免费文字转语音 - 浮云梦配音
智能问答

视频提取音频(视频转 MP3)

上传 MP4、MOV 或 WebM,页面直接抽出音轨再导出;能不能解由你的浏览器决定,MKV、AVI 这类封装它经常读不动。

我常拿它处理手机拍的视频:一段 3 分钟的 MP4,抽出来的就是现场原声,导成 128 kbps 的 MP3 之后不到 3MB,发给别人听很省流量。

这一步不会让声音变好。视频里的 AAC 本身就是有损压缩,再导一次 MP3 等于压了第二遍,所以我如果要留着当素材,直接导出 WAV(16 位或 24 位)。

🎁 全员免费 🔒 文件不上传,全部在你的浏览器里处理

本地处理视频和音频都在你本机的浏览器里解码,文件不上传服务器,也不需要注册或登录。
格式与限制MP4、MOV、WebM 里的常见音轨一般能读;MKV、AVI 以及 ProRes、DNxHD 这类专业编码,浏览器多半解不了,页面会直接提示解码失败。
合法使用提取别人的影视、音乐视频音轨再发布可能侵权。请确认你有权处理这段素材,工具不做版权判断。
全员免费
🎵

把视频拖到这里,或者点击选择文件

支持 MP4、MOV、WebM 等浏览器能解码的视频,也可以直接拖音频文件;文件不上传,全部在你的浏览器里处理

00:00 / 00:00

上传 MP4、MOV、WebM 后,浏览器能解码的视频会直接把音轨取出来。手机拍的视频、常见的剪辑导出文件基本都能读;用了专业编码或者 MKV、AVI 这类封装的文件,浏览器解不了,这时候换一个 MP4 或者先用剪辑软件导出成 MP4 再来。

不用写扩展名,导出时按所选格式自动补上

本工具累计服务 22 次 今天 4 次 已导出 0 次 全部工具累计 305 次

怎么用:4 步完成

  1. 导入视频点“选择视频”挑一个 MP4、MOV 或 WebM。文件建议控制在 200MB 以内,视频越短,解码越快。
  2. 等解码结果页面开始解析容器并解码音轨,能解就继续往下走;碰到浏览器不支持的封装或编码,会明确提示失败,不会一直转圈。
  3. 试听音轨解出来先播放一遍,确认取到的是你要的那一路声音。视频本身如果混了背景音乐,提取出来的也会一起带上,这一步只能靠听来判断。
  4. 导出音频选 MP3(32 至 320 kbps)、WAV(16 位或 24 位)或 M4A 后导出。想让音质不打折就选 WAV;首次导出 MP3 会加载约 120KB 的编码脚本,加载失败时改用 WAV。

哪些视频能解、哪些解不了

能不能提取,取决于你的浏览器认不认这个容器和里面的编码,跟文件后缀名只是间接相关。下面这张表是我自己在 Chrome 上试出来的大致情况。

视频类型浏览器能不能解说明
MP4(H.264 + AAC)通常可以最常见的一类,相机、手机、剪辑软件导出的默认组合
MOV(H.264 + AAC)多数可以iPhone 拍的 MOV 一般没问题,前提是里面用的是 H.264
WebM(VP8/VP9 + Opus)可以浏览器自家的封装,兼容性最省心
MP4(HEVC / H.265)看浏览器Chrome、Edge 的部分版本能解,Firefox 经常报失败
MKV多数解不了容器本身不被支持,即使里面装的是 AAC 也读不动
AVI基本解不了老封装,浏览器没有对应的解复用路径
ProRes、DNxHD 等专业编码解不了先用桌面软件转成 H.264 的 MP4,再拿过来提取

MKV 和 AVI 这两类,我试过的办法都是先转封装:用桌面工具改成 MP4、音轨保持 AAC,转完再回到这个页面。转封装不改音质,只是换个外壳。

提取出来的音频会被再压一次吗

会,或者不会,取决于你导出时选什么。

  • 选 WAV:音频被解码成未压缩的采样数据再写成 WAV,不再走一层有损编码,音质和视频里的音轨一致,代价是文件大,3 分钟大约 30MB 上下。
  • 选 MP3:视频里的 AAC 先解成采样数据,再压成 MP3,等于压了第二遍。日常听没什么感觉,反复折腾几轮之后高频会先变糊。
  • 选 M4A:Safari 上能直接导出,容器和视频里的音轨同源,二次压缩的痕迹比 MP3 轻一些。

采样率和声道数跟着视频走。手机竖屏视频常见的是 48 kHz 单声道或者双声道,这部分这个页面不做重采样,想要统一的规格,导完再拿到格式转换里处理。

从视频里取音频,我一般在什么场合用

  • 留现场原声:活动录像里主持人说的那段话,抽出音轨发给同事,比传一整条视频快得多。
  • 做素材库:拍到的关门声、脚步声、街边环境音,导成 WAV 存起来,以后剪片子随时能用。
  • 配字幕的前置步骤:视频里的语音要先变成音频,才方便去做语音识别,这段音频也可以直接放到 字幕生成 里转成 SRT。
  • 会议记录:把录屏里的声音单独取出来,体积能小一大截,回头听重点也快。
  • 听不清画面时只留声音:网课视频卡顿但声音完整,抽出音轨当音频课听,通勤路上比看视频现实。

提取失败时,按这个顺序排查

这个工具的失败基本都发生在头一步,跟后面的导出没关系。我按命中率排了个顺序。

  1. 先看后缀名背后的封装。MKV、AVI 现在就能放弃,直接转封装成 MP4 再来。
  2. 再确认视频里的视频编码。HEVC/H.265 在 Firefox 上基本没戏,换 Chrome 或 Edge 试一次。
  3. 看看视频里到底有没有声音。屏幕录制时如果只录了画面、没勾音频输入,文件本身就没有音轨。
  4. 文件太大也会出问题。超过 200MB 的长视频在内存小的机器上可能中途失败,先用桌面软件切成几段。
  5. 换个浏览器对照一次。同一段 MOV 我在 Safari 上失败、在 Chrome 上成功过,这种差异真实存在。

还有一点要说清楚:这个页面只能解出视频自带的音轨,不做音频修复,也没有办法把混在一起的人声和配乐分开。

常见问题

浏览器读取你选中的视频文件,解出容器里的音轨,再用 Web Audio 解码成采样数据,导出时在本地写成新文件。整个过程在你本机内存里完成,视频不会上传,服务器也没有留存,不需要注册和登录。
取决于视频时长和你的机器。我拿一段 3 分钟的 1080p MP4 试,解码大概几秒,导出 128 kbps 的 MP3 也在几秒内结束。一小时的录屏就慢得多,而且要占掉不少内存,建议先切开再处理。
导出 WAV 就基本没有额外损失,只是把已经压过一次的 AAC 解码成未压缩数据。导出 MP3 或 M4A 会再走一层有损编码,等于压了第二遍,日常听差别不大,但反复转换会越来越糊。
只要里面的音轨是 AAC、视频是 H.264,一般都能读。iPhone 拍完直接传过来的 MOV 我试过没问题;部分机型开了高效模式后会存成 HEVC,这种在 Firefox 上经常失败,换成 Chrome 或 Edge 再试。
做不到。页面取出的是整条音轨,人声和音乐混在一起是什么样,提取出来就是什么样。想把两者分开属于音频分离的范畴,需要专门的模型来做,这个工具不涉及。
因为浏览器解不了这两种封装,即使里面的音轨是 AAC 也读不动,页面只能提示失败,这是浏览器解码能力的硬边界,不是文件坏了。解决办法是先转封装:用桌面工具改存成 H.264 加 AAC 的 MP4,音轨不用重编,转完再回来提取。