免费视频转音频提取器

音频提取究竟做了什么

视频文件是一个容器（MP4、WebM、MOV、MKV、AVI 等），持有多个基本流：通常是一个视频流、一个或多个音频流，有时还有字幕或章节标记。音频提取是一种解复用操作：打开容器，读取音频流，要么逐字复制到新的音频文件（流复制，无损且快速），要么重新编码到不同的音频编解码器（转码，速度较慢，质量代价小）。FFmpeg 通过 -c:a copy 与 -c:a mp3/aac/opus 等标志处理这两种模式。本工具根据您的目标格式自动选择正确路径。

视频文件内的音频编解码器通常是 AAC（大多数 MP4）、Opus（较新的 WebM 和 MKV 文件），有时是 MP3（较旧的文件）、AC-3（DVD 风格）或 PCM（MOV/AVI 中的未压缩）。每种都是表示相同波形数据的不同方式；在它们之间转换涉及解码为原始 PCM 样本并重新编码为目标编解码器。有损编解码器（AAC、MP3、Opus、Vorbis）丢弃听不见的频率和模式以节省空间；无损编解码器（FLAC、ALAC、WAV 中的原始 PCM）保留每一个样本。如果您的目标是尽可能干净的音频，请提取为 FLAC 或 WAV。如果您的目标是用于休闲收听的便携文件，192 kbps 的 MP3 是通用默认。

比特率是音频版的 CRF：每秒音频分配多少比特。320 kbps MP3 对大多数听众「透明」（盲测中与 CD 质量无法区分）。192 kbps MP3 是大多数音乐库的默认。128 kbps 对语音/播客可以接受但对音乐有可闻降级。64 kbps 是仅语音的领地。AAC 和 Opus 在更低比特率下达到相同的感知质量（Opus 是最高效的：96 kbps Opus 在音乐上可与 192 kbps MP3 媲美）。

本工具的工作原理

与其他视频工具相同的 ffmpeg.wasm 引擎：通过 Emscripten 编译为 WebAssembly 的 FFmpeg，约 30 MB 浏览器侧二进制，通过 SharedArrayBuffer 多线程完全在标签内运行。当您拖入视频时，文件通过流式读取器读入 WebAssembly 虚拟文件系统。

提取命令看起来像 -i input.mp4 -vn -c:a libmp3lame -b:a 192k output.mp3，用于 192 kbps 的 MP3，其中 -vn 完全丢弃视频流。对于 WAV（无损）：-i input.mp4 -vn -c:a pcm_s16le output.wav。对于 AAC：-c:a aac -b:a 192k output.m4a。对于 OGG/Opus：-c:a libopus -b:a 128k output.opus。FFmpeg 内置的音频解码器处理源内的任何编解码器（AAC、Opus、MP3、AC-3、FLAC 等）并输出所选目标编解码器。

当源音频编解码器与目标编解码器匹配时（在本工具中很少见，因为目标通常是 MP3/WAV 而源通常是 AAC），工具可以做流复制（-c:a copy）而不是重新编码。流复制完全保留原始比特，即使对小时长视频也在几秒内完成。对所有其他情况工具重新编码，受您的 CPU 限制。进度消息从 FFmpeg 的 stderr 流出并实时更新屏幕上的进度条。

音频编解码器和提取的简史

• MP3（MPEG-1 Layer III），1993 年。Fraunhofer 研究所发布 MP3 规范。该格式主导 1990 年代末和 2000 年代初的消费音频领域：Napster（1999）、iPod（2001）、iTunes Music Store（2003）。专利限制直到 2017 年最后的 MP3 专利到期才允许免费实现。
• AAC（高级音频编码），1997 年。MPEG-2 Part 7 和后来的 MPEG-4 Part 3。以更低比特率达到与 MP3 相似的质量。Apple 为 iTunes Music Store（2003）和 iPhone（2007）采用 AAC。AAC 成为 MP4 容器中的默认音频编解码器。
• FLAC（免费无损音频编解码器），2001 年。无损压缩将原始音频大小减少约一半。成为归档音频、发烧友分发和 CD 翻录的标准。从一开始就是开源且免版税。
• Vorbis 和 OGG 容器，2000 年代初。Xiph.Org 基金会发布 Vorbis 作为 MP3 的免版税替代品，打包在 OGG 容器中。被一些游戏（Quake III、Halo）和开源项目采用，但从未达到主流消费者采用。
• Opus，2012 年。IETF 标准化 Opus，结合 SILK（来自 Skype 的语音）和 CELT（音乐）的元素。成为低延迟实时通信（Discord、WebRTC、Zoom）的主导编解码器，并越来越多用于流媒体（YouTube WebM、Spotify Web）。在 96 kbps 下它可与 192 kbps 的 MP3 媲美。
• ffmpeg.wasm 和浏览器音频提取，2019 至 2026 年。Jerome Wu 在 2019 年发布第一个 ffmpeg.wasm。到 2024 年 4.x 系列稳定在约 30 MB，支持 SharedArrayBuffer 多线程。来自视频的浏览器侧音频提取变得实用，替代许多基于云的提取服务用于个人用途。

工作原理

1. 上传视频： 选择包含您要提取音频的任何视频文件（MP4、WebM、MOV、AVI）。
2. 选择音频格式： 选择MP3、WAV、OGG或AAC作为输出格式，并设置音频质量/比特率。
3. 提取并下载： 点击“提取音频”，处理完成后下载音频文件。

为什么使用视频转音频提取器？

从视频中提取音频是常见需求，从视频文件中提取音乐、从录制中获取配音音频、从视频采访中保存播客音频，或从游戏播放视频中提取解说。专用的音频软件或命令行工具对于这个简单任务来说是杀鸡用牛刀。这款基于浏览器的提取器可以从任何视频中提取音频轨道，并将其保存为独立的音频文件，无需安装任何软件。

功能特点

• 多种音频格式： 导出为MP3（通用）、WAV（无损）、OGG（开源）或AAC（苹果/移动端）。
• 比特率控制： 选择从64 kbps（语音/播客）到64 kbps（高质量音乐）的音频质量。
• 音频剪辑： 可选指定开始和结束时间，仅提取音频的一个片段。
• 声道和采样率： 针对专业音频用途的单声道/立体声和采样率高级选项。
• 隐私优先： 视频文件在您的浏览器中本地处理，从不上传到任何服务器。

真实世界的提取工作流

• 从视频播客录制中提取音频。许多播客同时录制视频和音频（Riverside、Zencastr，甚至 Zoom）。提取音频轨道为您提供准备好上传到播客托管平台的播客 MP3。对于纯语音内容，128 kbps 单声道 MP3 就足够；对于音乐丰富的播客，192 至 256 kbps 立体声。
• 保存讲座音频供离线收听。录制的讲座、会议演讲或网络研讨会经常包含远多于所需的视频（幻灯片几乎不变）。仅提取音频显著减小文件大小（1 小时的 1 GB 视频变成 30 MB MP3），让您可以在通勤或锻炼时收听而无视频消耗。
• 从音乐视频中提取音乐。有时您拥有的一首歌的唯一版本是在音乐视频中。提取到高比特率 MP3（256 至 320 kbps）或 FLAC 无损为您的音乐库提供可播放的音频文件。请确保您拥有权利或仅用于个人用途。
• 保存画外音或叙述轨道。如果您录制了带有高质量画外音的视频教程，并希望重新利用音频（用于播客、有声书或不同视频），提取为您提供独立的音频文件以单独混音或重新母带处理。
• 用于配音或字幕的音频轨道。翻译和配音工作室经常从提取的音频而不是完整视频开始工作，特别是在带宽或存储很重要时。提取到无损 WAV 为翻译/配音工作流提供尽可能干净的源。
• 为转录服务的预处理。大多数自动转录服务（Whisper、Otter、Rev）接受音频上传比视频上传更快。在上传前提取为 MP3 节省时间和带宽。仅音频输入往往比视频在同一服务上转录得更快，因为服务器端不需要视频解码。

常见陷阱及其含义

• 有损到有损的重新编码增加质量损失。从 MP4 提取 AAC 到 MP3 意味着从有损 AAC 转码到有损 MP3，这增加另一代量化噪声。结果通常难以区分但略有降级。对于纯粹的保留，请提取到 FLAC 或 WAV（无损），如有需要稍后转换为 MP3。
• 比特率高于源没有帮助。如果视频的音频以 128 kbps AAC 编码，提取到 320 kbps MP3 不会恢复源没有的细节。它只是膨胀文件。匹配源比特率，或者如果您计划进一步处理就稍微调高一点；显著调高是浪费空间。
• 静音视频没有音频可提取。没有麦克风的屏幕录制、延时视频、在隔噪条件下拍摄的无人机镜头：这些可能完全不包含音频流，或包含纯静音流。工具检测无音频情况并通知您；对于纯静音流，提取的文件在技术上有效但听不见。
• 多声道环绕轨道下混到立体声。一些视频（蓝光转录、5.1 会议录音）具有多声道环绕音频。提取到 MP3 或 AAC 通常下混到立体声，丢失空间分离。要保留通道，请提取到 FLAC 或多声道 AAC；标准 MP3 没有原生多声道支持。
• ID3 标签不是免费的。视频文件不携带 MP3 风格的 ID3 元数据（标题、艺术家、专辑、封面艺术）。提取的 MP3 出来时标签为空。如果您需要填充标签，请在提取后使用桌面工具如 Mp3tag 或 MusicBrainz Picard 添加标题、艺术家和封面艺术。
• DRM 保护的视频不受支持。Netflix 下载、Apple TV+ 文件和其他 DRM 保护视频无法被本工具（或任何消费工具）提取。音频在容器中被加密。提取仅适用于您拥有的未加密文件。

隐私：您的视频从不离开您的设备

云视频转音频服务（Online Audio Converter、Audio Extractor、Convertio 等数十个）都上传您的完整视频，在他们的硬件上运行 FFmpeg，并发回提取的音频。一段 200 MB 的手机视频通过他们的基础设施意味着 200 MB 上传加 10 至 50 MB 下载。音频内容常包含家人或同事的声音、会议的对话、私人音乐、敏感主题的叙述。大多数运营商发布隐私政策，承诺在 1 至 24 小时内删除上传并在传输中加密，大型运营商持有 ISO/IEC 27001 认证。他们有强烈的商业动机来履行这些政策。但「一小时内删除」不等于「从未被看见」。在那个窗口里文件就在运营商基础设施上，对任何拥有正确权限的进程或人员可访问，并按运营商保留政策出现在日志和备份中。

本工具从不上传任何内容。完整流水线（文件选择、通过浏览器原生读取器解码、通过 ffmpeg.wasm WebAssembly 提取、通过浏览器 blob API 下载）在您的浏览器标签内运行。没有上传，没有携带视频数据的网络请求，没有日志条目。您可以在提取前打开浏览器开发工具的「网络」标签来验证：没有任何带视频内容的请求离开。只有页面本身的初始加载和 ffmpeg.wasm 约 30 MB 的一次性下载（后续访问缓存）会触及网络。页面加载后把浏览器切到飞行模式，提取器仍能在本地文件上工作。

何时另一个工具才是正确选择

• 超过 2 GB 的文件。约 2 GB 以上浏览器内存限制成为墙。请使用桌面 FFmpeg CLI：ffmpeg -i big_video.mkv -vn -c:a copy big_audio.aac 在任何文件大小上几秒内工作，因为它从磁盘流式读取并在编解码器匹配时使用流复制。
• 多轨音频提取。一些视频有多个音频轨道（导演评论、备用配音语言、叙述变体）。带有 -map 0:a:N 的 FFmpeg CLI 明确选择每个轨道。浏览器工具通常只提取默认音频轨道。
• 跨多个文件的批量提取。使用 FFmpeg CLI 的 shell 脚本在一个命令中处理一个文件夹：for f in *.mp4; do ffmpeg -i "$f" -vn -c:a libmp3lame -b:a 192k "${f%.mp4}.mp3"; done。比手动运行浏览器工具 100 次快得多。
• 重度 ID3/元数据工作流。如果您需要将正确的 ID3 标签、封面艺术、歌词和章节标记附加到提取的 MP3，请在提取后使用 Mp3tag（Windows）或 MusicBrainz Picard（跨平台）。这些具有浏览器工具缺乏的丰富元数据编辑器。

常见问题

提取的音频质量会与视频匹配吗？

会的，如果您提取为无损格式（WAV）或使用与视频音频轨道相同的比特率。视频的音频已经编码，以更低的比特率重新编码会降低质量。为获得最佳效果，请选择WAV或最高比特率选项。

如果视频没有音频轨道怎么办？

如果视频没有音频轨道，工具会通知您。静音视频（如无麦克风的屏幕录制）不包含可提取的音频数据。

我可以从YouTube视频提取音频吗？

此工具适用于您设备中的视频文件。从YouTube视频下载或提取音频可能违反YouTube的服务条款。请使用您拥有或有权处理的文件。

其他常见问题

MP3、AAC、OGG 和 WAV 有什么区别？

MP3（1993）是通用有损格式，到处都能播放。AAC（1997）在相同质量下比 MP3 更高效，Apple 设备的默认。OGG/Vorbis（2000 年代初）是免版税开放替代品；Opus（2012）是其现代继承者，是用于语音和音乐的最高效有损编解码器。WAV 是未压缩 PCM（巨大文件但无损）。FLAC 是无损压缩（约 WAV 大小的一半，无质量损失）。用于分享：MP3 或 AAC。用于归档：FLAC。用于编辑：WAV。

我应该选择什么比特率？

对于音乐：192 至 320 kbps MP3 或 AAC（320 对大多数听众透明；192 是事实上的库默认）。对于语音/播客：64 至 128 kbps 单声道就够了（更小文件，对语音无质量损失）。对于归档：不要选比特率，使用无损（FLAC 或 WAV）。选择高于源音频比特率的比特率没有帮助；只匹配或稍微调高。

提取将是无损还是有损？

取决于目标格式。提取到 WAV 或 FLAC 是无损：解码源的每个样本都被保留。提取到 MP3、AAC、OGG 或 Opus 是有损：编码器丢弃一些听不见的细节以节省空间。如果源音频已经是有损的（大多数 MP4 内部是 AAC），即使是无损提取也是「有损源的无损副本」，而不是原始录音的完美再现。

为什么提取有时近乎即时，有时缓慢？

如果源音频编解码器与目标匹配（在本工具中很少见，因为目标通常是 MP3/WAV 而源通常是 AAC），工具可以做流复制，只重写容器而不重新编码。流复制对任何文件大小都在几秒内完成。重新编码受您的 CPU 限制，所需时间与音频时长成正比：典型笔电上 MP3/AAC 为 1 至 5 倍实时。

有桌面或命令行的等效工具吗？

有。FFmpeg CLI：ffmpeg -i input.mp4 -vn -c:a libmp3lame -b:a 192k output.mp3。对于流复制：ffmpeg -i input.mp4 -vn -c:a copy output.m4a。VLC 有一个通过其内置 FFmpeg 提取音频的转换/保存对话框。Audacity 可以导入视频并以任何格式导出音频。所有这些与本浏览器工具产生本质上相同的输出，因为它们共享相同的底层编解码器。

我可以只提取音频的一部分吗？

本工具中不能直接：提取处理完整的音频轨道。要提取片段，请先使用视频修剪器将视频切到所需范围，然后提取音频。或在 FFmpeg CLI 中：ffmpeg -i input.mp4 -vn -ss 00:01:30 -to 00:03:45 -c:a libmp3lame -b:a 192k clip.mp3 提取 1:30 到 3:45。