วิดีโอเป็น MP3, ดึงเสียงออก หรือเอาเสียงออก

การดึงเสียงออกจากวิดีโอมักไม่มีต้นทุนเลย

สามอย่างในหน้าเดียว: ยกแทร็กเสียงออกจากวิดีโอ เปลี่ยนมันเป็น MP3 หรือทิ้งมันไปแล้วเก็บภาพไว้ การยกออกมาเป็นการคัดลอกแทร็กแบบเหมือนกันทุกบิต — ไม่ต้องถอดรหัส ไม่เสียคุณภาพ เสร็จในไม่กี่วินาที ทุกอย่างทำงานบนอุปกรณ์ของคุณเอง

ไฟล์วิดีโอคือคอนเทนเนอร์ที่บรรจุแทร็กแยกกันไว้: แทร็กหนึ่งสำหรับภาพ แทร็กหนึ่งสำหรับเสียง บางครั้งมีคำบรรยายวางอยู่ข้าง ๆ แทร็กเสียงในนั้นเป็นไฟล์เสียงที่ถูกบีบอัดเสร็จเรียบร้อยแล้ว — เพียงแต่มันถูกเก็บไว้ข้างวิดีโอ การดึงมันออกมาในความหมายที่เคร่งครัดคือการคัดลอกไบต์เหล่านั้นไปไว้ในไฟล์ของมันเอง ไม่ต้องถอดรหัส ไม่ต้องบีบอัดใหม่ ไม่ต้องตัดสินใจเรื่องคุณภาพ เพราะไม่มีอย่างไหนจำเป็นต่อการย้ายข้อมูลจากคอนเทนเนอร์หนึ่งไปอีกคอนเทนเนอร์

นั่นคือสิ่งที่ตัวเลือก M4A ทำเมื่อคุณปล่อยคุณภาพไว้ที่ “คงไว้ตามเดิม” MP4 และ MOV แทบทุกไฟล์บรรจุเสียง AAC และ .m4a ก็คือ AAC ในคอนเทนเนอร์ของมันเองเท่านั้น แทร็กจึงลงไปในไฟล์ใหม่โดยมีไบต์เหมือนกับแทร็กในวิดีโอทุกตัว การบันทึกสองชั่วโมงออกมาในเวลาราว ๆ เท่าที่ใช้อ่านไฟล์จากดิสก์ และสิ่งที่คุณได้ไม่ใช่ของที่ใกล้เคียงต้นฉบับ — มันคือต้นฉบับ

การแปลงเป็นอีกเรื่องหนึ่ง และหน้านี้แยกสองอย่างนี้ให้เห็นชัดแทนที่จะเรียกทั้งคู่ว่า “การดึงออกมา” การขอ MP3 หรือการขอบิตเรตเฉพาะเจาะจง หมายความว่าทุกตัวอย่างเสียงต้องถูกถอดรหัสและบีบอัดอีกครั้ง นั่นกินเวลาจริงและเสียคุณภาพไปหนึ่งรุ่น แผงเหนือปุ่มบอกว่าคุณกำลังจะได้อันไหนจากสองอันนั้น กับไฟล์นี้โดยเฉพาะ ก่อนที่คุณจะกดอะไร

การคัดลอกทำได้เฉพาะเมื่อสิ่งที่คุณขอตรงกับสิ่งที่อยู่ข้างในอยู่แล้ว: AAC ออกจาก AAC, MP3 ออกจาก MP3 อย่างอื่นคือการแปลงจริง นั่นคือเหตุผลที่ตัวเลือก “คงไว้ตามเดิม” หายไปกับไฟล์ที่ใช้มันไม่ได้ — ที่นั่นมันไม่ใช่ตัวเลือกที่แย่ลงหน่อย มันคือสิ่งที่ไม่มีอยู่

MP3 หรือ M4A — อันไหนที่คุณต้องการจริง ๆ

MP3 มีอายุสามสิบปี และนั่นคือข้อดีทั้งหมดของมัน: แทบไม่มีอุปกรณ์ไหนที่เล่นมันไม่ได้ เครื่องเสียงรถยนต์จากปี 2006 เครื่องออกกำลังกาย เครื่องบันทึกเสียงราคาถูก คอนโทรลเลอร์ดีเจ ซอฟต์แวร์ตัดต่อบางตัวที่มีตัวกรองการนำเข้าแคบ ๆ ถ้าคุณจะส่งไฟล์ให้อย่างใดอย่างหนึ่งในนั้น MP3 คือคำตอบที่ถูก และเรื่องที่มันต้องเข้ารหัสใหม่ก็เป็นเพียงราคาที่จ่าย

สำหรับทุกกรณีอื่น M4A เป็นไฟล์ที่ดีกว่า มันคือ AAC ซึ่งเป็นสิ่งที่โทรศัพท์ของคุณ กล้องของคุณ และวิดีโอแทบทุกชิ้นบนอินเทอร์เน็ตบันทึกไว้อยู่แล้ว — การดึงออกมาเป็น M4A จึงเป็นการคัดลอกไม่ใช่การแปลง มันยังฟังดีกว่า MP3 ที่บิตเรตเท่ากัน โดยห่างพอที่ AAC 128 kbps มักถูกนับว่าเทียบเท่า MP3 ราว ๆ 192 kbps ทุกอย่างที่ผลิตในสิบห้าปีที่ผ่านมาเล่นมันได้ รวมถึงทุกเบราว์เซอร์ ทุกโทรศัพท์ และฮาร์ดแวร์ยุค iTunes

กรณีที่ควรเลี่ยงคือการแปลงแทร็กเสียงของ MP4 ธรรมดาเป็น MP3 ตามความเคยชิน เสียงนั้นเป็น AAC และสูญเสียคุณภาพไปแล้วรอบหนึ่ง การเข้ารหัสมันเป็น MP3 อีกครั้งไม่ได้กู้อะไรกลับมา มันโยนรายละเอียดทิ้งอีกหนึ่งรอบและมักได้ไฟล์ที่ใหญ่กว่าที่คุณเริ่มต้นด้วย ถ้าปลายทางไม่มีอะไรเรียกร้อง MP3 การดึง M4A ออกมาทั้งเร็วกว่า เล็กกว่า และไม่สูญเสียข้อมูล

ตัวเข้ารหัส MP3 ที่นี่คือ LAME ซึ่งถูกคอมไพล์มาให้ทำงานในเบราว์เซอร์ของคุณ มันถูกดาวน์โหลดเฉพาะเมื่อคุณสั่งแปลงเป็น MP3 จริง ๆ — การเลือก M4A การคัดลอก หรือการเอาเสียงออก ไม่เคยไปดึงมันมา

บิตเรต และเสียงเล็กลงได้จริงแค่ไหน

บิตเรตเป็นการตั้งค่าเพียงอย่างเดียวที่นี่ และมันตรงไปตรงมาผิดปกติ: มันคือคำสัญญาเรื่องขนาด 192 kbps หมายถึง 192 กิโลบิตต่อทุกหนึ่งวินาทีของเสียง เสียงหนึ่งชั่วโมงจึงออกมาราว ๆ 86 MB ไม่ว่าการบันทึกนั้นจะมีอะไรอยู่ในนั้น เลขคณิตข้อนี้คือเหตุผลที่การบีบอัดเสียงคาดเดาได้ในแบบที่การบีบอัดวิดีโอไม่เคยเป็น — เลือกบิตเรตแล้วเท่ากับคุณเลือกขนาดไฟล์ไปแล้ว

สิ่งที่ตัวเลขนั้นซื้อให้คุณคือรายละเอียด และช่วงที่มีประโยชน์จริงแคบกว่าที่ตัวเลือกทำให้คิด สำหรับเสียงพูด — บทสัมภาษณ์ การบรรยาย พอดแคสต์ บันทึกเสียงสั้น ๆ — 96 kbps เพียงพอแล้วและ 128 นับว่าใจกว้าง สูงไปกว่านั้นคือการจ่ายไบต์ไปกับเสียงซ่า สำหรับดนตรี 192 คือจุดที่คนส่วนใหญ่เลิกแยกเวอร์ชันที่เข้ารหัสแล้วออกจากต้นฉบับได้ ส่วน 256 หรือ 320 ไว้สำหรับการเก็บถาวรหรือวัสดุที่คุณคาดว่าจะถูกเข้ารหัสใหม่อีกในภายหลัง ต่ำกว่า 96 ดนตรีจะเริ่มฟังบางอย่างชัดเจน โดยเฉพาะฉาบและเสียงปรบมือ

รายการตัวเลือกของสองรูปแบบต่างกันอย่างตั้งใจ MP3 ให้ตั้งแต่ 96 ถึง 320 ส่วน AAC เริ่มต่ำกว่าที่ 64 เพราะมันยังใช้งานได้ลงไปลึกกว่า ถ้าเป้าหมายของคุณคือไฟล์ที่เล็กที่สุดเท่าที่ยังฟังได้ — เช่นการบันทึกการประชุมสองชั่วโมงที่คุณอยากเก็บไว้ — AAC 64 kbps ทำงานนั้นได้ที่ราว ๆ 29 MB ต่อชั่วโมง และ MP3 ไม่มีอะไรเทียบเท่า

ทุกบิตเรตที่ไม่ใช่ “คงไว้ตามเดิม” คือการเข้ารหัสใหม่ รวมถึงค่าที่สูงที่สุด การเลือก 320 kbps กับไฟล์ต้นทาง 128 kbps ไม่ได้คืนอะไรกลับมา — มันเก็บเสียงเดิมอย่างสิ้นเปลืองกว่า เมื่อคุณต้องการให้ไฟล์ถูกปล่อยไว้ตามเดิม ตัวเลือกที่ทำสิ่งนั้นคือ “คงไว้ตามเดิม”

การเอาเสียงออกจากวิดีโอ

ตัวเลือกที่สามกลับด้านกับสองตัวแรก: เก็บภาพไว้ โยนเสียงทิ้ง มันเป็นการเอาออกจริงไม่ใช่การเปลี่ยนระดับเสียง — แทร็กไม่ถูกเขียนลงในผลลัพธ์เลย จึงไม่มีอะไรให้เร่งกลับขึ้นมา และไฟล์เล็กลงเล็กน้อยจากการที่มันไม่อยู่ ภาพไม่ถูกแตะต้อง และเมื่อไฟล์ต้นทางเป็น MP4 หรือ MOV อยู่แล้ว ก็ไม่มีอะไรถูกถอดรหัสด้วย งานนี้จึงเสร็จในไม่กี่วินาทีไม่ว่าจะยาวแค่ไหน

เหตุผลที่พบบ่อยที่สุดในการทำสิ่งนี้ไม่เกี่ยวกับการตัดต่อเลย การอัดหน้าจอเก็บทุกอย่างที่ถูกพูดในห้องนั้นไปด้วย วิดีโอจากโทรศัพท์ในงานแสดงของโรงเรียนบันทึกบทสนทนาของคนที่ยืนอยู่ข้างหลังคุณ คลิปที่คุณอยากส่งต่อติดเพลงประกอบที่คุณไม่อยากส่งไปกับมัน การถอดเสียงออกก่อนไฟล์จะไปไหนคือปฏิบัติการด้านความเป็นส่วนตัว และมันเป็นปฏิบัติการที่ดีกว่ามากเมื่อไฟล์ไม่ต้องออกจากเครื่องเพื่อให้มันเกิดขึ้น

มีกรณีหนึ่งที่กินเวลา ถ้าไฟล์ต้นทางของคุณเป็น WebM หรือรูปแบบอื่นที่สร้างขึ้นรอบ VP9 หรือ AV1 การผลิต MP4 หมายถึงการเข้ารหัสภาพใหม่เป็น H.264 เพราะตัวแปลงสัญญาณเหล่านั้นไม่สามารถแค่ถูกบรรจุใหม่ลงในคอนเทนเนอร์ MP4 ได้ แผงจะบอกก่อนคุณเริ่ม และนั่นเป็นสถานการณ์เดียวที่การเอาเสียงออกช้ากว่าไม่กี่วินาที

เสียงรอบทิศ Dolby และอัตราสุ่มตัวอย่างที่ไม่ปกติ

การคัดลอกแทร็กออกมารักษาทุกอย่างเกี่ยวกับมันไว้ รวมถึงการจัดวางช่องเสียงแบบ 5.1 หรือ 7.1 การเข้ารหัสใหม่ทำอย่างนั้นไม่ได้: LAME เขียนได้มากที่สุดสองช่องเสียง และตัวเข้ารหัส AAC ที่เบราว์เซอร์มีให้ปฏิเสธอินพุตหลายช่องเสียงตรง ๆ แทนที่จะยุบรวมมันเอง การแปลงทุกครั้งที่นี่จึงยุบเสียงรอบทิศให้เป็นสเตอริโอ และแผงจะบอกก่อนคุณเริ่ม ถ้าคุณต้องการให้ช่องเสียงยังอยู่ครบ การคัดลอกคือตัวเลือกที่ทำสิ่งนั้นได้

Dolby Digital เป็นกรณีที่ยากกว่า แทร็ก AC-3 และ E-AC-3 คัดลอกได้ — มันลงไปในผลลัพธ์อย่างครบถ้วน และโปรแกรมเล่นบนเดสก์ท็อปจัดการมันได้สบาย — แต่เข้ารหัสใหม่ไม่ได้ เพราะไม่มีเบราว์เซอร์ไหนมีตัวถอดรหัส Dolby มาให้อ่านมันตั้งแต่ต้น แทนที่จะส่งออกไฟล์เงียบแล้วปล่อยให้คุณไปเจอเองภายหลัง การเลือกบิตเรตกับแทร็ก Dolby ถูกปิดกั้นไปเลย โดยยื่น “คงไว้ตามเดิม” ให้เป็นทางออก มีผลข้างเคียงหนึ่งข้อที่ควรรู้: แทร็ก Dolby ที่ถูกคัดลอกออกมาอาจเงียบถ้าคุณเปิดฟังไฟล์ที่ดาวน์โหลดในแท็บเบราว์เซอร์ ด้วยเหตุผลเดียวกันเป๊ะ มันไม่ได้เสียหาย เพียงแต่เบราว์เซอร์ถอดรหัสมันไม่ได้

อัตราสุ่มตัวอย่างเป็นเรื่องสุดท้ายในกลุ่มนี้ MP3 รับได้เพียงเก้าค่า ซึ่งเป็นมรดกจากข้อกำหนด MPEG ที่มันถูกทำให้เป็นมาตรฐานอยู่ในนั้น และเสียงความละเอียดสูงที่บันทึกไว้ที่ 96 kHz ไม่ได้อยู่ในนั้น ไฟล์เหล่านั้นจะถูกสุ่มตัวอย่างใหม่เป็น 48 kHz ตอนออก — ตระกูลความถี่เดียวกัน อัตราครึ่งหนึ่ง และเลยพ้นช่วงการได้ยินของมนุษย์ไปสบาย ๆ ทั้งสองค่า AAC ไม่มีข้อจำกัดแบบนั้น การดึงออกมาเป็น M4A จึงเก็บอัตราเดิมไว้

สิ่งที่เครื่องมือนี้ไม่ทำ

นี่คือเครื่องมือดึงเสียงรอบเดียว ไม่ใช่โปรแกรมตัดต่อเสียง และขอบเขตของมันควรบอกตรง ๆ ดีกว่าปล่อยให้คุณไปเจอเอง

1. มันเขียนได้เฉพาะ M4A, MP3 และ MP4 ไม่มีผลลัพธ์ WAV, FLAC, OGG หรือ WMA
2. ไฟล์เดียว รอบเดียว ไม่มีคิวประมวลผลเป็นชุด ไม่มีการต่อการบันทึกสองไฟล์เข้าด้วยกัน และไม่มีการดึงหลายแทร็กออกจากไฟล์ที่มีมากกว่าหนึ่งแทร็ก
3. ไม่มีการตัด ไม่มีการเฟดเสียง ไม่มีการปรับระดับเสียงให้เท่ากัน และไม่มีการลดเสียงรบกวน ถ้าจะตัดช่วงใดออกก่อน ให้ใช้เครื่องมือปรับแต่ง แล้วดึงเสียงจากผลลัพธ์นั้น
4. การเพิ่มหรือแก้ชื่อเพลง ชื่อศิลปิน และภาพปก ไม่ได้อยู่ในขอบเขตนี้
5. ไม่มีโปรแกรมเล่นสำหรับฟังตัวอย่าง แผงแผนงานบรรยายว่าคุณจะได้อะไร การฟังเกิดขึ้นหลังคุณดาวน์โหลด
6. ไม่จำกัดขนาด แต่มีการตรวจดิสก์ ผลลัพธ์ถูกเขียนลงที่เก็บข้อมูลในเครื่องไปพร้อมกับที่มันถูกสร้าง หน่วยความจำจึงไม่โตตามไฟล์ — แต่พื้นที่ต้องมีอยู่จริง และเรื่องนั้นถูกยืนยันก่อนเริ่ม

ต้นฉบับของคุณไม่เคยถูกแก้หรือถูกย้าย สิ่งที่คุณดาวน์โหลดคือไฟล์ใหม่ การลบไฟล์ต้นทางจึงยังเป็นการตัดสินใจที่คุณทำเองในภายหลัง

คำถามที่พบบ่อย