MP4 in MP3 umwandeln: Bitrate, Schneiden und alle Geräte

Eine MP4-Datei ist ein Container nach dem Standard MPEG-4 Part 14 (ISO/IEC 14496-14), der getrennte Datenströme in einem Paket bündelt. Ein typisches Handy- oder Kameravideo enthält einen mit H.264 oder H.265 komprimierten Videostrom, einen AAC-Audiostrom und wenige Metadaten wie Aufnahmedatum und Drehung. Wer MP4 in MP3 umwandeln möchte, will nicht das Bild umwandeln. Gewünscht ist nur der Audiostrom in einem Format, das jeder Musikplayer, jedes Autoradio und jede Podcast-App ohne Rückfragen abspielt.

Der Haken: Das Audio in der MP4 ist AAC, nicht MP3, und die beiden Codecs lassen sich nicht einfach umbenennen. Für eine echte MP3 muss ein Konverter das AAC zu Rohdaten decodieren und diese mit einem MP3-Encoder neu komprimieren. Beide Schritte sind Routine, dauern bei einem typischen Clip nur Sekunden und laufen bei jedem Online- und Desktop-Tool im Hintergrund ab. Der Videostrom wird nie decodiert, deshalb ist die Audio-Extraktion viel schneller als die Umwandlung eines gleich langen Videos in ein anderes Videoformat.

Da AAC und MP3 beide verlustbehaftet sind, ist das eine zweite verlustbehaftete Komprimierung auf die erste. Das klingt bedenklich, hörbar wird es aber praktisch nur, wenn dem zweiten Encoding zu wenig Bitrate zur Verfügung steht. MP3, formal MPEG-1 Audio Layer III, wurde 1993 als ISO/IEC 11172-3 standardisiert und ist älter und etwas weniger effizient als AAC. Geben Sie ihm daher etwas mehr Bitrate als die Quelle hatte. Bei 128 kbps AAC im Video klingt eine MP3 mit 160 oder 192 kbps für fast jeden mit normalen Kopfhörern gleich.

Es gibt einen zweiten Weg ganz ohne erneute Codierung. Eine M4A-Datei ist derselbe MPEG-4-Container wie eine MP4, nur ohne Videostrom, daher kann ein Tool die AAC-Spur Bit für Bit kopieren. Nichts wird decodiert oder erneut komprimiert, und das Ergebnis klingt genau wie das Video. Wenn das Audio auf ein iPhone, einen Mac, in Apple Music, GarageBand oder ein modernes Android-Handy soll, MP4 in M4A extrahieren – dann verlieren Sie gar nichts. Manche Browser- und Desktop-Tools codieren M4A-Ausgaben aus Konsistenzgründen trotzdem neu, doch der Qualitätsverlust ist bei sinnvoller Bitrate genauso winzig wie bei MP3.

MP3 überzeugt durch Kompatibilität. Die letzten Patente liefen 2017 aus, als Fraunhofer IIS sein Lizenzprogramm beendete, und über Jahrzehnte wurde Hardware dafür gebaut: ältere Autoradios mit USB-Anschluss, günstige MP3-Player, manche DJ-Software, Sprecherportale und viele Webformulare, die nur .mp3 akzeptieren. Wenn die Datei Ihre eigenen Geräte verlässt oder Sie nicht wissen, womit sie abgespielt wird, ist MP3 das Format ohne Rückfragen. Für unkomprimierte und verlustfreie Varianten vergleicht unser Ratgeber zu MP3, WAV, FLAC und AAC alle vier nebeneinander.

Die Bitrate gibt an, wie viele Kilobit pro Sekunde Ton verwendet werden, und sie allein bestimmt die Größe der MP3. Auflösung, Bildrate und Größe des Originalvideos spielen keine Rolle, denn das Bild entfällt. Multiplizieren Sie Bitrate und Dauer und teilen Sie durch 8, um die Größe zu erhalten: Eine Minute bei 128 kbps sind etwa 0,96 MB, bei 192 kbps etwa 1,44 MB und bei 320 kbps etwa 2,4 MB. Eine einstündige Vorlesung bei 128 kbps landet damit bei rund 58 MB, ein vierminütiger Song bei 320 kbps bleibt unter 10 MB.

Was man bei jeder Stufe hört, ist ziemlich vorhersehbar. Bei 128 kbps klingt eine Stimme natürlich, und Musik klingt über Handylautsprecher und Ohrhörer gut, doch Becken, Applaus und Hallfahnen können über gute Kopfhörer leicht zischelnd wirken. Bei 192 kbps unterscheiden die meisten im Blindtest die MP3 nicht vom Audio des Videos, weshalb das der übliche Standard im MP4-zu-MP3-Konverter und in vielen Desktop-Apps ist. Bei 320 kbps, der höchsten Bitrate des MP3-Standards, ist die Datei nochmals etwa zwei Drittel größer, für einen Unterschied, den kaum jemand bemerkt.

Die Regel, die am meisten Enttäuschung erspart: Eine höhere Bitrate kann nicht wiederherstellen, was das Video nie hatte. Handyaufnahmen enthalten meist AAC mit 96 bis 256 kbps, Bildschirmaufnahmen oder Videos aus Messengern oft noch weniger. Eine Quelle mit 96 kbps mit 320 kbps zu codieren, ergibt eine dreimal größere Datei, die genau wie das Original mit 96 kbps klingt, samt Artefakten. Prüfen Sie im Zweifel die Quellbitrate in einem Medieninfo-Fenster und wählen Sie die nächsthöhere Stufe, nicht den obersten Eintrag.

Die meisten wollen nicht das ganze Video als Audio. Sie wollen einen Song aus einer zweistündigen Konzertaufnahme, eine fünfminütige Antwort aus einem Webinar oder einen Soundeffekt aus einem Spielmitschnitt. Den Ausschnitt schon bei der Extraktion zu schneiden, ist schneller und sauberer, als alles zu extrahieren und später zu bearbeiten, weil Sie die unnötigen Teile nie anfassen. Öffnen Sie im Video-zu-Audio-Konverter die Erweiterten Einstellungen und tragen Sie bei Beginn bei und Ende bei Sekunden wie 95 oder Minuten und Sekunden wie 1:35 ein. Lassen Sie ein Feld leer, um den Anfang oder das Ende zu behalten, und spielen Sie das Video vorher ab, um die genauen Zeiten zu notieren.

Zwei Gewohnheiten lassen Ausschnitte fertig statt abgehackt klingen. Beginnen Sie etwa eine Sekunde vor dem ersten Wort oder Ton, denn Schnitte genau auf einem Klang beschneiden oft den Anschlag und klingen abrupt. Und wenn die Aufnahme leise ist, wie Handyvideos einer Vorlesung aus der hinteren Reihe meist sind, aktivieren Sie Lautstärke normalisieren. Das bringt die Lautheit auf −16 LUFS, einen gängigen Zielwert für Sprache, sodass der Clip ähnlich laut wie Ihre anderen Dateien abgespielt wird. Enthält das Video eine zweite Sprache oder einen Kommentar, wählen Sie mit Tonspur, welche zur MP3 wird.

Eine MP3 aus einem Video hat meist nur einen Dateinamen und sonst nichts. Musikplayer lesen Titel, Interpret, Album und Cover aus ID3-Tags in der Datei, und ID3v2 kann auch ein Titelbild einbetten. Unter Windows klicken Sie mit rechts auf die MP3, öffnen Eigenschaften und dann Details, um Titel, Interpret und Album einzugeben. Auf einem Mac fügen Sie sie der Musik-App hinzu, wählen Informationen und fügen das Cover im Tab „Cover“ ein. Kostenlose Tag-Editoren wie Mp3tag erledigen das auch stapelweise, was sich lohnt, wenn Sie eine ganze Reihe von Vorträgen oder Folgen extrahieren.

Jede Plattform bietet einen Weg, Audio aus einem Video zu holen, doch nur wenige erzeugen direkt eine MP3. Auf dem Mac kann der QuickTime Player den Ton mit Ablage → Exportieren als → Nur Audio speichern, das Ergebnis ist aber eine M4A, keine MP3. Die Musik-App kann sie dann in MP3 umwandeln, wenn Sie unter Einstellungen → Dateien → Importeinstellungen den MP3-Codierer wählen und Ablage → Konvertieren → MP3-Version erstellen ausführen. Unter Windows gibt es dafür keinen eingebauten Exporter, der gängige kostenlose Weg ist daher VLC, dessen Dialog Medien → Konvertieren / Speichern ein Profil Audio - MP3 enthält. Auch Audacity öffnet MP4-Dateien, sobald die FFmpeg-Bibliothek installiert ist, und exportiert von dort MP3.

Auf Handys ist es eingeschränkter. Auf dem iPhone hat die Aktion Medien codieren der Kurzbefehle-App einen Schalter Nur Audio, der aus einem Video Ihrer Mediathek eine M4A speichert. Das funktioniert, doch das Erstellen des Kurzbefehls dauert einige Minuten, und die Ausgabe ist trotzdem keine MP3. Android hat kein systemweites Pendant, und viele Audio-Extraktor-Apps im Play Store sind voller Werbung oder verlangen weitreichende Speicherberechtigungen. Soll aus einem Clip Text statt Audio werden, knüpft unsere Anleitung zum Transkribieren von Audio in Text dort an, wo dieser Beitrag endet.

Der Weg über den Browser ist auf jedem Gerät gleich: Video hochladen, Bitrate wählen, Extrahieren in MP3 → drücken und die Datei herunterladen. UltKit akzeptiert Videos bis 95 MB pro Datei, braucht weder App noch Konto und löscht Upload und MP3 30 Minuten nach der Verarbeitung von seinen Servern. Lange Aufnahmen über 95 MB lassen sich meist vorher verkleinern, indem Sie die Auflösung senken, denn die Bildqualität spielt keine Rolle, wenn Sie nur den Ton wollen. Die folgenden Schritte fassen den schnellsten Weg je Plattform zusammen, von Desktop-Apps bis zum Handy-Browser.

Die meisten fehlgeschlagenen Extraktionen gehen auf eine von vier Ursachen zurück, und die Fehlermeldung nennt sie selten. Am häufigsten hat das Video schlicht keinen Audiostrom: Manche Bildschirmrecorder nehmen nur das Bild auf, solange Sie Mikrofon oder Systemton nicht einschalten, und manche Social-Apps entfernen den Ton aus Clips, die ohne ihn gespeichert wurden. Die zweite Ursache ist Kopierschutz. Filme und Folgen, die in Shops wie dem iTunes Store gekauft oder geliehen wurden, und Downloads in Streaming-Apps sind mit DRM verschlüsselt, und kein gewöhnlicher Konverter kann das Audio darin lesen. Wandeln Sie nur Videos um, die Sie selbst erstellt haben oder nutzen dürfen, denn das Urheberrecht an der Tonspur gilt unabhängig vom Dateiformat.

Die anderen beiden Ursachen betreffen das Timing, nicht den Zugriff. Bildschirmaufnahmen und manche Handyaufnahmen nutzen eine variable Bildrate, und einige enthalten außerdem Lücken oder Sprünge in den Zeitstempeln, sodass das extrahierte Audio ein oder zwei Sekunden kürzer als das Video sein oder beim Zusammenlegen im Editor wegdriften kann. Das Video zuerst mit konstanter Bildrate im Videokonverter neu zu speichern, behebt meist beides. Schließlich deutet eine Datei von wenigen Hundert Kilobyte, die stumm abspielt, oft auf die falsche Tonspur hin, was sich leicht prüfen lässt, indem Sie von jeder Spur zehn Sekunden extrahieren.