影片轉 MP3 或提取音訊

把音訊從影片裡抽出來，通常一點成本都沒有

一個影片檔是一個容器，裡面裝著各自獨立的軌：一條放畫面，一條放聲音，有時旁邊還有字幕。那條聲音在裡面本來就已經是一個做好的、壓縮過的音訊檔了——只是碰巧被存在影片旁邊而已。所謂提取，嚴格講就是把那些位元組複製進一個屬於它自己的檔案。不解碼、不重新壓縮、也沒有什麼品質要決定，因為把資料從一個容器搬進另一個容器，這些都用不上。

把品質留在「保持原樣」再選 M4A，做的就是這件事。幾乎每個 MP4 和 MOV 裝的都是 AAC 音訊，而 .m4a 不過就是「裝在自己容器裡的 AAC」，所以那條軌落進新檔案時，和影片裡那條逐位元組相同。一段兩小時的錄音出來所需要的時間，大概就是把檔案從磁碟讀一遍那麼久，而你拿到的東西不是接近原本那條——它就是原本那條。

轉換是另一回事，而這一頁刻意把兩者分得很清楚，不會兩個都叫「提取」。要 MP3，或者指定一個位元率，就代表每一個取樣都得解開、再壓一次。那要花真實時間，也要付出一代音質。按下按鈕之前，按鈕上方的面板會告訴你，在這個特定檔案上你即將拿到的是哪一種。

只有在你要的東西和裡面已經有的東西相符時，才有得搬：AAC 出 AAC、MP3 出 MP3。其他任何情況都是真正的轉換。這也是為什麼在用不上它的檔案上，「保持原樣」這個選項會直接消失——它在那裡不是「差一點的選擇」，而是一件根本不存在的事。

MP3 還是 M4A——你真正要的是哪一個

MP3 已經三十歲了，而這正是它的全部優勢：基本上沒有哪個裝置播不了它。2006 年的車用音響、健身器材、便宜的錄音筆、DJ 控制器、某些匯入格式很窄的剪輯軟體。如果你要把檔案交給這類東西，MP3 就是正確答案，而它會重新編碼這件事只是代價而已。

其他所有情況，M4A 都是比較好的檔案。它裝的是 AAC，也就是你的手機、你的相機和網路上幾乎每一部影片本來就錄成的東西——所以抽成 M4A 是搬運而不是轉換。同樣的位元率下它也比 MP3 好聽，而且差距大到一般認為 128 kbps 的 AAC 大致相當於 192 kbps 的 MP3。過去十五年做出來的東西都播得動它，包括每一個瀏覽器、每一支手機，以及 iTunes 時代的硬體。

真正該避開的情況，是習慣性地把一個普通 MP4 的聲音轉成 MP3。那條音訊是 AAC，本來就已經是有損的；再編一次成 MP3 救不回任何東西，只會再丟掉一輪細節，而且做出來的檔案還經常比原本更大。如果接收端沒有非 MP3 不可，抽出 M4A 又快、又小、又無損。

這裡用的 MP3 編碼器是 LAME，編譯成能在你的瀏覽器裡跑。只有在你真的要求轉 MP3 時才會下載它——選 M4A、走搬運、或移除聲音，都不會去抓它。

位元率，以及音訊誠實地能小到什麼程度

位元率是這裡唯一的設定，而它罕見地直白：它是一個關於容量的承諾。192 kbps 就是每一秒音訊用 192 千位元，所以一小時大約就是 86 MB，不管錄的內容是什麼。這個算術正是為什麼音訊壓縮可以預測，而影片壓縮從來做不到——選好位元率，你等於已經選好了檔案大小。

這個數字換來的是細節，而真正有用的區間比選項看起來的窄。語音類——訪談、講課、Podcast、語音備忘錄——96 kbps 就綽綽有餘，128 已經很大方；再往上只是把位元組花在底噪上。音樂的話，192 是多數人開始分不出編碼版本的那個點，256 或 320 則是給封存、或者給你預期之後還會被再編一次的素材用的。低於 96，音樂會開始明顯變薄，尤其是銅鈸和掌聲。

兩種格式的清單不一樣是刻意的。MP3 提供 96 到 320；AAC 從更低的 64 開始，因為它往下撐得比較久。如果你的目標單純是「還能聽的最小檔案」——比方說一段想留著的兩小時會議錄音——64 kbps 的 AAC 就做得到，一小時大約 29 MB，而 MP3 沒有對應的東西。

除了「保持原樣」以外的每一個位元率都會重新編碼，最高的那一檔也不例外。在一個 128 kbps 的來源上選 320 kbps 什麼也救不回來——它只是用更沒效率的方式存下同一段音訊。當你希望這個檔案完全不被動到，做到那件事的選項叫「保持原樣」。

把影片的聲音移除

第三個選項把前兩個反過來：留下畫面、丟掉音訊。它是真的移除而不是把音量調小——那條軌根本不會被寫進產物，所以沒有東西可以調回來，而檔案也因為它的缺席而小一點。畫面完全不動，而當來源本來就是 MP4 或 MOV 時，連解碼都沒有，所以不管多長都是幾秒鐘的事。

會做這件事的最常見理由，其實和剪輯無關。螢幕錄影會把當下房間裡在講的話一起錄進去；在學校表演拍的手機影片會收錄站在你後面那些人的閒聊；一段你想寄出去的片子，背景音樂你其實不想一起傳出去。在檔案送到任何地方之前先把音訊剝掉，是一個隱私動作——而當這個檔案為了做這件事根本不必離開你的電腦時，它是一個好得多的隱私動作。

有一種情況確實要花時間。如果你的來源是 WebM 或其他以 VP9、AV1 為核心的格式，要產出 MP4 就得把畫面重新編碼成 H.264，因為那些編碼沒辦法單純換個殼放進 MP4 容器。面板會在開始之前說明，而這也是唯一一種「移除聲音」會超過幾秒鐘的情況。

環繞聲、Dolby，以及不尋常的取樣率

把音軌搬出來會保留它的一切，包括 5.1 或 7.1 的聲道配置。重新編碼做不到：LAME 最多只寫兩個聲道，而瀏覽器提供的 AAC 編碼器對多聲道輸入是直接拒收，不會自己幫你降混。所以這裡任何一次轉換都會把環繞聲折進立體聲，面板也會在開始之前說明。如果你需要保住那些聲道，做得到那件事的選項是搬運。

Dolby Digital 是比較難處理的情況。AC-3 和 E-AC-3 音軌可以搬——它們會完整落進產物，桌面播放器也處理得很好——但它們沒辦法重新編碼，因為從一開始就沒有哪個瀏覽器附了 Dolby 解碼器可以拿來讀它們。與其匯出一個無聲檔案、讓你事後才發現，不如直接把「在 Dolby 音軌上選位元率」這件事擋掉，並提供「保持原樣」當作出路。有一個後果值得知道：搬出來的 Dolby 音軌，如果你在瀏覽器分頁裡預覽下載到的檔案，可能是沒有聲音的，理由完全一樣。它沒有壞，只是瀏覽器解不開。

取樣率是最後一件。MP3 只接受其中九種，這是它當年被標準化進 MPEG 規格時留下的產物，而以 96 kHz 錄製的高解析音訊不在裡面。那些檔案輸出時會被重新取樣到 48 kHz——同一個頻率家族、一半的速率，而且兩者都遠遠超出人耳聽得到的範圍。AAC 沒有這種限制，所以抽成 M4A 會保留原本的取樣率。

這個工具不做的事

這是一個一次處理完的提取工具，不是音訊編輯軟體，邊界不如直接講明白，免得等你自己去找。

1. 只會寫出 M4A、MP3 和 MP4。沒有 WAV、FLAC、OGG 或 WMA 輸出。
2. 一個檔案、一次處理。沒有批次佇列，不能把兩段錄音接起來，也不能從一個有多條音軌的檔案裡分別抽出好幾條。
3. 沒有剪裁、沒有淡入淡出、沒有音量正規化、沒有降噪。要先切掉一段的話，請先用調整工具，再從結果裡提取。
4. 新增或編輯曲目名稱、演出者和封面圖不在這裡。
5. 沒有預覽播放器。方案面板會描述你會拿到什麼；聽，是下載之後的事。
6. 不限容量，但會檢查磁碟。產物是邊產生邊寫進本機儲存空間的，所以記憶體不會跟著檔案一起長——但空間必須真的存在，而這件事在開始之前就會先驗過。

你的原檔永遠不會被修改或搬動。你下載到的是一個新檔案，要不要刪掉來源，始終是事後由你自己做的決定。

常見問題