Как извлечь звук из видео

Записанная лекция, которую хочется послушать на пробежке. Песня, снятая кем-то на концерте. Звонок клиента, сохранённый как запись экрана. Интервью, которое нужно отдать на расшифровку. Во всех этих случаях картинка — мёртвый груз: она занимает 90–99% файла, а нужна вам только звуковая дорожка.

В этом гайде — вся работа целиком: как достать звук, выбрать битрейт под исходник, вырезать нужный фрагмент и уложить результат в лимиты почты, мессенджера или формы загрузки.

Что именно вы извлекаете

Видеофайл — это контейнер, внутри которого как минимум два потока: видео и аудио. На телефонах звук почти всегда в AAC, обычно 96–256 кбит/с. Программы записи экрана и браузеры часто создают WebM со звуком в Opus. Извлечь звук — значит отбросить видеопоток и сохранить только аудио.

Одного извлечение сделать не может — улучшить звук. Аудио внутри видео уже сжато, и перекодирование с более высоким битрейтом не вернёт того, что выбросил кодировщик телефона.

Быстрый способ: MP4 в MP3 в браузере

1. Откройте «Конвертировать MP4 в MP3» и перетащите файл. Принимаются MP4, MOV (включая записи с iPhone) и WebM, до 2 ГБ на файл.
2. Выберите битрейт: 128, 192, 256 или 320 кбит/с. Какой именно — в следующем разделе.
3. Дождитесь конвертации и скачайте MP3. Можно перетащить сразу несколько файлов — они обработаются по очереди с одним и тем же битрейтом.

Конвертация выполняется FFmpeg, скомпилированным в WebAssembly, поэтому видео читается с вашего диска и никуда не загружается. Движок весит около 30 МБ и скачивается один раз при первом использовании, после чего кэшируется браузером.

Если в ролике несколько звуковых дорожек — например, на двух языках, — одна выбирается автоматически, остальные игнорируются. Дорожка 5.1 сводится в стерео, потому что в MP3 нет режима объёмного звука. В видео, записанном без звука, извлекать нечего, и конвертация завершится ошибкой.

Выбор битрейта

При постоянном битрейте размер файла вычисляется напрямую: кбит/с, делённые на 8, — это килобайты в секунду.

• 128 кбит/с, около 0,96 МБ в минуту. Любая речь: лекции, встречи, звонки, голосовые заметки, подкасты, записанные на телефон.
• 192 кбит/с, около 1,44 МБ в минуту. Значение по умолчанию. Надёжный выбор для смешанного контента и большей части музыки.
• 256 кбит/с, около 1,9 МБ в минуту. Музыка из хорошего источника, которую вы будете слушать в приличных наушниках.
• 320 кбит/с, около 2,4 МБ в минуту. Максимум для MP3. Имеет смысл, только если сам исходник высокого качества.

Подбирайте битрейт под исходник, а не под идеал. Видео с телефона со звуком AAC 128 кбит/с не зазвучит лучше в MP3 на 320 кбит/с — файл просто станет в 2,5 раза больше. Для записи, которую вы будете дальше редактировать, 256 или 320 кбит/с оставляют запас, чтобы следующее кодирование не добавило слышимых артефактов.

Часовая лекция занимает около 58 МБ при 128 кбит/с и 86 МБ при 192 кбит/с.

Встроенные способы, которых бывает достаточно

Иногда конвертер вообще не нужен.

macOS

С этим справится QuickTime Player: откройте видео и выберите «Файл» → «Экспортировать как» → «Только аудио». Получится файл M4A со звуком AAC, который воспроизводится в «Музыке», на iPhone и в большинстве современных плееров. Если там, куда вы отправляете файл, требуют именно MP3, используйте браузерный инструмент.

iPhone и iPad

В «Фото» нет кнопки, которая делает это одним нажатием. В приложении «Команды» есть действие «Кодировать медиа» с вариантом «только аудио» — оно работает, но на настройку уйдёт несколько минут. Для разовой задачи быстрее открыть эту страницу в Safari и выбрать видео из «Фото». Телефоны декодируют медленно, поэтому длинные видео лучше обрабатывать на компьютере.

Windows и Android

В Windows нет встроенного способа сохранить только звук из видео за один шаг, а на Android всё зависит от галереи производителя телефона. Браузерный инструмент работает одинаково везде.

Оставьте только нужную часть

Двухчасовую запись редко нужно отправлять целиком. Откройте MP3 в «Обрезать MP3 онлайн»: там отображается звуковая волна, так что паузы между фразами легко заметить, а два ползунка с шагом 0,1 секунды задают начало и конец.

Советы для чистой обрезки:

• Ставьте обе точки в тишину — на плоские участки волны, чтобы не отрезать слог.
• Оставляйте 0,1–0,3 секунды запаса перед первым словом.
• Чтобы вытащить из одного файла несколько цитат, обрежьте, скачайте, передвиньте ползунки и обрежьте снова. Файл остаётся загруженным.

Фрагмент перекодируется в MP3 192 кбит/с, поэтому обрезка проходит точно там, где стоят ползунки, а не привязывается к ближайшему кадру MP3. Тем же инструментом делаются рингтоны: разумная длина — 20–30 секунд, начиная с самого запоминающегося момента.

Как уложиться в лимиты размера

Типичные адресаты и как уложиться в их лимиты:

• Вложения в письма. Многие почтовые сервисы ограничивают вложения примерно 20–25 МБ. При 128 кбит/с это около 20–25 минут звука. Для более длинных записей используйте моно и более низкий битрейт.
• Формы загрузки для курсов, откликов на вакансии и обращений в поддержку часто ограничены 10 МБ или меньше.

Для речи «Сжать MP3-файл» может снизить битрейт до 64 или 96 кбит/с и свести звук в моно. Голос переносит это очень хорошо: часовой доклад при 64 кбит/с в моно занимает около 29 МБ против 86 МБ при 192 кбит/с в стерео. Музыка плохо переносит моно и 64 кбит/с — оставляйте её в стерео на 128 кбит/с или выше.

Когда MP3 — не тот формат

MP3 воспроизводится везде, поэтому он выбран по умолчанию. Другие форматы имеют смысл в отдельных случаях:

• M4A — родной формат для устройств Apple, при том же битрейте звучит чуть лучше MP3.
• WAV требуют некоторые аудиоредакторы и вещательные процессы. Он без сжатия: около 10 МБ на минуту стерео.
• FLAC — формат без потерь, легче WAV, удобен для архива.

«Конвертировать аудио онлайн» сохраняет во всех этих форматах, но принимает аудиофайлы, а не видео. Сначала извлеките звуковую дорожку — с битрейтом 320 кбит/с, если важно качество, — а затем сконвертируйте MP3. Поскольку звук в видео с телефона изначально был сжат с потерями, WAV, полученный таким способом, не теряет ничего слышимого — он просто устраивает программы, которые не принимают MP3.

Нужны слова, а не звук

Если цель — текстовая расшифровка, сначала извлеките звук и отправьте MP3 на транскрибацию. Загрузить MP3 на 14 МБ вместо видео на 1 ГБ гораздо быстрее, а текст получится тот же. Транскрибация выполняется на сервере; без аккаунта она обрабатывает записи до 10 минут раз в день, так что длинные лекции нужно разрезать на части в «Обрезать MP3 онлайн», лучше всего по паузам.

Решение проблем

• Конвертация сразу завершается ошибкой. Проверьте, что в видео действительно есть звук: включите его и посмотрите на громкость. Записи экрана часто делаются с выключенным звуком.
• Файл не принимается. Принимаются только MP4, MOV и WebM. Файл MKV или AVI можно сначала сконвертировать в Конвертировать MKV в MP4 онлайн или Конвертировать AVI в MP4 онлайн.
• Большой файл зависает на телефоне. Всё видео должно поместиться в памяти вкладки. Попробуйте браузер на компьютере или обработку на сервере, которую предлагает страница: один бесплатный запуск в день для файлов до 500 МБ или до 4 ГБ с Premium. Файлы на сервере автоматически удаляются примерно в течение часа.
• Пропала обложка или миниатюра. Потоки с изображениями отбрасываются вместе с видео.

Чек-лист

1. Убедитесь, что в видео есть звуковая дорожка и это MP4, MOV или WebM.
2. Выбирайте 128 кбит/с для речи, 192 кбит/с для смешанного контента, 256–320 кбит/с — только для музыки из хороших источников.
3. Извлеките звук в «Конвертировать MP4 в MP3» и проверьте, что результат воспроизводится от начала до конца.
4. Вырежьте лишнее в «Обрезать MP3 онлайн», по паузам.
5. Под лимиты загрузки сожмите речь до 64 или 96 кбит/с в моно.
6. Конвертируйте в WAV или FLAC, только если этого требует адресат.