UltKit

MP4转WAV在线转换

WAV是音频编辑软件、DAW和语音工具通用的格式:未经压缩的PCM音频,每次保存都不会再有损失。本页面从MP4中提取音轨,并按你需要的位深和采样率写成WAV文件。

视频转音频

或将MP4, MOV, MKV … 文件拖放到此处 ·

单个文件最大 95 MB· 最多 20 个文件· 30 分钟后删除

输出

文件在我们的服务器上处理,并在 30 分钟后删除。

使用方法

  1. 1

    上传MP4文件

    最多可选择 20 个视频,每个不超过 95 MB。屏幕录像、相机视频和导出的剪辑成品都可以,MOV、MKV 和 WebM 文件同样支持。

  2. 2

    设置位深和采样率

    位深度默认为 16 位,采样率默认为“与源文件相同”,视频通常是 48 kHz。如果 WAV 要用于混音项目,请选择 24 位;如果用于语音识别,请选择 16 kHz 单声道。

  3. 3

    提取为WAV

    点击提取为 WAV 并下载文件。由于没有经过任何压缩,生成的文件会比视频中的音频大。

为什么把MP4转成WAV而不是MP3

WAV 由 Microsoft 和 IBM 于 1991 年推出,是 PCM 采样数据的简单封装:每秒数千次地用一串数字描述声波,不做任何压缩。简单正是它的优点。所有音频编辑器都能立即读取,可以在任意采样点剪切而无需解码相邻数据,重新保存也不会改变任何内容。相比之下,MP3 和 AAC 每经历一次解码、编辑再编码,都会多丢失一些细节。

因此,把 MP4 转为 WAV 的人通常是要对声音做进一步处理。比如视频剪辑师分离对白,用专门的工具去除噪声;音乐人从片段中采样一段旋律;播客主在相机上录音,再到 DAW 中混音;研究人员把访谈输入语音识别。在这些情况下,WAV 都能让后续步骤保持无损。

代价是体积。未压缩音频每秒占用的字节数是固定的,无论播放的是什么,静音也一样。下面的数字由采样率 × 位深度 × 声道数精确计算得出,方便你在转换长录音之前规划存储空间。

WAV每分钟的文件大小

44.1 kHz · 16 位 · 立体声(CD 音质)
10.6 MB
48 kHz · 16 位 · 立体声(常见视频音频)
11.5 MB
48 kHz · 24 位 · 立体声
17.3 MB
16 kHz · 16 位 · 单声道(语音)
1.9 MB

MP4

MPEG-4 视频

MP4(MPEG-4 Part 14)是由 ISO/MPEG 标准化的多媒体容器,基于 Apple 的 QuickTime 格式。它通常包含 H.264 或 HEVC 视频和 AAC 音频,也可携带字幕、章节和元数据。它是全球兼容性最好的视频格式,可在手机、浏览器、电视、游戏机和社交平台上播放。其中的视频几乎都是有损的,因此反复重新编码会逐渐降低画质。

压缩方式
有损
透明度
–
动画
–
发布年份
2001 · Moving Picture Experts Group (MPEG)
MP4 转换器

WAV

波形音频文件

WAV 是微软和 IBM 于 1991 年创建的音频容器,通常保存未压缩的 PCM 音频。它保留完整音质,因此是录音、编辑、音效和母带制作的标准。一分钟 CD 音质立体声约占 10 MB,所以文件很大。所有操作系统、编辑器和大多数播放器都能打开 WAV,但对元数据的支持有限。

压缩方式
无损
透明度
–
动画
–
发布年份
1991 · Microsoft and IBM
WAV 转换器

人们把 MP4 转为 WAV,是为了把视频的音轨交给音频编辑器、DAW、采样器,或要求未压缩 PCM 的转写服务,这样降噪和再次导出都不会带来新的压缩损失。

MP4转WAV的关键设置

  • 除非某个程序要求特定采样率,否则请将采样率保持为“与源文件相同”;把 48 kHz 的视频音频重采样为 44.1 kHz 会多出一步,对编辑没有任何好处。
  • 单个麦克风或手机录音,请把声道选为单声道;立体声的两个声道通常完全相同,体积却会翻倍。
  • 带解说或多语言的视频包含不止一条音频轨道;请把音轨设为 2 或更大,以提取你需要的那一条。
  • 使用开始时间和结束时间,只提取长视频中需要的片段,这样 WAV 文件会更小。
  • 对于音量较小的现场录音,可以开启音量标准化;如果是打算自己做母带处理的音乐,请保持关闭。

MP4转WAV常见问题

MP4转WAV能提升音质吗?

不会。MP4 中的音频几乎都是 AAC,制作视频时已经丢弃了一部分细节。WAV 会原样保存解码后的声音,不再经过第二次压缩,所以音质与源文件相当,不会更好。好处是之后的编辑和再次导出不会产生新的损失。

WAV文件每分钟有多大?

立体声、16 位、44.1 kHz 约为每分钟 10.6 MB;48 kHz 为 11.5 MB;48 kHz、24 位为 17.3 MB。单声道则每项减半。一小时的立体声访谈,48 kHz、16 位,接近 700 MB。

WAV该选16位还是24位?

16 位是 CD 标准,用于收听、转写和大多数视频剪辑已经足够。如果音轨要做大量处理,24 位能给音频工程师更多余量,但它无法找回被压缩的源文件里本来就没有的细节。

语音转文字工具需要什么采样率?

许多语音识别引擎内部以 16 kHz 单声道工作,所以 16 kHz 单声道的 WAV 上传更快,识别准确率也不会下降。用于音乐和编辑时,请保持“与源文件相同”,视频文件中通常是 48 kHz。如果想直接从文件生成自动转写文本,可以试试音频转文字。

WAV文件有最大时长限制吗?

经典的 WAV 格式用 32 位字段保存大小,因此单个文件上限为 4 GB,约相当于 6 小时 45 分钟的 44.1 kHz、16 位立体声。这里每个视频的上传上限是 95 MB,不会达到这个限制。

什么情况下选MP3更合适?

文件只用于收听而不是编辑时。192 kbps 的 MP3 大小约为 CD 音质 WAV 的七分之一,在任何设备上都能播放。音乐、讲座以及只需要播放的内容,请使用 MP4转MP3。

视频提取音频相关指南