Ubah video menjadi MP3 atau ekstrak audionya

Menarik audio keluar dari sebuah video biasanya tidak berbiaya

Sebuah berkas video adalah kontainer yang memuat trek-trek terpisah: satu untuk gambar, satu untuk suara, kadang subtitle di sampingnya. Trek suara itu sudah berupa berkas audio jadi yang terkompresi di dalam sana — kebetulan saja ia disimpan bersebelahan dengan sebuah video. Mengekstraknya, dalam arti yang ketat, berarti menyalin bita-bita itu ke dalam berkasnya sendiri. Tanpa pendekodean, tanpa kompresi ulang, tanpa keputusan soal kualitas, karena tidak satu pun dari itu dibutuhkan untuk memindahkan data dari satu kontainer ke kontainer lain.

Itulah yang dilakukan opsi M4A ketika kualitasnya Anda biarkan pada “Biarkan apa adanya”. Hampir setiap MP4 dan MOV membawa audio AAC, dan .m4a tidak lain adalah AAC di dalam kontainernya sendiri, jadi treknya mendarat di berkas baru dengan bita yang identik dengan yang ada di dalam videonya. Rekaman dua jam keluar dalam waktu kurang lebih selama membaca berkas itu dari disk, dan yang Anda dapatkan bukan sesuatu yang mirip aslinya — ia memang aslinya.

Konversi adalah hal lain, dan halaman ini sengaja memisahkan keduanya secara kasatmata alih-alih menyebut keduanya “ekstrak”. Meminta MP3, atau meminta bitrate tertentu, berarti setiap sampel harus didekode lalu dikompresi lagi. Itu memakan waktu nyata dan berharga satu generasi kualitas. Panel di atas tombol menyebutkan yang mana dari keduanya yang akan Anda dapatkan, pada berkas ini, sebelum Anda menekan apa pun.

Menyalin hanya mungkin ketika yang Anda minta cocok dengan yang sudah ada di dalamnya: AAC dari AAC, MP3 dari MP3. Apa pun selain itu adalah konversi sungguhan. Karena itulah opsi “Biarkan apa adanya” menghilang pada berkas yang tidak bisa memakainya — di sana ia bukan pilihan yang sedikit lebih buruk, melainkan sesuatu yang tidak ada.

MP3 atau M4A — mana yang sebenarnya Anda butuhkan

MP3 sudah berumur tiga puluh tahun, dan itulah seluruh keunggulannya: praktis tidak ada perangkat yang menolak memutarnya. Audio mobil keluaran 2006, alat olahraga di gym, perekam suara murah, kontroler DJ, sebagian perangkat lunak penyuntingan dengan penyaring impor yang sempit. Kalau Anda menyerahkan berkasnya ke salah satu dari itu, MP3 adalah jawaban yang benar, dan fakta bahwa ia mengodekan ulang sekadar harga yang harus dibayar.

Untuk semua kasus lain, M4A adalah berkas yang lebih baik. Isinya AAC, yang memang sudah direkam oleh ponsel Anda, kamera Anda, dan nyaris setiap video di internet — jadi mengekstrak ke M4A adalah penyalinan, bukan konversi. Ia juga terdengar lebih baik daripada MP3 pada bitrate yang sama, dengan selisih yang cukup lebar sehingga AAC 128 kbps umumnya dianggap setara dengan MP3 sekitar 192 kbps. Semua yang dibuat dalam lima belas tahun terakhir bisa memutarnya, termasuk setiap browser, setiap ponsel, dan perangkat keras era iTunes.

Kasus yang layak dihindari adalah mengubah trek suara sebuah MP4 biasa menjadi MP3 karena kebiasaan. Audio itu AAC dan sudah lossy sejak awal; mengodekannya lagi sebagai MP3 tidak memulihkan apa pun, ia justru membuang satu putaran detail lagi dan sering kali menghasilkan berkas yang lebih besar daripada yang Anda mulai. Kalau tidak ada apa pun di sisi penerima yang menuntut MP3, mengekstrak M4A itu lebih cepat, lebih kecil, dan tanpa kehilangan apa pun.

Encoder MP3 di sini adalah LAME, dikompilasi agar bisa berjalan di dalam browser Anda. Ia hanya diunduh kalau Anda memang meminta konversi ke MP3 — memilih M4A, menyalin, atau menghilangkan suara tidak pernah mengambilnya.

Bitrate, dan seberapa kecil audio bisa jadi tanpa membohongi Anda

Bitrate adalah satu-satunya pengaturan di sini, dan ia luar biasa lugas: ia sebuah janji tentang ukuran. 192 kbps berarti 192 kilobit untuk setiap detik audio, jadi satu jam audio menjadi kira-kira 86 MB apa pun isi rekamannya. Aritmetika itulah yang membuat kompresi audio bisa diramalkan dengan cara yang tidak pernah bisa dilakukan kompresi video — pilih bitrate, dan Anda praktis sudah memilih ukuran berkasnya.

Yang Anda beli dengan angka itu adalah detail, dan rentang yang benar-benar berguna lebih sempit daripada yang disiratkan daftar pilihannya. Untuk suara manusia — wawancara, kuliah, podcast, memo suara — 96 kbps sudah lebih dari cukup dan 128 sudah termasuk murah hati; naik lebih tinggi hanya membelanjakan bita untuk desis. Untuk musik, 192 adalah titik ketika sebagian besar orang berhenti bisa menunjuk mana versi yang sudah dikodekan, sedangkan 256 atau 320 diperuntukkan bagi pengarsipan atau bagi materi yang Anda perkirakan akan dikodekan ulang lagi nanti. Di bawah 96, musik mulai terdengar jelas menipis, terutama pada simbal dan tepuk tangan.

Daftarnya sengaja berbeda antara kedua format. MP3 menawarkan 96 sampai 320; AAC mulai dari yang lebih rendah, yaitu 64, karena ia tetap layak pakai sampai jauh ke bawah. Kalau tujuan Anda semata-mata berkas terkecil yang masih enak didengar — misalnya rekaman rapat dua jam yang ingin Anda simpan — AAC 64 kbps mengerjakannya di kisaran 29 MB per jam, dan MP3 tidak punya padanannya.

Setiap bitrate selain “Biarkan apa adanya” akan mengodekan ulang, termasuk yang paling tinggi. Memilih 320 kbps pada sumber 128 kbps tidak memulihkan apa pun — ia hanya menyimpan audio yang sama dengan cara yang kurang efisien. Kalau Anda ingin berkasnya benar-benar tidak disentuh, opsi yang melakukan itu adalah “Biarkan apa adanya”.

Menghilangkan suara dari sebuah video

Opsi ketiga membalik dua opsi lainnya: pertahankan gambarnya, buang audionya. Ini penghapusan sungguhan, bukan perubahan volume — treknya sama sekali tidak ditulis ke dalam keluaran, jadi tidak ada yang tersisa untuk dinaikkan lagi dan berkasnya sedikit lebih kecil karena ketiadaannya. Gambarnya tidak tersentuh, dan kalau sumbernya memang sudah MP4 atau MOV maka tidak ada pula yang didekode, sehingga ini selesai dalam hitungan detik berapa pun panjangnya.

Alasan paling umum untuk melakukannya sama sekali tidak berkaitan dengan penyuntingan. Rekaman layar ikut menangkap apa pun yang sedang dibicarakan di ruangan; video ponsel dari pentas sekolah merekam percakapan siapa pun yang berdiri di belakang Anda; klip yang ingin Anda kirim terlanjur menangkap musik latar yang tidak ingin Anda teruskan. Melucuti audionya sebelum berkas itu pergi ke mana pun adalah tindakan privasi, dan ia jauh lebih baik lagi ketika berkasnya bahkan tidak perlu meninggalkan mesin Anda untuk melakukannya.

Ada satu kasus yang memang memakan waktu. Kalau sumber Anda WebM atau format lain yang dibangun di sekitar VP9 atau AV1, menghasilkan MP4 berarti mengodekan ulang gambarnya menjadi H.264, karena kodek-kodek itu tidak bisa begitu saja dibungkus ulang ke dalam kontainer MP4. Panel mengatakannya sebelum Anda mulai, dan hanya dalam situasi inilah menghilangkan suara memakan waktu lebih dari beberapa detik.

Surround, Dolby, dan laju sampel yang tidak lazim

Menyalin sebuah trek keluar mempertahankan segalanya tentang trek itu, termasuk tata kanal 5.1 atau 7.1. Pengodean ulang tidak bisa: LAME paling banyak menulis dua kanal, dan encoder AAC yang disediakan browser menolak mentah-mentah masukan multikanal alih-alih mencampurkannya sendiri. Jadi konversi apa pun di sini akan melipat surround menjadi stereo, dan panel mengatakannya sebelum Anda mulai. Kalau Anda butuh kanal-kanalnya dipertahankan, penyalinanlah opsi yang melakukannya.

Dolby Digital adalah kasus yang lebih sulit. Trek AC-3 dan E-AC-3 bisa disalin — keduanya mendarat utuh di keluaran, dan pemutar desktop menanganinya dengan baik — tetapi keduanya tidak bisa dikodekan ulang, karena sejak awal tidak ada browser yang membawa dekoder Dolby untuk membacanya. Alih-alih mengekspor berkas bisu lalu membiarkan Anda menemukannya belakangan, memilih bitrate pada trek Dolby diblokir sepenuhnya, dengan “Biarkan apa adanya” ditawarkan sebagai jalan keluarnya. Satu konsekuensi yang layak diketahui: trek Dolby hasil salinan bisa jadi bisu kalau Anda mempratinjau berkas unduhannya di tab browser, persis karena alasan yang sama. Ia tidak rusak; browsernya saja yang tidak bisa mendekodenya.

Laju sampel adalah yang terakhir. MP3 hanya menerima sembilan di antaranya, sebuah warisan dari spesifikasi MPEG tempat ia distandardisasi, dan audio resolusi tinggi yang direkam pada 96 kHz tidak termasuk di dalamnya. Berkas semacam itu disampel ulang menjadi 48 kHz saat keluar — keluarga frekuensi yang sama, separuh lajunya, dan keduanya sama-sama jauh di luar jangkauan pendengaran manusia. AAC tidak punya batasan semacam itu, jadi mengekstrak ke M4A mempertahankan laju aslinya.

Yang tidak dilakukan alat ini

Ini alat ekstraksi sekali jalan, bukan penyunting audio, dan batas-batasnya lebih baik dinyatakan terus terang daripada dibiarkan Anda temukan sendiri.

1. Ia hanya menulis M4A, MP3, dan MP4. Tidak ada keluaran WAV, FLAC, OGG, atau WMA.
2. Satu berkas, satu kali jalan. Tidak ada antrean batch, tidak ada penggabungan dua rekaman, dan tidak ada pengambilan beberapa trek sekaligus dari berkas yang punya lebih dari satu.
3. Tidak ada pemotongan durasi, tidak ada fade, tidak ada normalisasi volume, dan tidak ada peredaman derau. Untuk memotong satu bagian lebih dulu, pakai alat penyesuaian, lalu ekstrak dari hasilnya.
4. Menambahkan atau menyunting judul lagu, nama artis, dan gambar sampul tidak termasuk di sini.
5. Tidak ada pemutar pratinjau. Panel rencana menjelaskan apa yang akan Anda dapatkan; mendengarkannya terjadi setelah Anda mengunduh.
6. Tidak ada batas ukuran, tetapi ada pemeriksaan disk. Keluarannya ditulis ke penyimpanan lokal selagi dihasilkan, jadi memori tidak ikut membesar bersama berkasnya — tetapi ruangnya harus benar-benar ada, dan itu diverifikasi sebelum apa pun dimulai.

Berkas asli Anda tidak pernah diubah atau dipindahkan. Yang Anda unduh adalah berkas baru, jadi menghapus sumbernya tetap menjadi keputusan yang Anda ambil sendiri, setelahnya.

FAQ