MP4转MP3教程：码率选择、剪切与各设备方法 | UltKit

MP4 文件是一种容器，由 MPEG-4 Part 14 标准（ISO/IEC 14496-14）定义，把多条独立的数据流打包在一个文件里。常见的手机或相机视频包含一条用 H.264 或 H.265 压缩的视频流、一条用 AAC 压缩的音频流，以及录制日期、旋转角度等少量元数据。人们说要把 MP4 转成 MP3，其实根本不需要转换画面，而是想单独拿到音频流，并且保存成所有音乐播放器、车载音响和播客应用都能直接识别的格式。

问题在于：MP4 里的音频是 AAC 而不是 MP3，两种编码不能简单地改个名字了事。要得到真正的 MP3，转换器必须先把 AAC 解码还原成原始采样，再用 MP3 编码器重新压缩。这两步都很常规，普通片段只需几秒，所有在线和桌面工具的底层做法都是如此。视频流不会被解码，因此提取音频比把视频转成另一种同样长度的视频格式快得多。

由于 AAC 和 MP3 都是有损格式，这相当于在第一次有损压缩之上再来一次。听起来有些吓人，但实际上只有第二次编码的比特率不足时才会听出差别。MP3 的正式名称是 MPEG-1 Audio Layer III，1993 年被标准化为 ISO/IEC 11172-3，比 AAC 更老，效率也略低，所以比特率要比源文件略高一些。如果视频的音频是 128 kbps 的 AAC，用 160 或 192 kbps 的 MP3，普通耳机下几乎所有人都听不出区别。

还有第二条路可以完全跳过重新编码。M4A 文件和 MP4 是同一种 MPEG-4 容器，只是没有视频流，所以工具可以把 AAC 音轨逐位复制出来。不解码，也不再次压缩，结果听起来和视频里的声音完全一样。如果音频要放到 iPhone、Mac、Apple Music、GarageBand 或任何新款安卓手机上，可以MP4 提取为 M4A，不会有任何损失。有些浏览器和桌面工具为了统一仍会对 M4A 输出重新编码，但在合理比特率下，质量损失与 MP3 一样微小。

MP3 的价值在于兼容性。它的最后一批专利在 2017 年到期，Fraunhofer IIS 也在那年结束了授权计划，而几十年来的硬件都围绕它设计：能读 U 盘的老式车载音响、廉价 MP3 播放器、部分 DJ 软件、配音平台，以及许多只接受 .mp3 的网页表单。如果文件要离开你自己的设备，或者你不确定用什么播放，MP3 是最不容易出问题的格式。至于无压缩和无损选项，我们的指南MP3、WAV、FLAC 和 AAC对这四种格式做了并排对比。

比特率是每秒声音所占用的千比特数，它单独决定 MP3 的大小。原视频的分辨率、帧率和大小都没有影响，因为画面已经不在了。比特率乘以时长再除以 8 就是大小：128 kbps 每分钟约 0.96 MB，192 kbps 约 1.44 MB，320 kbps 约 2.4 MB。因此一小时的课程在 128 kbps 下约 58 MB，而一首四分钟的歌曲在 320 kbps 下也不到 10 MB。

每一档听起来的效果大致可以预料。128 kbps 下人声自然，音乐在手机扬声器和耳塞上听着不错，但在好耳机上镲片、掌声和混响尾音可能略显发飘。192 kbps 下，大多数人在盲听对比中分辨不出 MP3 和视频自带的音频，所以它是MP4 转 MP3 转换器和许多桌面应用的常用默认值。320 kbps 是 MP3 标准允许的最高比特率，文件会再大约三分之二，而多数听众很难察觉差别。

最能避免失望的一条规则是：更高的比特率无法找回视频原本没有的东西。手机录音的 AAC 通常是 96 至 256 kbps，屏幕录制或聊天应用里的视频往往更低。把 96 kbps 的音源编码成 320 kbps，文件会大三倍，听起来却和 96 kbps 的原件完全一样，包括其中的瑕疵。拿不准时，先在媒体信息面板中查看源比特率，选高一档即可，不必直接选最高。

大多数人并不想把整段视频都转成音频。他们想要的是两小时演唱会录像中的一首歌、网络研讨会里五分钟的回答，或者游戏录屏里的一个音效。在提取时直接截取片段，比先全部提取再编辑更快也更干净，因为你根本不用处理不需要的部分。在视频转音频转换器中，打开高级设置，在开始时间和结束时间中填入 95 这样的秒数，或 1:35 这样的分秒。某一栏留空就表示保留开头或结尾，建议先播放视频记下准确的时间点。

有两个习惯能让片段听起来完整而不是被生硬截断。在第一个字或第一个音符前大约一秒开始，因为恰好卡在声音上的剪切容易切掉起音，听起来很突兀。另外，如果录音音量偏小，比如在后排拍摄的课堂视频，请勾选音量标准化，它会把响度调到 −16 LUFS，这是语音音频常用的目标值，使片段与你其他文件的音量相近。如果视频带有第二种语言或解说，可以用音轨选择哪一条成为 MP3。

从视频生成的 MP3 通常只有文件名，几乎没有其他信息。音乐播放器会从文件内部的 ID3 标签中读取标题、艺术家、专辑和封面，ID3v2 还可以嵌入封面图。在 Windows 上，右键单击 MP3，打开属性，再进入详细信息填写标题、艺术家和专辑。在 Mac 上，把文件添加到“音乐”应用，选择显示简介，再把封面粘贴到“插图”标签页。Mp3tag 等免费标签编辑器可以批量完成同样的操作，一次提取整个系列的演讲或节目时很值得用。

每个平台都有办法把音频从视频中取出来，但很少有能直接生成 MP3 的。在 Mac 上，QuickTime Player 可以通过文件 → 导出为 → 仅音频单独保存声音，但得到的是 M4A 而不是 MP3。之后在“音乐”应用中把设置 → 文件 → 导入设置设为 MP3 编码器，再选择文件 → 转换 → 创建 MP3 版本即可转成 MP3。Windows 没有内置的导出功能，常见的免费方案是 VLC，它的媒体 → 转换/保存对话框包含 Audio - MP3 配置。Audacity 在安装 FFmpeg 库后也能打开 MP4 文件，并从中导出 MP3。

手机上的选择更有限。在 iPhone 上，“快捷指令”应用的编码媒体操作有一个仅音频开关，可以把相册中的视频保存为 M4A；这能用，但创建快捷指令要花几分钟，输出仍然不是 MP3。安卓没有系统级的对应功能，应用商店里许多音频提取应用广告很多，或者索要过多存储权限。如果片段需要变成文字而不是音频，我们的教程音频转文字正好接着本文继续讲。

浏览器方式在所有设备上都一样：上传视频，选择比特率，点击提取为 MP3，然后下载文件。UltKit 每个视频最大支持 95 MB，无需安装应用或注册账号，上传的文件和生成的 MP3 会在处理完成 30 分钟后从服务器删除。超过 95 MB 的长录像通常可以先降低分辨率来缩小体积，因为只要声音，画质就无关紧要了。下面的步骤概括了从桌面应用到手机浏览器各平台最快的方法。

提取失败大多可归结为四种原因,而错误提示往往不会指明是哪一种。最常见的是视频本身没有音频流:有些录屏软件默认只录画面,除非打开麦克风或系统声音;有些社交应用在保存视频时会去掉声音。第二种是版权保护。在 iTunes Store 等商店购买或租借的影片和剧集,以及在流媒体应用内下载的内容,都经过 DRM 加密,普通转换器无法读取其中的音频。请只转换自己制作或有权使用的视频,因为无论文件是什么格式,音轨的版权都同样适用。

另外两种原因与时间有关,而不是权限。录屏和部分手机拍摄的视频使用可变帧率,其中一些还存在时间戳断档或跳变,所以提取出的音频可能比视频短一两秒,或者在剪辑软件中对齐时出现漂移。先用视频转换器把视频重新保存为固定帧率,通常能同时解决这两个问题。最后,如果文件只有几百 KB 且播放时是静音,往往是选错了音轨,分别提取每条音轨的十秒片段就很容易确认。