วิธีแปลง MP4 เป็น MP3: บิตเรต การตัดเพลง และทุกอุปกรณ์

ไฟล์ MP4 คือคอนเทนเนอร์ตามมาตรฐาน MPEG-4 Part 14 (ISO/IEC 14496-14) ที่รวมสตรีมหลายส่วนไว้ในแพ็กเกจเดียว วิดีโอจากโทรศัพท์หรือกล้องทั่วไปประกอบด้วยสตรีมภาพที่บีบอัดด้วย H.264 หรือ H.265 สตรีมเสียงที่บีบอัดด้วย AAC และเมทาดาทาเล็กน้อย เช่น วันที่บันทึกและการหมุนภาพ เมื่อคนพูดว่าอยากแปลง MP4 เป็น MP3 จริง ๆ แล้วไม่ได้ต้องการแปลงภาพเลย แต่ต้องการเฉพาะสตรีมเสียงในฟอร์แมตที่เครื่องเล่นเพลง เครื่องเสียงรถยนต์ และแอปพอดแคสต์ทุกตัวเปิดได้โดยไม่มีปัญหา

แต่มีข้อควรรู้ เสียงใน MP4 เป็น AAC ไม่ใช่ MP3 และไม่สามารถเปลี่ยนชื่อนามสกุลเพื่อให้เป็นอีกแบบได้ การสร้าง MP3 จริงต้องถอดรหัส AAC กลับเป็นข้อมูลเสียงดิบ แล้วบีบอัดซ้ำด้วยตัวเข้ารหัส MP3 ทั้งสองขั้นตอนเป็นงานปกติ ใช้เวลาไม่กี่วินาทีสำหรับคลิปทั่วไป และเป็นสิ่งที่เครื่องมือออนไลน์และเดสก์ท็อปทุกตัวทำเบื้องหลัง สตรีมภาพไม่ถูกถอดรหัสเลย การแยกเสียงจึงเร็วกว่าการแปลงวิดีโอเป็นฟอร์แมตวิดีโออื่นที่ความยาวเท่ากันมาก

เนื่องจากทั้ง AAC และ MP3 เป็นการบีบอัดแบบสูญเสียข้อมูล นี่จึงเป็นการบีบอัดแบบสูญเสียรอบที่สองซ้อนทับรอบแรก ฟังดูน่ากังวล แต่ในทางปฏิบัติจะได้ยินความต่างก็ต่อเมื่อการเข้ารหัสรอบสองมีบิตไม่พอ MP3 หรือ MPEG-1 Audio Layer III ถูกกำหนดเป็นมาตรฐาน ISO/IEC 11172-3 ในปี 1993 เก่ากว่าและมีประสิทธิภาพต่ำกว่า AAC เล็กน้อย จึงควรให้บิตเรตสูงกว่าต้นฉบับสักหน่อย หากเสียงในวิดีโอเป็น AAC 128 kbps การใช้ MP3 ที่ 160 หรือ 192 kbps จะฟังดูเหมือนกันสำหรับเกือบทุกคนที่ใช้หูฟังทั่วไป

ยังมีอีกวิธีที่ข้ามการเข้ารหัสซ้ำไปเลย ไฟล์ M4A คือคอนเทนเนอร์ MPEG-4 เดียวกับ MP4 เพียงแต่ไม่มีสตรีมวิดีโอ เครื่องมือจึงคัดลอกแทร็ก AAC ออกมาแบบบิตต่อบิตได้ ไม่มีการถอดรหัส ไม่มีการบีบอัดซ้ำ และผลลัพธ์ฟังดูเหมือนในวิดีโอทุกประการ หากจะนำเสียงไปใช้กับ iPhone, Mac, Apple Music, GarageBand หรือโทรศัพท์ Android รุ่นใหม่ใด ๆ ให้ แยก MP4 เป็น M4A แล้วคุณจะไม่เสียคุณภาพเลย เครื่องมือบนเบราว์เซอร์และเดสก์ท็อปบางตัวยังเข้ารหัสผลลัพธ์ M4A ใหม่เพื่อความสม่ำเสมอ แต่ผลกระทบต่อคุณภาพที่บิตเรตเหมาะสมก็เล็กน้อยเท่ากับ MP3

MP3 มีที่ยืนเพราะความเข้ากันได้ สิทธิบัตรสุดท้ายหมดอายุในปี 2017 เมื่อ Fraunhofer IIS ยุติโครงการอนุญาตให้ใช้สิทธิ์ และฮาร์ดแวร์หลายสิบปีถูกสร้างมาโดยรองรับ MP3 ทั้งเครื่องเสียงรถยนต์รุ่นเก่าที่อ่านแฟลชไดรฟ์ เครื่องเล่น MP3 ราคาถูก ซอฟต์แวร์ DJ บางตัว พอร์ทัลรับงานพากย์เสียง และเว็บฟอร์มจำนวนมากที่รับเฉพาะ .mp3 หากไฟล์จะออกไปนอกอุปกรณ์ของคุณ หรือคุณไม่รู้ว่าจะเปิดด้วยอะไร MP3 คือฟอร์แมตที่จะไม่ถูกถามกลับมา สำหรับตัวเลือกแบบไม่บีบอัดและแบบไม่สูญเสียข้อมูล คู่มือเรื่อง MP3, WAV, FLAC และ AAC เปรียบเทียบทั้งสี่แบบไว้เคียงกัน

บิตเรตคือจำนวนกิโลบิตที่ใช้กับเสียงทุกวินาที และเป็นตัวกำหนดขนาดของ MP3 เพียงอย่างเดียว ความละเอียด เฟรมเรต และขนาดของวิดีโอต้นฉบับไม่มีผลเลย เพราะภาพหายไปแล้ว นำบิตเรตคูณระยะเวลาแล้วหารด้วย 8 จะได้ขนาดไฟล์ หนึ่งนาทีที่ 128 kbps ประมาณ 0.96 MB ที่ 192 kbps ประมาณ 1.44 MB และที่ 320 kbps ประมาณ 2.4 MB ดังนั้นการบรรยายหนึ่งชั่วโมงที่ 128 kbps จะมีขนาดราว 58 MB ส่วนเพลงสี่นาทีที่ 320 kbps ยังไม่ถึง 10 MB

สิ่งที่ได้ยินในแต่ละระดับค่อนข้างคาดเดาได้ ที่ 128 kbps เสียงพูดฟังเป็นธรรมชาติ และเพลงฟังได้ดีบนลำโพงโทรศัพท์และหูฟังอินเอียร์ แต่ฉาบ เสียงปรบมือ และเสียงสะท้อนท้ายอาจฟังดูซ่า ๆ เล็กน้อยบนหูฟังคุณภาพดี ที่ 192 kbps คนส่วนใหญ่แยกไม่ออกระหว่าง MP3 กับเสียงในวิดีโอเมื่อทดสอบแบบไม่รู้ล่วงหน้า จึงเป็นค่าเริ่มต้นที่นิยมใน ตัวแปลง MP4 เป็น MP3 และในแอปเดสก์ท็อปหลายตัว ที่ 320 kbps ซึ่งเป็นบิตเรตสูงสุดที่มาตรฐาน MP3 อนุญาต ไฟล์ใหญ่ขึ้นอีกราวสองในสามเพื่อความต่างที่ผู้ฟังไม่กี่คนสังเกตได้

กฎที่ช่วยลดความผิดหวังได้มากที่สุดคือ บิตเรตที่สูงขึ้นไม่สามารถคืนสิ่งที่วิดีโอไม่เคยมีได้ การบันทึกจากโทรศัพท์มักเป็น AAC ที่ 96 ถึง 256 kbps ส่วนวิดีโอบันทึกหน้าจอหรือวิดีโอจากแอปแชตมักต่ำกว่านั้นอีก การเข้ารหัสต้นฉบับ 96 kbps ที่ 320 kbps ได้ไฟล์ใหญ่กว่าสามเท่าที่ฟังดูเหมือนต้นฉบับ 96 kbps ทุกประการ รวมถึงสิ่งแปลกปลอมต่าง ๆ หากไม่แน่ใจ ให้ตรวจบิตเรตต้นฉบับในแผงข้อมูลสื่อ แล้วเลือกระดับถัดขึ้นไปจากนั้น ไม่ใช่ตัวบนสุดของรายการ

คนส่วนใหญ่ไม่ได้ต้องการทั้งวิดีโอเป็นเสียง แต่ต้องการเพลงเดียวจากคอนเสิร์ตสองชั่วโมง คำตอบห้านาทีจากเว็บบินาร์ หรือเสียงเอฟเฟกต์จากการแคปเกม การตัดคลิปขณะแยกเสียงเร็วและสะอาดกว่าการแยกทั้งหมดแล้วค่อยตัดต่อทีหลัง เพราะไม่ต้องยุ่งกับส่วนที่ไม่ต้องการ ที่ ตัวแปลงวิดีโอเป็นเสียง ให้เปิด การตั้งค่าขั้นสูง แล้วกรอก เริ่มที่ และ สิ้นสุดที่ เป็นวินาที เช่น 95 หรือเป็นนาทีและวินาที เช่น 1:35 เว้นช่องใดช่องหนึ่งว่างไว้เพื่อใช้จุดเริ่มต้นหรือจุดสิ้นสุดของไฟล์ และควรเล่นวิดีโอก่อนเพื่อจดเวลาที่แน่นอน

มีสองนิสัยที่ทำให้คลิปฟังดูเรียบร้อยแทนที่จะขาดห้วน คือเริ่มก่อนคำแรกหรือโน้ตแรกสักหนึ่งวินาที เพราะการตัดที่ตรงกับจุดเริ่มเสียงพอดีมักตัดส่วนต้นเสียงทำให้ฟังดูกระชาก และหากการบันทึกเสียงเบา เช่นวิดีโอบรรยายที่ถ่ายด้วยโทรศัพท์จากแถวหลัง ให้เลือก ปรับระดับเสียงให้สม่ำเสมอ ซึ่งปรับความดังเป็น −16 LUFS ค่าเป้าหมายที่นิยมใช้กับเสียงพูด คลิปจึงมีระดับเสียงใกล้เคียงกับไฟล์อื่นของคุณ หากวิดีโอมีเสียงภาษาที่สองหรือเสียงบรรยาย แทร็กเสียง ใช้เลือกว่าจะให้แทร็กใดกลายเป็น MP3

MP3 ที่ทำจากวิดีโอมักมาพร้อมชื่อไฟล์และแทบไม่มีข้อมูลอื่น เครื่องเล่นเพลงอ่านชื่อเพลง ศิลปิน อัลบั้ม และภาพปกจากแท็ก ID3 ที่เก็บในไฟล์ และ ID3v2 ฝังภาพปกได้ด้วย บน Windows คลิกขวาที่ MP3 เปิด Properties แล้วเลือก Details เพื่อพิมพ์ชื่อเพลง ศิลปิน และอัลบั้ม บน Mac เพิ่มไฟล์ในแอป Music เลือก Get Info แล้ววางภาพปกในแท็บ Artwork โปรแกรมแก้แท็กฟรีอย่าง Mp3tag ทำสิ่งเดียวกันได้เป็นชุด ซึ่งคุ้มค่าเมื่อคุณแยกเสียงจากการบรรยายหรือตอนต่าง ๆ ทั้งซีรีส์พร้อมกัน

ทุกแพลตฟอร์มมีวิธีดึงเสียงออกจากวิดีโอ แต่มีไม่กี่วิธีที่ได้ไฟล์ MP3 โดยตรง บน Mac โปรแกรม QuickTime Player บันทึกเฉพาะเสียงได้ด้วย File → Export As → Audio Only แต่ผลลัพธ์เป็น M4A ไม่ใช่ MP3 จากนั้นแอป Music สามารถแปลงเป็น MP3 ได้ เมื่อตั้งค่า Settings → Files → Import Settings เป็น MP3 Encoder แล้วเลือก File → Convert → Create MP3 Version ส่วนบน Windows ไม่มีเครื่องมือส่งออกในตัวสำหรับงานนี้ วิธีฟรีที่นิยมคือ VLC ซึ่งหน้าต่าง Media → Convert / Save มีโปรไฟล์ Audio - MP3 รวมอยู่ด้วย นอกจากนี้ Audacity ก็เปิดไฟล์ MP4 ได้เมื่อติดตั้งไลบรารี FFmpeg แล้ว และส่งออกเป็น MP3 ได้จากที่นั่น

บนมือถือมีตัวเลือกจำกัดกว่า บน iPhone การทำงาน Encode Media ของแอป Shortcuts (คำสั่งลัด) มีสวิตช์ Audio Only ที่บันทึกเป็น M4A จากวิดีโอในคลังภาพ ใช้งานได้ แต่ต้องใช้เวลาสร้างคำสั่งลัดสักครู่ และผลลัพธ์ก็ยังไม่ใช่ MP3 ส่วน Android ไม่มีเครื่องมือระดับระบบที่เทียบเท่า และแอปดึงเสียงใน Play Store จำนวนมากมีโฆษณาเยอะหรือขอสิทธิ์เข้าถึงพื้นที่จัดเก็บกว้างเกินไป หากต้องการเปลี่ยนคลิปเป็นข้อความแทนเสียง บทความเรื่องการแปลงเสียงเป็นข้อความจะต่อจากบทความนี้พอดี

วิธีผ่านเบราว์เซอร์ใช้ได้เหมือนกันทุกอุปกรณ์ คืออัปโหลดวิดีโอ เลือกบิตเรต กด แยกเสียงเป็น MP3 แล้วดาวน์โหลดไฟล์ UltKit รองรับวิดีโอไม่เกิน 95 MB ต่อไฟล์ ไม่ต้องติดตั้งแอปหรือสมัครบัญชี และลบทั้งไฟล์ที่อัปโหลดและ MP3 ออกจากเซิร์ฟเวอร์ 30 นาทีหลังประมวลผล สำหรับการบันทึกยาวเกิน 95 MB มักลดขนาดได้ก่อนโดยลดความละเอียดภาพ เพราะคุณภาพภาพไม่สำคัญเมื่อต้องการแค่เสียง ขั้นตอนด้านล่างสรุปวิธีที่เร็วที่สุดในแต่ละแพลตฟอร์ม ตั้งแต่โปรแกรมบนคอมพิวเตอร์ไปจนถึงเบราว์เซอร์บนมือถือ

การแยกเสียงที่ล้มเหลวส่วนใหญ่มาจากสาเหตุหนึ่งในสี่ข้อ และข้อความแสดงข้อผิดพลาดมักไม่บอกสาเหตุ สาเหตุที่พบบ่อยที่สุดคือวิดีโอไม่มีสตรีมเสียงเลย โปรแกรมอัดหน้าจอบางตัวบันทึกเฉพาะภาพ หากไม่เปิดไมโครโฟนหรือเสียงระบบ และแอปโซเชียลบางแอปตัดเสียงออกจากคลิปที่บันทึกไว้ สาเหตุที่สองคือการป้องกันการคัดลอก ภาพยนตร์และซีรีส์ที่ซื้อหรือเช่าจากร้านค้าอย่าง iTunes Store รวมถึงไฟล์ที่ดาวน์โหลดภายในแอปสตรีมมิง ถูกเข้ารหัสด้วย DRM ตัวแปลงไฟล์ทั่วไปอ่านเสียงในไฟล์เหล่านี้ไม่ได้ ควรแปลงเฉพาะวิดีโอที่คุณทำเองหรือมีสิทธิ์ใช้งาน เพราะลิขสิทธิ์ของแทร็กเสียงมีผลไม่ว่าไฟล์จะเป็นฟอร์แมตใด

อีกสองสาเหตุเกี่ยวกับเรื่องเวลา ไม่ใช่การเข้าถึงไฟล์ การอัดหน้าจอและการบันทึกจากโทรศัพท์บางรุ่นใช้อัตราเฟรมแปรผัน และบางไฟล์มีช่องว่างหรือการกระโดดของไทม์สแตมป์ ทำให้เสียงที่แยกได้สั้นกว่าวิดีโอไปหนึ่งหรือสองวินาที หรือเหลื่อมกันเมื่อนำไปจัดแนวในโปรแกรมตัดต่อ การบันทึกวิดีโอใหม่ด้วย อัตราเฟรม คงที่ก่อน โดยใช้ตัวแปลงวิดีโอ มักแก้ได้ทั้งสองอาการ สุดท้าย ไฟล์ที่มีขนาดไม่กี่ร้อยกิโลไบต์และเล่นออกมาเงียบ มักหมายความว่าเลือก แทร็กเสียง ผิด ตรวจสอบได้ง่ายโดยแยกเสียงสิบวินาทีจากแต่ละแทร็ก