uma automaticamente, normalmente a faixa com mais canais. As outras são ignoradas.
- Surround vira estéreo. O MP3 só suporta mono e estéreo, então uma faixa 5.1 de um filme é reduzida a dois canais.
- A taxa de amostragem é mantida. Vídeos de celular normalmente trazem áudio a 48 kHz, e o MP3 continua a 48 kHz.
- Sem som, sem arquivo. Uma gravação de tela feita sem áudio, ou um clipe que foi silenciado, não tem nada a extrair, e a conversão falha.
As entradas aceitas são MP4, MOV e WebM, com até 2 GB por arquivo no navegador. Você pode soltar vários arquivos, e eles são convertidos um após o outro com a mesma taxa de bits.
Escolhendo a taxa de bits
A taxa de bits define quantos bits são gastos em cada segundo de áudio, e o tamanho do arquivo decorre diretamente dela: kbps dividido por 8 dá kilobytes por segundo.
- 128 kbps dá cerca de 0,96 MB por minuto. Mais que suficiente para fala: aulas, chamadas, podcasts, mensagens de voz.
- 192 kbps dá cerca de 1,44 MB por minuto. O padrão, e uma escolha segura para conteúdo misto e a maioria das músicas.
- 256 kbps dá cerca de 1,9 MB por minuto. Vale a pena para músicas que você vai ouvir com bons fones.
- 320 kbps dá cerca de 2,4 MB por minuto, a maior taxa de bits que o MP3 permite.
Há um teto a considerar: o áudio dentro do vídeo já é comprimido, normalmente em AAC de 96 a 256 kbps. Converter uma faixa AAC de 128 kbps num MP3 de 320 kbps não traz de volta nada do que o primeiro codificador removeu; só deixa o arquivo maior. Para vídeos com muita fala, 128 kbps é realmente suficiente. Para o clipe de um show, 192 ou 256 kbps evitam que o novo MP3 acrescente artefatos audíveis aos que já existem.
Uma aula de uma hora dá cerca de 58 MB a 128 kbps e 86 MB a 192 kbps.
Arquivos grandes e dispositivos lentos
O caminho pelo navegador tem limites: o arquivo inteiro precisa caber na memória da aba, e um celular decodifica muito mais devagar que um computador. Converter uma gravação de 1,5 GB num celular mais antigo pode levar muito tempo ou falhar por falta de memória.
Para esses casos a página oferece o processamento no servidor. O mesmo comando do FFmpeg roda nativamente na nossa máquina. Sem conta, você tem um processamento no servidor por dia para um arquivo de até 500 MB; o Premium remove o limite diário e aceita arquivos de até 4 GB. Os arquivos no servidor são apagados automaticamente em cerca de uma hora.
Depois da conversão
Alguns próximos passos comuns:
- Corte a introdução, o encerramento ou os silêncios com o cortar MP3 antes de compartilhar.
- Precisa de texto em vez de som? Mande o MP3 para a transcrição. Enviar um arquivo de áudio de 14 MB em vez de um vídeo de 1 GB é muito mais rápido e dá o mesmo resultado.
- Se o MP3 ainda estiver grande demais para um mensageiro, recodifique-o numa taxa de bits menor ou passe a fala para mono.
As tags de texto da origem, como o título, normalmente são levadas, mas tudo o que estiver guardado como fluxo de imagem, como uma miniatura embutida, é descartado junto com o vídeo.