MP4 轉 MP3 教學：位元率、剪輯與各裝置做法 | UltKit

MP4 檔案是一種容器，由 MPEG-4 Part 14 標準（ISO/IEC 14496-14）定義，把多條獨立的串流包在同一個檔案裡。一般手機或相機拍的影片，包含以 H.264 或 H.265 壓縮的視訊串流、以 AAC 壓縮的音訊串流，以及錄製日期、旋轉角度等少量中繼資料。人們說想把 MP4 轉成 MP3，其實根本不想轉換畫面，而是想單獨取得音訊串流，並存成所有音樂播放器、車用音響和 Podcast 應用程式都能直接播放的格式。

問題在於，MP4 裡的音訊是 AAC 而不是 MP3，兩種編碼無法只靠改副檔名互換。要產生真正的 MP3，轉換工具必須先把 AAC 解碼成原始取樣，再用 MP3 編碼器重新壓縮。這兩個步驟都很平常，一般片段只需幾秒，所有線上與桌面工具底層都是這樣做。視訊串流完全不會被解碼，所以擷取音訊比把同樣長度的影片轉成另一種影片格式快得多。

AAC 與 MP3 都是破壞性壓縮，所以這等於在第一次破壞性壓縮之上再壓縮一次。聽起來令人擔心，但實務上只有第二次編碼的位元率太低時才聽得出來。MP3 正式名稱為 MPEG-1 Audio Layer III，1993 年標準化為 ISO/IEC 11172-3，比 AAC 老舊，效率也略低，因此位元率要比來源稍高一些。如果影片的音訊是 128 kbps AAC，用 160 或 192 kbps 的 MP3，戴一般耳機幾乎沒有人聽得出差異。

還有另一條完全不必重新編碼的路。M4A 檔案和 MP4 使用同一種 MPEG-4 容器，只是沒有視訊串流，因此工具可以把 AAC 音軌逐位元複製過去。不解碼、不重新壓縮，結果聽起來和影片完全一樣。如果音訊要放到 iPhone、Mac、Apple Music、GarageBand 或任何新款 Android 手機，請將 MP4 擷取為 M4A，完全不會有損失。部分瀏覽器與桌面工具為求一致，仍會重新編碼 M4A 輸出，但在合理位元率下，品質損失和 MP3 一樣微小。

MP3 的優勢在於相容性。它最後的專利在 2017 年到期，當時 Fraunhofer IIS 結束了授權計畫，而數十年來的硬體都是圍繞它設計的：能讀 USB 隨身碟的舊車用音響、便宜的 MP3 播放器、部分 DJ 軟體、配音接案平台，以及許多只接受 .mp3 的網頁表單。如果檔案會離開你自己的裝置，或你不確定對方用什麼播放，MP3 就是最不會引來客服詢問的格式。若想了解未壓縮與無損選項，我們的 MP3、WAV、FLAC 與 AAC 指南將四者並排比較。

位元率是每秒聲音使用的千位元數，單靠它就決定了 MP3 的大小。原始影片的解析度、畫面更新率與大小都沒有影響，因為畫面已經不在了。把位元率乘以時間再除以 8 就是大小：128 kbps 每分鐘約 0.96 MB，192 kbps 約 1.44 MB，320 kbps 約 2.4 MB。因此一小時的 128 kbps 課程約 58 MB，而四分鐘的 320 kbps 歌曲不到 10 MB。

每個等級的聽感相當好預測。128 kbps 時人聲自然，音樂用手機喇叭和耳塞式耳機聽起來也不錯，但在好耳機上，鈸聲、掌聲和殘響尾音可能略顯沙沙。192 kbps 時，多數人在盲測中分不出 MP3 與影片原本的音訊，這也是 MP4 轉 MP3 轉換器和許多桌面應用程式常用的預設值。320 kbps 是 MP3 標準允許的最高位元率，檔案又再大約多出三分之二，但很少有人聽得出差別。

最能避免失望的原則是：提高位元率無法補回影片本來就沒有的內容。手機錄影的 AAC 通常是 96 至 256 kbps，螢幕錄影或通訊軟體的影片往往更低。把 96 kbps 的來源以 320 kbps 編碼，檔案會大三倍，聽起來卻和 96 kbps 原檔完全一樣，連雜訊也一併保留。不確定時，先在媒體資訊面板查看來源位元率，選比它高一級的即可，不必選最高。

多數人並不想把整部影片都轉成音訊，而是想從兩小時的演唱會錄影中取出一首歌、從網路研討會中取出五分鐘的答覆，或從遊戲錄影中取出一個音效。在擷取時直接剪出片段，比先全部擷取再剪輯更快也更乾淨，因為你完全不用處理不需要的部分。在影片轉音訊轉換器中開啟進階設定，在開始時間和結束時間填入秒數（例如 95）或分秒（例如 1:35）。其中一欄留空，就會保留開頭或結尾，建議先播放影片記下準確時間。

有兩個習慣能讓片段聽起來完整而不是被硬剪。第一，從第一個字或音符前約一秒開始，因為剛好切在聲音上，容易吃掉起音而顯得突兀。第二，如果錄音音量偏小（例如坐在後排用手機錄的課程影片），請勾選音量標準化，它會把響度調整到 −16 LUFS（語音常用的目標值），讓片段的音量與你其他檔案相近。如果影片含有第二種語言或評論音軌，可用音軌選擇哪一條要成為 MP3。

從影片轉出的 MP3 通常只有檔名，沒有其他資訊。音樂播放器會從檔案內的 ID3 標籤讀取標題、演出者、專輯與封面，ID3v2 也能嵌入封面圖片。在 Windows 上，對 MP3 按右鍵，開啟內容再選詳細資料，即可輸入標題、演出者與專輯。在 Mac 上，把檔案加入「音樂」app，選擇取得資訊，再把封面貼到「作品封面」分頁。Mp3tag 等免費標籤編輯器可以批次處理，一次擷取整個系列的演講或節目時很值得使用。

每個平台都有方法從影片取出音訊，但很少能直接產生 MP3。在 Mac 上，QuickTime Player 可用檔案 → 輸出為 → 僅限音訊單獨儲存聲音，但結果是 M4A 而不是 MP3。接著把設定 → 檔案 → 匯入設定改成 MP3 編碼器，再選擇檔案 → 轉換 → 建立 MP3 版本，就能用「音樂」轉成 MP3。Windows 沒有內建的匯出功能，常見的免費方式是 VLC，其媒體 → 轉換／儲存對話框內有 Audio - MP3 設定檔。Audacity 在安裝 FFmpeg 程式庫後也能開啟 MP4 檔案，並從那裡匯出 MP3。

手機的選擇比較有限。在 iPhone 上，「捷徑」app 的編碼媒體動作有僅限音訊開關，可以把相簿中的影片存成 M4A；這行得通，但建立捷徑要花幾分鐘，輸出仍然不是 MP3。Android 沒有系統層級的對應功能，Play 商店裡許多音訊擷取 app 廣告很多，或要求過多的儲存空間權限。如果片段需要變成文字而不是音訊，我們的音檔轉文字教學正好接續本文。

瀏覽器的做法在每種裝置上都一樣：上傳影片、選擇位元率、按下擷取為 MP3 並下載檔案。UltKit 每個影片最大可上傳 95 MB，不需安裝 app 或註冊帳號，上傳檔與 MP3 都會在處理完成 30 分鐘後從伺服器刪除。超過 95 MB 的長錄影通常可以先降低解析度來縮小，因為只想要聲音時，畫面品質已經不重要。以下步驟整理了各平台最快的做法，從桌面應用程式到手機瀏覽器皆有。

擷取失敗大多出自四種原因之一，而錯誤訊息很少直接指出是哪一種。最常見的是影片本身沒有音訊串流：有些螢幕錄影軟體除非開啟麥克風或系統音效，否則只會錄下畫面；有些社群 App 也會在儲存影片時移除聲音。第二種是防拷保護。從 iTunes Store 等商店購買或租借的電影與影集，以及儲存在串流 App 內的下載內容，都以 DRM 加密，一般轉檔工具無法讀取其中的音訊。請只轉換自己製作或有權使用的影片，因為不論檔案格式為何，音軌的著作權都依然存在。

另外兩種原因與時間軸有關，而不是權限。螢幕錄影和部分手機拍攝的影片使用可變影格率，有些還會在時間戳記中出現空隙或跳動，因此擷取出的音訊可能比影片短一兩秒，或在編輯軟體中重新對齊時逐漸偏移。先用影片轉檔工具以固定的影格率重新儲存影片，通常就能解決這兩個問題。最後，如果檔案只有幾百 KB 而且播放時沒有聲音，往往是選錯了音軌，只要分別擷取每條音軌的十秒內容就很容易確認。