Video in MP3 umwandeln oder den Ton herausholen

Den Ton aus einem Video zu holen kostet meist gar nichts

Eine Videodatei ist ein Container mit voneinander getrennten Spuren: eine fürs Bild, eine für den Ton, manchmal Untertitel daneben. Die Tonspur ist darin bereits eine fertige, komprimierte Audiodatei — sie liegt nur zufällig neben einem Video. Sie zu extrahieren heißt im strengen Sinn, diese Bytes in eine eigene Datei zu kopieren. Kein Dekodieren, kein erneutes Komprimieren, keine Entscheidung über die Qualität, denn für das Verschieben von Daten aus einem Container in einen anderen braucht es nichts davon.

Genau das tut die M4A-Option, wenn Sie die Qualität auf „Unverändert lassen“ stehen lassen. Fast jedes MP4 und MOV trägt AAC-Ton, und .m4a ist schlicht AAC im eigenen Container — die Spur landet also Byte für Byte identisch in der neuen Datei. Eine Zwei-Stunden-Aufnahme kommt in etwa so schnell heraus, wie es dauert, die Datei von der Festplatte zu lesen, und was Sie bekommen, ist nicht nah am Original, sondern das Original.

Umwandeln ist etwas anderes, und diese Seite hält beides sichtbar auseinander, statt beides „extrahieren“ zu nennen. MP3 zu verlangen oder eine bestimmte Bitrate zu verlangen heißt, jede einzelne Abtastung zu dekodieren und wieder zu komprimieren. Das dauert echte Zeit und kostet eine Generation Qualität. Die Übersicht über dem Knopf sagt für genau diese Datei, welches von beidem Sie bekommen — bevor Sie irgendetwas drücken.

Kopieren ist nur möglich, wenn das Gewünschte mit dem übereinstimmt, was schon drin ist: AAC aus AAC, MP3 aus MP3. Alles andere ist eine echte Umwandlung. Deshalb verschwindet die Option „Unverändert lassen“ bei Dateien, auf die sie nicht anwendbar ist — dort ist sie nicht die etwas schlechtere Wahl, sondern eine Sache, die es nicht gibt.

MP3 oder M4A — was Sie wirklich wollen

MP3 ist dreißig Jahre alt, und das ist sein ganzer Vorteil: Es gibt im Grunde kein Gerät, das keines abspielt. Autoradios von 2006, Fitnessgeräte, billige Diktiergeräte, DJ-Controller, manche Schnittprogramme mit engen Importfiltern. Wenn die Datei für so etwas bestimmt ist, ist MP3 die richtige Antwort, und dass dabei neu kodiert wird, ist einfach der Preis.

Für alles andere ist M4A die bessere Datei. Es ist AAC, und AAC ist das, was Ihr Handy, Ihre Kamera und praktisch jedes Video im Netz ohnehin schon aufgenommen haben — nach M4A zu extrahieren ist also eine Kopie und keine Umwandlung. Es klingt bei gleicher Bitrate außerdem besser als MP3, und zwar deutlich genug, dass 128 kbps AAC gemeinhin mit etwa 192 kbps MP3 gleichgesetzt wird. Alles aus den letzten fünfzehn Jahren spielt es ab, jeder Browser, jedes Handy und auch Hardware aus der iTunes-Zeit.

Vermeiden sollte man vor allem eines: die Tonspur eines gewöhnlichen MP4 aus Gewohnheit in MP3 umzuwandeln. Dieser Ton ist AAC und bereits verlustbehaftet; ihn erneut als MP3 zu kodieren holt nichts zurück, sondern wirft eine zweite Runde Details weg und erzeugt häufig eine größere Datei als die, mit der Sie angefangen haben. Wenn auf der Empfängerseite nichts MP3 verlangt, ist das Extrahieren als M4A schneller, kleiner und verlustfrei.

Der MP3-Encoder hier ist LAME, kompiliert für den Betrieb in Ihrem Browser. Er wird nur heruntergeladen, wenn Sie wirklich eine MP3-Umwandlung verlangen — M4A wählen, kopieren oder den Ton entfernen holt ihn nie.

Bitrate — und wie klein Ton ehrlicherweise werden kann

Die Bitrate ist hier die einzige Einstellung, und sie ist ungewöhnlich geradeheraus: Sie ist ein Versprechen über die Größe. 192 kbps heißt 192 Kilobit für jede Sekunde Ton, eine Stunde davon ergibt also rund 86 MB, ganz gleich, was die Aufnahme enthält. Diese Rechnung ist der Grund, warum Audio-Kompression vorhersagbar ist, wie Video-Kompression es nie sein wird — eine Bitrate zu wählen heißt praktisch, die Dateigröße zu wählen.

Was die Zahl Ihnen kauft, sind Details, und der brauchbare Bereich ist enger, als die Auswahl vermuten lässt. Für Sprache — Interviews, Vorlesungen, Podcasts, Sprachnotizen — sind 96 kbps reichlich und 128 großzügig; alles darüber gibt Bytes für Rauschen aus. Bei Musik ist 192 der Punkt, an dem die meisten Menschen die kodierte Fassung im Vergleich nicht mehr heraushören, und 256 oder 320 sind fürs Archiv oder für Material gedacht, das später noch einmal kodiert wird. Unter 96 klingt Musik hörbar dünn, besonders Becken und Applaus.

Dass die Listen sich zwischen den beiden Formaten unterscheiden, ist Absicht. MP3 bietet 96 bis 320; AAC fängt tiefer an, bei 64, weil es weiter unten brauchbar bleibt. Wenn Ihr Ziel schlicht die kleinste hörbare Datei ist — etwa eine zweistündige Besprechungsaufnahme, die Sie aufheben wollen — schafft 64 kbps AAC das mit rund 29 MB pro Stunde, und MP3 hat dafür keine Entsprechung.

Jede Bitrate außer „Unverändert lassen“ kodiert neu, auch die höchste. 320 kbps bei einer 128-kbps-Quelle zu wählen stellt nichts wieder her — es speichert denselben Ton nur weniger effizient. Wenn Sie die Datei in Ruhe lassen wollen, heißt die Option, die das tut, „Unverändert lassen“.

Den Ton aus einem Video entfernen

Die dritte Option kehrt die beiden anderen um: Bild behalten, Ton wegwerfen. Es ist ein echtes Entfernen und keine Lautstärkeänderung — die Spur wird gar nicht erst in die Ausgabe geschrieben, es gibt also nichts wieder aufzudrehen, und die Datei ist ohne sie ein wenig kleiner. Das Bild bleibt unangetastet, und wenn die Quelle schon ein MP4 oder MOV ist, wird auch nichts dekodiert — das ist also unabhängig von der Länge in Sekunden fertig.

Der häufigste Grund dafür hat mit Schneiden nichts zu tun. Bildschirmaufnahmen fangen alles ein, was im Raum gesagt wurde; Handyvideos einer Schulaufführung nehmen das Gespräch derer auf, die hinter Ihnen standen; ein Clip, den Sie verschicken wollen, hat Hintergrundmusik erwischt, die Sie lieber nicht weitergeben. Den Ton abzustreifen, bevor die Datei irgendwohin geht, ist eine Datenschutzmaßnahme — und eine deutlich bessere, wenn die Datei dafür das Gerät gar nicht erst verlässt.

Ein Fall kostet doch Zeit. Ist Ihre Quelle WebM oder ein anderes Format rund um VP9 oder AV1, bedeutet ein MP4 zu erzeugen, das Bild zu H.264 neu zu kodieren, weil sich diese Codecs nicht einfach in einen MP4-Container umpacken lassen. Die Übersicht sagt das vor dem Start, und es ist die einzige Situation, in der das Entfernen des Tons länger als ein paar Sekunden dauert.

Surround, Dolby und ungewöhnliche Abtastraten

Eine Spur herauszukopieren bewahrt alles an ihr, einschließlich 5.1- oder 7.1-Kanalanordnungen. Neu zu kodieren kann das nicht: LAME schreibt höchstens zwei Kanäle, und die AAC-Encoder, die Browser bereitstellen, lehnen Mehrkanal-Eingaben rundheraus ab, statt selbst herunterzumischen. Jede Umwandlung hier faltet Surround also auf Stereo, und die Übersicht sagt das vor dem Start. Wenn die Kanäle erhalten bleiben müssen, ist Kopieren die Option, die das leistet.

Dolby Digital ist der schwierigere Fall. AC-3- und E-AC-3-Spuren lassen sich kopieren — sie landen vollständig in der Ausgabe, und Desktop-Player kommen gut damit zurecht — aber sie lassen sich nicht neu kodieren, weil überhaupt kein Browser einen Dolby-Decoder mitbringt, mit dem sie sich lesen ließen. Statt eine stumme Datei auszugeben und Sie das später entdecken zu lassen, ist die Wahl einer Bitrate bei einer Dolby-Spur rundheraus gesperrt, mit „Unverändert lassen“ als Ausweg. Eine Folge lohnt sich zu wissen: Eine kopierte Dolby-Spur kann stumm sein, wenn Sie die heruntergeladene Datei in einem Browser-Tab ansehen — aus genau demselben Grund. Sie ist nicht beschädigt, der Browser kann sie nur nicht dekodieren.

Die Abtastrate ist der letzte dieser Punkte. MP3 akzeptiert nur neun davon, ein Überbleibsel der MPEG-Spezifikationen, in denen es standardisiert wurde, und hochauflösendes Audio mit 96 kHz ist nicht darunter. Solche Dateien werden beim Schreiben auf 48 kHz neu abgetastet — dieselbe Frequenzfamilie, die halbe Rate, und beides weit jenseits dessen, was das menschliche Gehör erfasst. AAC kennt diese Einschränkung nicht, das Extrahieren nach M4A behält die ursprüngliche Rate also bei.

Was dieses Werkzeug nicht macht

Dies ist ein Extraktionswerkzeug für einen Durchgang und kein Audio-Editor, und die Grenzen schreiben wir lieber deutlich hin, als Sie darauf stoßen zu lassen.

1. Es schreibt nur M4A, MP3 und MP4. Es gibt keine Ausgabe als WAV, FLAC, OGG oder WMA.
2. Eine Datei, ein Durchgang. Keine Warteschlange für Stapelverarbeitung, kein Zusammenfügen zweier Aufnahmen, kein Herausziehen mehrerer Spuren aus einer Datei, die mehr als eine hat.
3. Kein Kürzen, keine Ein- und Ausblendungen, keine Lautheitsnormalisierung, keine Rauschunterdrückung. Um vorher ein Stück herauszuschneiden, nehmen Sie das Anpassungswerkzeug und extrahieren dann aus dem Ergebnis.
4. Titel, Interpreten und Coverbilder hinzuzufügen oder zu bearbeiten gehört nicht dazu.
5. Es gibt keine Wiedergabe-Vorschau. Die Übersicht beschreibt, was Sie bekommen; gehört wird nach dem Herunterladen.
6. Es gibt kein Größenlimit, aber eine Speicherplatzprüfung. Die Ausgabe wird beim Erzeugen in den lokalen Speicher geschrieben, der Arbeitsspeicher wächst also nicht mit der Datei — der Platz muss aber vorhanden sein, und das wird vorher geprüft.

Ihr Original wird nie verändert oder verschoben. Was Sie herunterladen, ist eine neue Datei — die Quelle zu löschen bleibt also eine Entscheidung, die Sie später selbst treffen.

FAQ