MP4 को MP3 में कैसे बदलें: बिटरेट, ट्रिमिंग और हर डिवाइस

MP4 फ़ाइल एक कंटेनर है, जिसे MPEG-4 Part 14 स्टैंडर्ड (ISO/IEC 14496-14) परिभाषित करता है और जो अलग-अलग स्ट्रीम को एक पैकेज में रखता है। आम फ़ोन या कैमरा वीडियो में H.264 या H.265 से कंप्रेस्ड वीडियो स्ट्रीम, AAC से कंप्रेस्ड ऑडियो स्ट्रीम और रिकॉर्डिंग की तारीख व रोटेशन जैसा थोड़ा मेटाडेटा होता है। जब लोग MP4 को MP3 में बदलना चाहते हैं, तो वे तस्वीर नहीं बदलवाना चाहते। वे सिर्फ़ ऑडियो स्ट्रीम चाहते हैं, ऐसे फॉर्मेट में जिसे हर म्यूज़िक प्लेयर, कार स्टीरियो और पॉडकास्ट ऐप बिना दिक्कत चला ले।

यहाँ एक पेच है। MP4 के अंदर का ऑडियो AAC है, MP3 नहीं, और दोनों कोडेक का बस नाम नहीं बदला जा सकता। असली MP3 बनाने के लिए कन्वर्टर को AAC को वापस रॉ सैंपल में डिकोड करना होता है और फिर उन सैंपल को MP3 एन्कोडर से दोबारा कंप्रेस करना होता है। दोनों कदम सामान्य हैं, आम क्लिप में कुछ सेकंड लगते हैं, और हर ऑनलाइन व डेस्कटॉप टूल अंदर यही करता है। वीडियो स्ट्रीम कभी डिकोड नहीं होती, इसलिए ऑडियो निकालना उसी लंबाई के वीडियो को दूसरे वीडियो फॉर्मेट में बदलने से कहीं तेज़ है।

AAC और MP3 दोनों लॉसी हैं, इसलिए यह पहली कंप्रेशन के ऊपर दूसरी लॉसी कंप्रेशन है। सुनने में यह डरावना लगता है, पर व्यवहार में फ़र्क तभी सुनाई देता है जब दूसरे एन्कोड में बिट कम पड़ जाएँ। MP3, यानी औपचारिक रूप से MPEG-1 Audio Layer III, 1993 में ISO/IEC 11172-3 के रूप में मानकीकृत हुआ था और AAC से पुराना व थोड़ा कम कुशल है, इसलिए सोर्स से थोड़ा ज़्यादा बिटरेट दें। अगर वीडियो का ऑडियो 128 kbps AAC था, तो 160 या 192 kbps का MP3 आम हेडफ़ोन पर लगभग हर किसी को वैसा ही सुनाई देगा।

एक दूसरा रास्ता भी है जिसमें दोबारा एन्कोड करना पूरी तरह छूट जाता है। M4A फ़ाइल वही MPEG-4 कंटेनर है जो MP4 है, बस वीडियो स्ट्रीम के बिना, इसलिए टूल AAC ट्रैक को बिट-दर-बिट कॉपी कर सकता है। कुछ डिकोड नहीं होता, कुछ दोबारा कंप्रेस नहीं होता, और नतीजा बिल्कुल वैसा सुनाई देता है जैसा वीडियो में था। अगर ऑडियो iPhone, Mac, Apple Music, GarageBand या किसी आधुनिक Android फ़ोन में जाना है, तो MP4 से M4A निकालें और कुछ भी नहीं खोएगा। कुछ ब्राउज़र और डेस्कटॉप टूल एकरूपता के लिए M4A आउटपुट भी दोबारा एन्कोड करते हैं, पर सही बिटरेट पर क्वालिटी का नुकसान उतना ही मामूली होता है जितना MP3 में।

MP3 की जगह उसकी कम्पैटिबिलिटी से बनती है। इसके आख़िरी पेटेंट 2017 में ख़त्म हुए, जब Fraunhofer IIS ने अपना लाइसेंसिंग प्रोग्राम बंद किया, और दशकों का हार्डवेयर इसी के इर्द-गिर्द बना: USB स्टिक पढ़ने वाले पुराने कार स्टीरियो, सस्ते MP3 प्लेयर, कुछ DJ सॉफ़्टवेयर, वॉइस-ओवर पोर्टल और बहुत से वेब फ़ॉर्म जो सिर्फ़ .mp3 लेते हैं। अगर फ़ाइल आपके अपने डिवाइस से बाहर जाएगी, या आपको नहीं पता कि उसे क्या चलाएगा, तो MP3 ऐसा फॉर्मेट है जिस पर सपोर्ट का सवाल नहीं लौटेगा। अनकंप्रेस्ड और लॉसलेस विकल्पों के लिए, हमारी गाइड MP3, WAV, FLAC और AAC चारों की आमने-सामने तुलना करती है।

बिटरेट वह संख्या है जितने किलोबिट आवाज़ के हर सेकंड पर लगते हैं, और MP3 का साइज़ अकेले यही तय करता है। रेज़ोल्यूशन, फ़्रेम रेट और मूल वीडियो के साइज़ का कोई असर नहीं पड़ता, क्योंकि तस्वीर हट चुकी होती है। साइज़ निकालने के लिए बिटरेट को अवधि से गुणा करके 8 से भाग दें: 128 kbps पर एक मिनट लगभग 0.96 MB, 192 kbps पर लगभग 1.44 MB और 320 kbps पर लगभग 2.4 MB होता है। इसलिए एक घंटे का लेक्चर 128 kbps पर करीब 58 MB बनता है, जबकि चार मिनट का गाना 320 kbps पर भी 10 MB से कम रहता है।

हर स्तर पर क्या सुनाई देता है, यह काफ़ी अनुमानित है। 128 kbps पर आवाज़ प्राकृतिक लगती है और संगीत फ़ोन स्पीकर व ईयरबड्स पर ठीक लगता है, लेकिन अच्छे हेडफ़ोन पर झांझ, तालियाँ और रिवर्ब की पूँछ थोड़ी सरसराती लग सकती है। 192 kbps पर ज़्यादातर लोग ब्लाइंड तुलना में MP3 को वीडियो के अपने ऑडियो से अलग नहीं पहचान पाते, इसीलिए MP4 से MP3 कन्वर्टर और कई डेस्कटॉप ऐप में यही आम डिफ़ॉल्ट है। 320 kbps पर, जो MP3 स्टैंडर्ड का सबसे ऊँचा बिटरेट है, फ़ाइल करीब दो-तिहाई और बड़ी हो जाती है, जबकि फ़र्क कम ही श्रोता नोटिस करते हैं।

निराशा से सबसे ज़्यादा बचाने वाला नियम यह है कि ऊँचा बिटरेट वह नहीं लौटा सकता जो वीडियो में कभी था ही नहीं। फ़ोन रिकॉर्डिंग में आमतौर पर 96 से 256 kbps का AAC होता है, और स्क्रीन रिकॉर्डिंग या मैसेजिंग ऐप के वीडियो अक्सर इससे भी कम होते हैं। 96 kbps सोर्स को 320 kbps पर एन्कोड करने से फ़ाइल तीन गुना बड़ी होती है, पर आवाज़ बिल्कुल 96 kbps वाले मूल जैसी रहती है, खामियों समेत। संदेह हो तो मीडिया इन्फ़ो पैनल में सोर्स का बिटरेट देखें और उससे अगला स्तर चुनें, सूची का सबसे ऊपर वाला नहीं।

ज़्यादातर लोग पूरा वीडियो ऑडियो के रूप में नहीं चाहते। उन्हें दो घंटे की कॉन्सर्ट रिकॉर्डिंग से एक गाना, किसी वेबिनार का पाँच मिनट का जवाब, या गेम कैप्चर से एक साउंड इफ़ेक्ट चाहिए होता है। निकालते समय ही क्लिप काटना, सब कुछ निकालकर बाद में एडिट करने से तेज़ और साफ़ है, क्योंकि जो हिस्से नहीं चाहिए उन्हें आप छूते ही नहीं। वीडियो से ऑडियो कन्वर्टर पर एडवांस्ड सेटिंग खोलें और शुरुआत व अंत में 95 जैसे सेकंड या 1:35 जैसे मिनट और सेकंड भरें। शुरुआत या अंत रखने के लिए एक फ़ील्ड खाली छोड़ दें, और सही समय नोट करने के लिए पहले वीडियो चलाकर देख लें।

दो आदतें क्लिप को कटी-फटी की जगह तैयार जैसा बनाती हैं। पहले शब्द या स्वर से एक सेकंड पहले शुरू करें, क्योंकि ठीक आवाज़ पर लगी कट शुरुआती हिस्सा काट देती है और अचानक लगती है। और अगर रिकॉर्डिंग धीमी है, जैसे पिछली पंक्ति से बने लेक्चर के फ़ोन वीडियो अक्सर होते हैं, तो वॉल्यूम सामान्य करें पर टिक करें, जो लाउडनेस को −16 LUFS पर लाता है, जो बोले गए ऑडियो का आम लक्ष्य है, ताकि क्लिप आपकी दूसरी फ़ाइलों जितने स्तर पर चले। अगर वीडियो में दूसरी भाषा या कमेंट्री है, तो ऑडियो ट्रैक तय करता है कि कौन-सा MP3 बनेगा।

वीडियो से बने MP3 के साथ अक्सर बस एक फ़ाइल नाम आता है, और कुछ नहीं। म्यूज़िक प्लेयर टाइटल, आर्टिस्ट, एल्बम और आर्टवर्क फ़ाइल के अंदर रखे ID3 टैग से पढ़ते हैं, और ID3v2 कवर इमेज भी जोड़ सकता है। Windows में MP3 पर राइट-क्लिक करें, Properties और फिर Details खोलकर टाइटल, आर्टिस्ट और एल्बम लिखें। Mac पर उसे Music ऐप में जोड़ें, Get Info चुनें और Artwork टैब में आर्टवर्क पेस्ट करें। Mp3tag जैसे मुफ़्त टैग एडिटर यही एक साथ कई फ़ाइलों पर कर देते हैं, जो तब काम आता है जब आप भाषणों या एपिसोड की पूरी सीरीज़ एक बार में निकालते हैं।

हर प्लैटफ़ॉर्म पर वीडियो से ऑडियो निकालने का कोई न कोई तरीका है, लेकिन बहुत कम तरीके सीधे MP3 देते हैं। Mac पर QuickTime Player File → Export As → Audio Only से सिर्फ़ आवाज़ सेव कर सकता है, पर नतीजा M4A होता है, MP3 नहीं। इसके बाद Music ऐप उसे MP3 बना सकता है, बशर्ते आप Settings → Files → Import Settings में MP3 Encoder चुनें और फिर File → Convert → Create MP3 Version चुनें। Windows में इसके लिए कोई बिल्ट-इन एक्सपोर्टर नहीं है, इसलिए आम मुफ़्त तरीका VLC है, जिसके Media → Convert / Save डायलॉग में Audio - MP3 प्रोफ़ाइल मिलती है। Audacity भी FFmpeg लाइब्रेरी इंस्टॉल होने पर MP4 फ़ाइलें खोल लेता है और वहाँ से MP3 एक्सपोर्ट करता है।

फ़ोन पर विकल्प सीमित हैं। iPhone में Shortcuts ऐप की Encode Media एक्शन में Audio Only स्विच होता है, जो आपकी लाइब्रेरी के वीडियो से M4A सेव करता है; यह काम करता है, पर शॉर्टकट बनाने में कुछ मिनट लगते हैं और आउटपुट फिर भी MP3 नहीं होता। Android में पूरे सिस्टम के लिए ऐसा कोई तरीका नहीं है, और Play Store के कई ऑडियो एक्सट्रैक्टर ऐप विज्ञापनों से भरे हैं या स्टोरेज की बहुत ज़्यादा अनुमति माँगते हैं। अगर क्लिप को ऑडियो की जगह टेक्स्ट बनाना है, तो हमारी गाइड ऑडियो को टेक्स्ट में बदलें वहीं से आगे बढ़ती है जहाँ यह खत्म होती है।

ब्राउज़र वाला तरीका हर डिवाइस पर एक जैसा है: वीडियो अपलोड करें, बिटरेट चुनें, MP3 में एक्सट्रैक्ट करें → दबाएँ और फ़ाइल डाउनलोड करें। UltKit हर वीडियो के लिए 95 MB तक स्वीकार करता है, इसमें ऐप या अकाउंट की ज़रूरत नहीं है, और प्रोसेसिंग के 30 मिनट बाद अपलोड और MP3 दोनों सर्वर से हटा दिए जाते हैं। 95 MB से बड़ी लंबी रिकॉर्डिंग को पहले रेज़ोल्यूशन घटाकर छोटा किया जा सकता है, क्योंकि जब सिर्फ़ आवाज़ चाहिए तो तस्वीर की क्वालिटी मायने नहीं रखती। नीचे के स्टेप हर प्लैटफ़ॉर्म का सबसे तेज़ तरीका बताते हैं, डेस्कटॉप ऐप से लेकर फ़ोन के ब्राउज़र तक।

ज़्यादातर नाकाम एक्सट्रैक्शन चार कारणों में से किसी एक की वजह से होते हैं, और एरर मैसेज शायद ही कभी उसका नाम बताता है। सबसे आम कारण वह वीडियो है जिसमें ऑडियो स्ट्रीम है ही नहीं: कुछ स्क्रीन रिकॉर्डर माइक्रोफ़ोन या सिस्टम साउंड ऑन किए बिना सिर्फ़ तस्वीर रिकॉर्ड करते हैं, और कुछ सोशल ऐप बिना आवाज़ के सेव की गई क्लिप से आवाज़ हटा देते हैं। दूसरा कारण कॉपी प्रोटेक्शन है। iTunes Store जैसे स्टोर से खरीदी या किराये पर ली गई फ़िल्में और एपिसोड, और स्ट्रीमिंग ऐप के अंदर सेव किए गए डाउनलोड DRM से एन्क्रिप्टेड होते हैं, और कोई सामान्य कन्वर्टर उनके अंदर का ऑडियो नहीं पढ़ सकता। सिर्फ़ वही वीडियो कन्वर्ट करें जो आपने खुद बनाए हों या जिन्हें इस्तेमाल करने का आपको अधिकार हो, क्योंकि साउंड ट्रैक पर कॉपीराइट फ़ाइल फॉर्मेट कुछ भी हो, लागू रहता है।

बाकी दो कारण पहुँच के नहीं, टाइमिंग के हैं। स्क्रीन रिकॉर्डिंग और कुछ फ़ोन कैप्चर वेरिएबल फ़्रेम रेट इस्तेमाल करते हैं, और कुछ में टाइमस्टैम्प में गैप या उछाल भी होते हैं, इसलिए निकाला गया ऑडियो वीडियो से एक-दो सेकंड छोटा हो सकता है या एडिटर में दोबारा मिलाने पर खिसक सकता है। वीडियो कन्वर्टर से वीडियो को पहले स्थिर फ़्रेम रेट पर दोबारा सेव करने से आमतौर पर दोनों ठीक हो जाते हैं। आखिर में, अगर फ़ाइल कुछ सौ किलोबाइट की है और चलाने पर खामोश है, तो अक्सर गलत ऑडियो ट्रैक चुना गया है, जिसे हर ट्रैक के दस सेकंड एक्सट्रैक्ट करके आसानी से जाँचा जा सकता है।