Convertire MP4 in MP3: bitrate, taglio e ogni dispositivo

Un file MP4 è un contenitore, definito dallo standard MPEG-4 Part 14 (ISO/IEC 14496-14), che racchiude in un unico pacchetto flussi separati. Un tipico video di smartphone o fotocamera contiene un flusso video compresso con H.264 o H.265, un flusso audio compresso con AAC e qualche metadato, come la data di registrazione e la rotazione. Quando si dice di voler convertire MP4 in MP3, in realtà non si vuole convertire l'immagine: si vuole il solo flusso audio, in un formato che ogni lettore musicale, autoradio e app di podcast accetta senza problemi.

Il punto è questo: l'audio dentro l'MP4 è AAC, non MP3, e i due codec non si possono semplicemente rinominare. Per ottenere un vero MP3, un convertitore deve decodificare l'AAC in campioni grezzi e poi comprimere di nuovo quei campioni con un encoder MP3. Entrambi i passaggi sono ordinari, richiedono pochi secondi per un clip tipico e sono ciò che ogni strumento online o desktop fa dietro le quinte. Il flusso video non viene mai decodificato, ed è per questo che l'estrazione dell'audio è molto più rapida della conversione di un video in un altro formato video della stessa durata.

Poiché AAC e MP3 sono entrambi lossy, si tratta di un secondo giro di compressione con perdita sopra il primo. Sembra preoccupante, ma in pratica diventa udibile solo quando la seconda codifica dispone di pochi bit. L'MP3, formalmente MPEG-1 Audio Layer III, è stato standardizzato come ISO/IEC 11172-3 nel 1993 ed è più vecchio e un po' meno efficiente dell'AAC, quindi conviene dargli un bitrate leggermente superiore a quello della sorgente. Se l'audio del video era AAC a 128 kbps, un MP3 a 160 o 192 kbps suonerà uguale per quasi tutti con normali cuffie.

Esiste una seconda strada che evita del tutto la ricodifica. Un file M4A è lo stesso contenitore MPEG-4 di un MP4, solo senza il flusso video, perciò uno strumento può copiare la traccia AAC bit per bit. Nulla viene decodificato, nulla viene compresso di nuovo e il risultato suona esattamente come il video. Se l'audio è destinato a un iPhone, un Mac, Apple Music, GarageBand o a qualsiasi smartphone Android recente, conviene estrarre MP4 in M4A senza perdere nulla. Alcuni strumenti nel browser e desktop ricodificano comunque l'output M4A per coerenza, ma il costo in qualità con un bitrate ragionevole è lo stesso minimo dell'MP3.

L'MP3 si guadagna il posto grazie alla compatibilità. Gli ultimi brevetti sono scaduti nel 2017, quando Fraunhofer IIS ha chiuso il proprio programma di licenze, e decenni di hardware sono stati costruiti attorno a questo formato: autoradio più vecchie che leggono chiavette USB, lettori MP3 economici, alcuni software per DJ, portali per voice-over e molti moduli web che accettano .mp3 e nient'altro. Se il file uscirà dai propri dispositivi, o non si sa con cosa verrà riprodotto, l'MP3 è il formato che non genera richieste di assistenza. Per le opzioni non compresse e lossless, la nostra guida a MP3, WAV, FLAC e AAC confronta tutti e quattro i formati.

Il bitrate è il numero di kilobit usati per ogni secondo di suono e da solo determina la dimensione dell'MP3. Risoluzione, frame rate e dimensioni del video originale non hanno effetto, perché l'immagine non c'è più. Moltiplicando il bitrate per la durata e dividendo per 8 si ottiene la dimensione: un minuto a 128 kbps pesa circa 0,96 MB, a 192 kbps circa 1,44 MB e a 320 kbps circa 2,4 MB. Una lezione di un'ora a 128 kbps arriva quindi a circa 58 MB, mentre una canzone di quattro minuti a 320 kbps resta sotto i 10 MB.

Ciò che si sente a ogni livello è abbastanza prevedibile. A 128 kbps la voce suona naturale e la musica va bene su altoparlanti del telefono e auricolari, ma piatti, applausi e code di riverbero possono risultare un po' sibilanti con buone cuffie. A 192 kbps la maggior parte delle persone non distingue l'MP3 dall'audio originale del video in un confronto alla cieca, ed è per questo che è il valore predefinito del convertitore da MP4 a MP3 e di molte app desktop. A 320 kbps, il bitrate più alto consentito dallo standard MP3, il file è di nuovo più grande di circa due terzi per una differenza che pochi ascoltatori notano.

La regola che evita più delusioni è che un bitrate più alto non può ripristinare ciò che il video non ha mai avuto. Le registrazioni da telefono hanno in genere AAC a 96–256 kbps, e le registrazioni dello schermo o i video delle app di messaggistica spesso sono ancora più bassi. Codificare una sorgente a 96 kbps a 320 kbps produce un file tre volte più grande che suona esattamente come l'originale a 96 kbps, artefatti inclusi. Nel dubbio, conviene controllare il bitrate della sorgente in un pannello di informazioni sul file e scegliere il livello subito superiore, non quello in cima all'elenco.

La maggior parte delle persone non vuole l'intero video come audio, ma una canzone da una registrazione di concerto di due ore, una risposta di cinque minuti da un webinar o un effetto sonoro da una cattura di gioco. Tagliare il clip durante l'estrazione è più rapido e pulito che estrarre tutto e modificare dopo, perché non si tocca mai ciò che non serve. Nel convertitore da video ad audio, aprire Impostazioni avanzate e compilare Inizio e Fine con secondi come 95 oppure con minuti e secondi come 1:35. Lasciando vuoto un campo si mantiene l'inizio o la fine; conviene riprodurre prima il video per annotare i tempi esatti.

Due accorgimenti rendono i clip rifiniti anziché tagliati male. Iniziare circa un secondo prima della prima parola o nota, perché i tagli che cadono esattamente sul suono tendono a troncare l'attacco e a renderlo brusco. E se la registrazione è debole, come i video di una lezione ripresi dall'ultima fila, spuntare Normalizza il volume, che porta il livello a −16 LUFS, un obiettivo comune per il parlato, così il clip ha un volume simile agli altri file. Se il video contiene una seconda lingua o un commento, Traccia audio permette di scegliere quale diventa l'MP3.

Un MP3 ricavato da un video di solito ha un nome di file e poco altro. I lettori musicali leggono titolo, artista, album e copertina dai tag ID3 memorizzati nel file, e ID3v2 può includere anche un'immagine di copertina. In Windows, fare clic con il pulsante destro sull'MP3, aprire Proprietà e poi Dettagli per inserire titolo, artista e album. Su Mac, aggiungerlo all'app Musica, scegliere Ottieni informazioni e incollare la copertina nella scheda Copertina. Editor di tag gratuiti come Mp3tag fanno lo stesso in blocco, cosa utile quando si estrae un'intera serie di interventi o episodi.

Ogni piattaforma ha un modo per ricavare l'audio da un video, anche se pochi producono direttamente un MP3. Su Mac, QuickTime Player può salvare il solo suono con File → Esporta come → Solo audio, ma il risultato è un M4A, non un MP3. L'app Musica può poi trasformarlo in MP3 dopo aver impostato Impostazioni → File → Impostazioni di importazione su Codificatore MP3 e scelto File → Converti → Crea versione MP3. Su Windows non c'è un esportatore integrato, quindi la strada gratuita più comune è VLC, la cui finestra Media → Converti / Salva include un profilo Audio - MP3. Anche Audacity apre i file MP4 una volta installata la libreria FFmpeg, ed esporta in MP3.

Gli smartphone sono più limitati. Su iPhone, l'azione Codifica contenuti multimediali dell'app Comandi ha un interruttore Solo audio, che salva un M4A da un video della libreria; funziona, ma creare il comando richiede qualche minuto e il risultato non è comunque MP3. Android non ha un equivalente a livello di sistema e molte app di estrazione audio sul Play Store sono piene di pubblicità o chiedono permessi ampi sull'archiviazione. Se un clip deve diventare testo e non audio, la nostra guida su come trascrivere audio in testo riparte da dove finisce questa.

Il metodo nel browser è lo stesso su ogni dispositivo: caricare il video, scegliere il bitrate, premere Estrai in MP3 e scaricare il file. UltKit accetta video fino a 95 MB ciascuno, non richiede app né account ed elimina dai suoi server sia il file caricato sia l'MP3 30 minuti dopo l'elaborazione. Le registrazioni lunghe oltre 95 MB di solito si possono prima ridurre abbassando la risoluzione, dato che la qualità dell'immagine non conta quando serve solo il suono. I passaggi qui sotto riassumono il percorso più rapido su ogni piattaforma, dalle app desktop al browser del telefono.

La maggior parte delle estrazioni fallite dipende da una di quattro cause, e il messaggio di errore raramente la indica. La più comune è un video che semplicemente non ha un flusso audio: alcuni registratori dello schermo catturano solo l'immagine se non si attiva il microfono o l'audio di sistema, e alcune app social eliminano il suono dai clip salvati senza. La seconda è la protezione dalla copia. Film e episodi acquistati o noleggiati in store come l'iTunes Store, e i download salvati nelle app di streaming, sono cifrati con DRM e nessun convertitore comune può leggerne l'audio. Conviene convertire solo video creati da sé o che si ha il diritto di usare, perché il diritto d'autore sulla colonna sonora vale qualunque sia il formato del file.

Le altre due cause riguardano i tempi più che l'accesso. Le registrazioni dello schermo e alcune riprese da telefono usano un frame rate variabile, e alcune contengono anche vuoti o salti nei timestamp, quindi l'audio estratto può risultare più corto del video di un secondo o due oppure andare fuori sincronia quando lo si riallinea in un editor. Risalvare prima il video con un Frame rate costante, con il convertitore video, di solito risolve entrambi i problemi. Infine, un file di poche centinaia di kilobyte che si riproduce in silenzio spesso indica che è stata scelta la Traccia audio sbagliata, cosa facile da verificare estraendo dieci secondi di ciascuna traccia.