Konvertera MP4 till MP3: bithastighet, klippning och enheter

En MP4-fil är en behållare, definierad av standarden MPEG-4 Part 14 (ISO/IEC 14496-14), som paketerar separata strömmar i ett och samma paket. En typisk video från mobil eller kamera innehåller en videoström komprimerad med H.264 eller H.265, en ljudström komprimerad med AAC och lite metadata, till exempel inspelningsdatum och rotation. När folk säger att de vill konvertera MP4 till MP3 vill de inte alls konvertera bilden. De vill ha enbart ljudströmmen, i ett format som varje musikspelare, bilstereo och poddapp tar emot utan krångel.

Haken är att ljudet i MP4-filen är AAC, inte MP3, och de två kodekarna går inte bara att döpa om. För att få en riktig MP3 måste en konverterare avkoda AAC tillbaka till råa ljudprover och sedan komprimera dem på nytt med en MP3-kodare. Båda stegen är rutin, tar några sekunder för ett vanligt klipp och är vad alla online- och skrivbordsverktyg gör under huven. Videoströmmen avkodas aldrig, och därför går ljudextrahering mycket snabbare än att konvertera en video till ett annat videoformat av samma längd.

Eftersom både AAC och MP3 är förlustbehäftade blir det en andra omgång förlustbehäftad komprimering ovanpå den första. Det låter alarmerande, men i praktiken hörs det bara när den andra kodningen får för få bitar. MP3, formellt MPEG-1 Audio Layer III, standardiserades som ISO/IEC 11172-3 år 1993 och är äldre och något mindre effektivt än AAC, så ge den lite högre bithastighet än källan. Om videons ljud var AAC på 128 kbps låter en MP3 på 160 eller 192 kbps likadant för nästan alla i vanliga hörlurar.

Det finns en andra väg som helt hoppar över omkodningen. En M4A-fil är samma MPEG-4-behållare som en MP4, bara utan videoströmmen, så ett verktyg kan kopiera över AAC-spåret bit för bit. Inget avkodas, inget komprimeras på nytt och resultatet låter precis som videon. Om ljudet ska till en iPhone, en Mac, Apple Music, GarageBand eller en modern Android-telefon kan du extrahera MP4 till M4A och förlorar ingenting alls. Vissa webb- och skrivbordsverktyg kodar ändå om M4A-utdata för enhetlighetens skull, men kvalitetskostnaden vid en rimlig bithastighet är lika liten som för MP3.

MP3 har sin plats tack vare kompatibiliteten. De sista patenten gick ut 2017, när Fraunhofer IIS avslutade sitt licensprogram, och årtionden av hårdvara byggdes kring formatet: äldre bilstereor som läser USB-minnen, billiga MP3-spelare, viss DJ-programvara, portaler för voice-over och gott om webbformulär som tar emot .mp3 och inget annat. Om filen ska lämna dina egna enheter, eller om du inte vet vad som ska spela upp den, är MP3 formatet som inte kommer tillbaka med en supportfråga. För de okomprimerade och förlustfria alternativen jämför vår guide om MP3, WAV, FLAC och AAC alla fyra sida vid sida.

Bithastighet är antalet kilobit som läggs på varje sekund ljud, och den avgör ensam MP3-filens storlek. Upplösning, bildfrekvens och originalvideons storlek spelar ingen roll, eftersom bilden är borta. Multiplicera bithastigheten med längden och dela med 8 för att få storleken: en minut vid 128 kbps blir cirka 0,96 MB, vid 192 kbps cirka 1,44 MB och vid 320 kbps cirka 2,4 MB. En timmes föreläsning vid 128 kbps hamnar alltså nära 58 MB, medan en fyra minuter lång låt vid 320 kbps blir under 10 MB.

Vad du hör vid varje steg är ganska förutsägbart. Vid 128 kbps låter en röst naturlig och musik låter bra i mobilhögtalare och öronsnäckor, men cymbaler, applåder och efterklang kan bli lite sjungande i bra hörlurar. Vid 192 kbps kan de flesta inte skilja MP3:n från videons eget ljud i ett blindtest, vilket är skälet till att det är standard i MP4 till MP3-konverteraren och i många skrivbordsappar. Vid 320 kbps, den högsta bithastighet MP3-standarden tillåter, blir filen ungefär två tredjedelar större till för en skillnad som få lyssnare märker.

Regeln som sparar mest besvikelse är att en högre bithastighet inte kan återställa det videon aldrig hade. Telefoninspelningar har oftast AAC på 96 till 256 kbps, och skärminspelningar eller videor från meddelandeappar ligger ofta ännu lägre. Kodar du en källa på 96 kbps vid 320 kbps får du en fil som är tre gånger större och låter exakt som originalet på 96 kbps, artefakter inräknade. Är du osäker, kolla källans bithastighet i en mediainfopanel och välj nästa steg över den, inte högst upp i listan.

De flesta vill inte ha hela videon som ljud. De vill ha en låt från en två timmar lång konsertinspelning, ett fem minuter långt svar från ett webbinarium eller en ljudeffekt från en spelinspelning. Att klippa ut klippet under extraheringen går snabbare och blir renare än att extrahera allt och redigera efteråt, eftersom du aldrig hanterar de delar du inte behöver. Öppna Avancerade inställningar i konverteraren för video till ljud och fyll i Börja vid och Sluta vid med sekunder som 95 eller med minuter och sekunder som 1:35. Lämna ett fält tomt för att behålla början eller slutet, och spela upp videon först för att notera exakta tider.

Två vanor gör att klipp låter färdiga i stället för avhuggna. Börja ungefär en sekund före första ordet eller tonen, eftersom klipp som landar exakt på ett ljud ofta kapar anslaget och låter abrupta. Och om inspelningen är svag, som mobilvideor av en föreläsning från sista raden brukar vara, kryssa i Normalisera volymen, som justerar ljudstyrkan till −16 LUFS, ett vanligt mål för talat ljud, så att klippet spelas på ungefär samma nivå som dina andra filer. Om videon har ett andra språk eller en kommentar väljer Ljudspår vilket som blir MP3:n.

En MP3 som görs från en video kommer oftast med ett filnamn och lite annat. Musikspelare läser titel, artist, album och omslag från ID3-taggar som lagras i filen, och ID3v2 kan även bädda in en omslagsbild. I Windows högerklickar du på MP3-filen, öppnar Egenskaper och sedan Information för att skriva titel, artist och album. På en Mac lägger du till den i Musik-appen, väljer Visa information och klistrar in omslag på fliken Omslag. Gratis taggredigerare som Mp3tag gör samma sak i bulk, vilket är värt det när du extraherar en hel serie föredrag eller avsnitt på en gång.

Varje plattform har något sätt att få ut ljud ur en video, men få ger en MP3 direkt. På en Mac kan QuickTime Player spara enbart ljudet med Arkiv → Exportera som → Endast ljud, men resultatet blir en M4A, inte en MP3. Musik-appen kan sedan göra om den till MP3 när du ställer in Inställningar → Filer → Importinställningar på MP3-kodare och väljer Arkiv → Konvertera → Skapa MP3-version. I Windows finns ingen inbyggd exportfunktion för detta, så den vanliga gratisvägen är VLC, vars dialogruta Media → Konvertera / Spara innehåller profilen Audio - MP3. Audacity öppnar också MP4-filer när dess FFmpeg-bibliotek är installerat och exporterar MP3 därifrån.

Telefoner är mer begränsade. På en iPhone har åtgärden Koda media i appen Genvägar en Endast ljud-växel, som sparar en M4A från en video i ditt bibliotek; det fungerar, men det tar några minuter att bygga genvägen och resultatet är fortfarande inte MP3. Android har ingen motsvarighet för hela systemet, och många av ljudextraheringsapparna i Play Store är fulla av reklam eller kräver breda lagringsbehörigheter. Om ett klipp ska bli text i stället för ljud tar vår genomgång av att transkribera ljud till text vid där den här slutar.

Webbläsarvägen är densamma på alla enheter: ladda upp videon, välj bithastighet, tryck på Extrahera till MP3 och ladda ner filen. UltKit tar emot videor på upp till 95 MB vardera, kräver varken app eller konto och raderar både uppladdningen och MP3-filen från sina servrar 30 minuter efter bearbetningen. Långa inspelningar över 95 MB kan oftast krympas först genom att sänka upplösningen, eftersom bildkvaliteten slutar spela roll när du bara vill ha ljudet. Stegen nedan sammanfattar den snabbaste vägen på varje plattform, från skrivbordsappar till en mobilwebbläsare.

De flesta misslyckade extraheringar beror på en av fyra orsaker, och felmeddelandet nämner sällan vilken. Den vanligaste är en video som helt enkelt saknar ljudström: vissa skärminspelare fångar bara bilden om du inte slår på mikrofonen eller systemljudet, och vissa sociala appar tar bort ljudet från klipp som sparats utan det. Den andra är kopieringsskydd. Filmer och avsnitt som köpts eller hyrts i butiker som iTunes Store, och nedladdningar sparade i streamingappar, är krypterade med DRM, och ingen vanlig konverterare kan läsa ljudet i dem. Konvertera bara videor du har gjort själv eller har rätt att använda, eftersom upphovsrätten till ljudspåret gäller oavsett filformat.

De andra två orsakerna handlar om timing snarare än åtkomst. Skärminspelningar och vissa telefonklipp använder variabel bildfrekvens, och några innehåller även luckor eller hopp i tidsstämplarna, så att det extraherade ljudet kan bli en eller två sekunder kortare än videon eller glida när du lägger tillbaka det i en redigerare. Att först spara om videon med konstant Bildfrekvens med videokonverteraren löser oftast båda. Slutligen betyder en fil på några hundra kilobyte som spelas som tystnad ofta att fel Ljudspår valdes, vilket är lätt att kontrollera genom att extrahera tio sekunder av varje spår.