Convertir vídeo a MP3 o extraer el audio

Sacar el audio de un vídeo no suele costar nada

Un archivo de vídeo es un contenedor que aloja pistas separadas: una para la imagen, otra para el sonido, a veces subtítulos al lado. La banda sonora ya es ahí dentro un archivo de audio comprimido y terminado; simplemente está guardado junto a un vídeo. Extraerlo, en sentido estricto, significa copiar esos bytes a un archivo propio. Sin decodificar, sin recomprimir y sin decisión alguna sobre calidad, porque nada de eso hace falta para mover datos de un contenedor a otro.

Eso es lo que hace la opción M4A cuando dejas la calidad en «Dejarlo como está». Casi todos los MP4 y MOV llevan audio AAC, y un .m4a no es más que AAC en su propio contenedor, así que la pista aterriza en el archivo nuevo idéntica byte a byte a la del vídeo. Una grabación de dos horas sale en más o menos lo que se tarda en leer el archivo del disco, y lo que obtienes no es parecido al original: es el original.

Convertir es otra cosa, y esta página las mantiene visiblemente separadas en lugar de llamar «extraer» a las dos. Pedir MP3, o pedir un bitrate concreto, obliga a decodificar y comprimir de nuevo cada muestra. Eso lleva tiempo real y cuesta una generación de calidad. El panel que hay sobre el botón dice cuál de las dos vas a obtener, con este archivo en concreto, antes de que pulses nada.

Copiar solo es posible cuando lo que pides coincide con lo que ya hay dentro: AAC de AAC, MP3 de MP3. Cualquier otra cosa es una conversión de verdad. Por eso la opción «Dejarlo como está» desaparece en los archivos a los que no se puede aplicar: ahí no es una elección algo peor, es algo que no existe.

MP3 o M4A: cuál quieres realmente

El MP3 tiene treinta años y esa es toda su ventaja: prácticamente no existe dispositivo que no reproduzca uno. Autorradios de 2006, máquinas de gimnasio, grabadoras de voz baratas, controladores de DJ, algún software de edición con filtros de importación estrechos. Si vas a entregar el archivo a alguno de ellos, el MP3 es la respuesta correcta y que recodifique es solo el precio.

Para todo lo demás, el M4A es el mejor archivo. Es AAC, que es justo lo que ya grabaron tu móvil, tu cámara y prácticamente todos los vídeos de internet, así que extraer a M4A es una copia y no una conversión. Además suena mejor que el MP3 al mismo bitrate, con un margen lo bastante amplio como para que se considere que 128 kbps en AAC equivalen a unos 192 kbps en MP3. Todo lo fabricado en los últimos quince años lo reproduce, incluidos todos los navegadores, todos los móviles y el hardware de la época de iTunes.

El caso que conviene evitar es convertir por costumbre a MP3 la banda sonora de un MP4 corriente. Ese audio es AAC y ya tiene pérdida; volver a codificarlo como MP3 no recupera nada, tira una segunda ronda de detalle y con frecuencia produce un archivo más grande que el de partida. Si nada en el destino exige MP3, extraer el M4A es más rápido, más ligero y sin pérdida.

El codificador de MP3 que se usa aquí es LAME, compilado para ejecutarse en tu navegador. Solo se descarga si de verdad pides una conversión a MP3: elegir M4A, copiar o quitar el sonido nunca va a buscarlo.

El bitrate y hasta dónde puede encoger honestamente el audio

El bitrate es el único ajuste de aquí, y es inusualmente directo: es una promesa sobre el tamaño. 192 kbps significa 192 kilobits por cada segundo de audio, así que una hora ronda los 86 MB contenga lo que contenga la grabación. Esa aritmética es la razón de que la compresión de audio sea previsible como la de vídeo nunca lo es: elegir un bitrate es, en la práctica, elegir el tamaño del archivo.

Lo que ese número te compra es detalle, y el rango útil es más estrecho de lo que sugieren las opciones. Para voz —entrevistas, clases, pódcast, notas de voz— 96 kbps sobran y 128 es generoso; subir más gasta bytes en siseo. Para música, 192 es el punto en el que la mayoría deja de distinguir la versión codificada en una comparación, y 256 o 320 son para archivar o para material que esperas volver a codificar más adelante. Por debajo de 96, la música empieza a sonar claramente delgada, sobre todo los platillos y los aplausos.

Las listas difieren entre los dos formatos a propósito. El MP3 ofrece de 96 a 320; el AAC empieza más abajo, en 64, porque sigue siendo utilizable más lejos. Si tu objetivo es sencillamente el archivo escuchable más pequeño —la grabación de una reunión de dos horas que quieres conservar, por ejemplo—, 64 kbps en AAC hacen ese trabajo con unos 29 MB por hora, y el MP3 no tiene equivalente.

Cualquier bitrate que no sea «Dejarlo como está» recodifica, incluido el más alto. Elegir 320 kbps sobre un origen de 128 kbps no restaura nada: guarda el mismo audio de forma menos eficiente. Cuando quieras que el archivo se quede como está, la opción que hace eso es «Dejarlo como está».

Quitar el sonido de un vídeo

La tercera opción invierte las otras dos: conservar la imagen y tirar el audio. Es una eliminación real, no un cambio de volumen: la pista no se escribe en la salida en absoluto, así que no hay nada que volver a subir y el archivo queda algo más ligero por su ausencia. La imagen no se toca y, cuando el origen ya es un MP4 o un MOV, tampoco se decodifica nada, así que esto termina en segundos por larga que sea la grabación.

El motivo más común para hacerlo no tiene nada que ver con la edición. Las grabaciones de pantalla capturan lo que se estuviera diciendo en la sala; el vídeo de una función escolar grabado con el móvil recoge la conversación de quien estaba detrás de ti; un clip que quieres enviar captó una música de fondo que preferirías no transmitir. Quitar el audio antes de que el archivo vaya a ninguna parte es una operación de privacidad, y es mucho mejor cuando el archivo no necesita salir de la máquina para hacerla.

Un caso sí cuesta tiempo. Si tu origen es WebM u otro formato construido en torno a VP9 o AV1, producir un MP4 implica recodificar la imagen a H.264, porque esos códecs no se pueden reempaquetar sin más en un contenedor MP4. El panel lo dice antes de empezar, y es la única situación en la que quitar el sonido tarda más que unos segundos.

Sonido envolvente, Dolby y frecuencias de muestreo poco habituales

Copiar una pista lo preserva todo, incluidas las configuraciones de canales 5.1 o 7.1. Recodificar no puede: LAME escribe dos canales como máximo, y los codificadores AAC que ofrecen los navegadores rechazan de plano la entrada multicanal en vez de mezclarla ellos mismos. Así que cualquier conversión de aquí pliega el envolvente a estéreo, y el panel lo dice antes de empezar. Si necesitas conservar los canales, copiar es la opción que lo hace.

El Dolby Digital es el caso más difícil. Las pistas AC-3 y E-AC-3 se pueden copiar —aterrizan enteras en la salida y los reproductores de escritorio las manejan sin problema—, pero no se pueden recodificar, porque ningún navegador incluye un decodificador de Dolby con el que leerlas siquiera. En lugar de exportar un archivo mudo y dejar que lo descubras después, elegir un bitrate sobre una pista Dolby se bloquea directamente, con «Dejarlo como está» como salida. Una consecuencia que conviene conocer: una pista Dolby copiada puede sonar en silencio si previsualizas el archivo descargado en una pestaña del navegador, exactamente por lo mismo. No está dañada; es el navegador el que no sabe decodificarla.

La frecuencia de muestreo es el último de estos puntos. El MP3 solo admite nueve, herencia de las especificaciones MPEG en las que se estandarizó, y el audio de alta resolución grabado a 96 kHz no está entre ellas. Esos archivos se remuestrean a 48 kHz al salir: la misma familia de frecuencias, la mitad de tasa y, en cualquier caso, muy por encima del alcance del oído humano. El AAC no tiene esa restricción, así que extraer a M4A conserva la frecuencia original.

Lo que esta herramienta no hace

Es una herramienta de extracción en una sola pasada, no un editor de audio, y merece la pena enunciar los límites sin rodeos en vez de dejar que los encuentres tú.

1. Solo escribe M4A, MP3 y MP4. No hay salida WAV, FLAC, OGG ni WMA.
2. Un archivo, una pasada. Sin cola por lotes, sin unir dos grabaciones y sin extraer varias pistas de un archivo que tenga más de una.
3. Sin recortes, sin fundidos, sin normalización de volumen ni reducción de ruido. Para quitar antes un tramo, usa la herramienta de ajuste y luego extrae del resultado.
4. Añadir o editar títulos, artistas y carátulas no forma parte de esto.
5. No hay reproductor de vista previa. El panel describe lo que vas a obtener; escuchar viene después de descargar.
6. No hay límite de tamaño, pero sí una comprobación de disco. La salida se escribe en el almacenamiento local a medida que se genera, así que la memoria no crece con el archivo, pero el espacio tiene que existir, y se verifica antes de empezar.

Tu original nunca se modifica ni se mueve. Lo que descargas es un archivo nuevo, así que borrar el origen sigue siendo una decisión que tomas tú, después.

Preguntas frecuentes