Cómo extraer audio de un vídeo (MP4 a MP3, WAV, AAC y más)

Grabaste una entrevista en vídeo para tu podcast, pero tu invitado solo puede enviarte el vídeo. Filmaste a un grupo en un concierto local y quieres el audio. Encontraste un vídeo de YouTube para aprender idiomas y quieres llevarlo en el móvil durante el trayecto. Tienes una locución enterrada dentro de una grabación de pantalla.

En todos estos casos, el vídeo es simplemente un contenedor. El audio que buscas ya está ahí — solo necesitas extraerlo.

Esta guía explica qué significa técnicamente "extraer audio", qué formato de salida elegir y por qué, cómo hacerlo en línea sin instalar nada, y cuándo conviene usar la línea de comandos.

Por qué la gente extrae audio de vídeos

Los casos de uso se dividen en categorías claras:

Producción de podcasts. Las entrevistas en vídeo son cada vez más habituales — los invitados están cómodos en Zoom o Riverside. La pista de audio de esa grabación es tu episodio. En lugar de exportar desde software de edición de vídeo, extraer la pista de audio directamente es más rápido y evita recodificaciones innecesarias.

Música y grabaciones de conciertos. Una grabación en móvil de un directo tiene tanto el vídeo como el audio. Si quieres el audio para archivo personal o para compartir con la banda, necesitas extraerlo. Lo mismo aplica a videoclips de los que solo quieres la pista.

Locuciones y narraciones. Las grabaciones de pantalla, los vídeos explicativos y el contenido formativo suelen contener audio hablado de calidad. Extraerlo te permite reutilizar la narración en otros proyectos o transcribirla sin el peso del vídeo.

Aprendizaje de idiomas. Una clase o lección de idiomas en formato vídeo no es cómoda para escuchar mientras corres por la mañana. Extraer el audio en MP3 o AAC lo convierte en algo que vive en la aplicación de podcasts o en la biblioteca de música de tu móvil.

Bases musicales y stems. El audio extraído de vídeo es a menudo la forma más rápida de introducir una mezcla de referencia en un DAW.

Demuxing vs. Transcoding: qué ocurre realmente

Entender esta diferencia te evitará pérdidas de calidad innecesarias.

Demuxing significa extraer la pista de audio del contenedor de vídeo sin tocarla. Los datos de audio permanecen exactamente tal y como estaban codificados — mismo códec, mismo bitrate, misma calidad. Si tu MP4 tiene audio AAC a 192 kbps, el demuxing produce un archivo AAC de 192 kbps en una fracción de segundo. No se pierde calidad porque nada se vuelve a codificar. Este es el camino ideal cuando el formato de origen coincide con el formato de destino.

Transcoding significa decodificar el audio original y recodificarlo en un formato o códec diferente. Si tu MP4 tiene audio AAC y quieres MP3, el transcoding es inevitable. Tarda más en procesarse e introduce una pequeña penalización de calidad — pero para la mayoría de usos con bitrates razonables, es imperceptible.

La regla clave: nunca podrás recuperar calidad que no estaba en la fuente. Si el archivo de vídeo contiene audio AAC a 96 kbps, extraerlo a FLAC no lo hará sonar mejor. Obtendrás un archivo grande sin pérdida que representa fielmente una fuente con pérdida. El techo siempre es el original.

Para profundizar en la relación entre códecs de audio y vídeo, consulta nuestra guía de códecs de vídeo — H.264, H.265, VP9 y AV1 explicados.

Elegir el formato de salida adecuado

El formato que elijas depende de lo que vayas a hacer con el audio. Aquí un análisis honesto:

MP3

Ideal para: Compartir de forma general, podcasts, colecciones de música, cualquier cosa que necesite reproducirse en todos lados.

MP3 es el disolvente universal de los formatos de audio. Todos los dispositivos, aplicaciones y plataformas lo soportan. El rango de calidad va de 128 kbps (aceptable para voz) a 320 kbps (transparente para la mayoría de música). Para podcasts y palabra hablada, 128 kbps es suficiente. Para música, usa 192 kbps o más.

La contrapartida es que MP3 es con pérdida — parte de la información de audio se descarta permanentemente durante la codificación. Para la mayoría de escuchas, esto es inaudible. Para edición profesional, parte siempre de una fuente sin pérdida.

AAC (M4A)

Ideal para: Ecosistema Apple, streaming, cualquier lugar donde quieras mejor calidad que MP3 al mismo tamaño de archivo.

AAC es el sucesor de MP3 y ofrece una calidad notablemente mejor a bitrates equivalentes — un archivo AAC de 128 kbps suena parecido a un MP3 de 192 kbps. Es el formato de audio por defecto en iPhones, iPads, Apple Music y YouTube. La extensión M4A es simplemente un stream de audio AAC dentro de un contenedor MPEG-4.

Si tu audiencia utiliza principalmente dispositivos Apple o vas a subir contenido a una plataforma de streaming, AAC suele ser la mejor elección frente a MP3.

WAV

Ideal para: Edición profesional, importar a un DAW, cualquier cosa que vaya a un flujo de trabajo de producción.

WAV es audio PCM sin comprimir — sin codificación, sin pérdida de calidad, datos de muestra exactos. Un clip de audio estéreo de dos minutos a 44,1 kHz / 16 bits pesará alrededor de 20 MB como WAV. El mismo clip como MP3 a 192 kbps pesaría unos 2,8 MB.

El costo en tamaño vale la pena cuando necesitas editar, mezclar o masterizar el audio. Los archivos fuente sin pérdida preservan el headroom y evitan la pérdida de generación por múltiples ciclos de codificación-decodificación. Para cualquier cosa que vaya a un DAW o editor de audio profesional, comienza con WAV.

FLAC

Ideal para: Archivar, escucha de alta fidelidad, cuando quieras calidad sin pérdida con archivos más pequeños que WAV.

FLAC es sin pérdida como WAV, pero usa compresión para reducir el tamaño del archivo aproximadamente un 40–60% sin descartar datos de audio. Es el formato de referencia para archivar colecciones de música. La mayoría de reproductores de audio de escritorio lo soportan; el soporte en móvil ha mejorado mucho últimamente pero no es tan universal como MP3 o AAC.

Para archivar una grabación de un concierto o preservar la calidad de audio original antes de editar, FLAC es la elección práctica frente a WAV.

Consulta nuestra guía sobre conversión con pérdida y sin pérdida para un desglose completo de cuándo conviene cada enfoque.

OGG (Vorbis)

Ideal para: Aplicaciones web, proyectos de código abierto, audio de videojuegos, situaciones donde importa la licencia.

OGG Vorbis es abierto, libre de royalties y ofrece buena calidad a bajos bitrates. Es el formato usado internamente por muchos motores de juego (Unity, Godot) y plataformas de streaming que quieren evitar problemas de licencia de MP3. El soporte de navegadores es sólido para uso web.

Para podcasts o música del día a día, MP3 o AAC es más conveniente. OGG destaca cuando distribuyes audio dentro de un producto o aplicación web y quieres un formato sin restricciones.

Referencia rápida de formatos

Cómo extraer audio con FileCrank (sin software)

FileCrank realiza la conversión en tu navegador — sin cuenta, sin instalación, sin archivos guardados en el servidor más allá de la ventana de procesamiento.

1. Ve a la herramienta de conversión de audio de FileCrank o al conversor vídeo a MP3.
2. Sube tu archivo de vídeo. Se admiten MP4, MKV, MOV, AVI y WebM.
3. Selecciona el formato de salida — MP3, AAC, WAV, FLAC u OGG.
4. Si seleccionaste MP3 o AAC, elige el bitrate. Para voz, 128 kbps es suficiente. Para música, se recomienda 192–320 kbps.
5. Haz clic en Convertir y descarga el resultado.

El procesamiento se realiza en el servidor usando FFmpeg, y el archivo se elimina tras tu sesión. No se requiere cuenta.

Si quieres reducir el tamaño del archivo de vídeo antes o después de la extracción, el compresor de vídeo de FileCrank lo gestiona por separado.

Para usuarios avanzados: FFmpeg en la línea de comandos

FFmpeg es el motor que hay detrás de la mayoría de herramientas de conversión de audio y vídeo, incluyendo FileCrank. Si necesitas procesamiento en lotes, control preciso sobre los parámetros del códec o automatización en scripts, ejecutar FFmpeg directamente es la mejor opción.

Extrae audio sin recodificar (solo demux):

ffmpeg -i input.mp4 -vn -acodec copy output.aac

El indicador -acodec copy le dice a FFmpeg que copie el stream de audio sin transcodificar. Es instantáneo y sin pérdida — el audio es exactamente igual al de la fuente.

Extrae y transcodifica a MP3:

ffmpeg -i input.mp4 -vn -acodec libmp3lame -ab 192k output.mp3

Extrae a WAV (sin comprimir):

ffmpeg -i input.mp4 -vn -acodec pcm_s16le output.wav

Extrae a FLAC:

ffmpeg -i input.mp4 -vn -acodec flac output.flac

El indicador -vn desactiva la salida de vídeo. El resto especifica el códec de audio y el archivo de salida. FFmpeg es gratuito, multiplataforma y maneja prácticamente cualquier formato de entrada que puedas encontrar.

Expectativas de calidad: qué puedes y no puedes controlar

Vale la pena tener claras algunas cosas antes de empezar:

La fuente es el techo. Si tu vídeo tiene audio AAC de 96 kbps, lo mejor que obtendrás — independientemente del formato de salida — es audio que suene como AAC a 96 kbps. Extraer a FLAC no recupera frecuencias perdidas. Transcodificar a un MP3 de mayor bitrate no devuelve lo que descartó el codificador original. Ajusta siempre tus expectativas de calidad a la fuente.

El demuxing preserva la calidad exactamente. Cuando el códec de origen coincide con el formato de salida (por ejemplo, extraer audio AAC de un MP4 a un archivo M4A), la pérdida de calidad es cero. Usa esta ruta siempre que sea posible.

El transcoding introduce pérdida mínima a bitrates razonables. Pasar de AAC a MP3 a 192 kbps o más es prácticamente transparente para la mayoría del contenido. La diferencia de calidad solo es audible en pruebas A/B cuidadosas.

Las transcodificaciones múltiples se acumulan. Si extraes audio, lo editas y lo exportas de nuevo, cada ciclo de codificación-decodificación añade una pequeña degradación. Empieza con la fuente de mayor calidad que puedas conseguir y realiza la edición en WAV o FLAC antes de exportar al formato de distribución.

Resumen

Extraer audio de vídeo es sencillo una vez que entiendes lo que ocurre:

• Demuxing copia el stream de audio sin tocarlo — calidad cero pérdida, casi instantáneo.
• Transcoding recodifica el audio — necesario cuando cambias de formato, con un costo de calidad pequeño y generalmente inaudible.
• Elige MP3 o AAC para compartir y distribución. Elige WAV o FLAC para edición y archivo.
• No puedes recuperar calidad que no estaba en la fuente. El bitrate y el códec originales marcan el límite.

Para extraer audio en línea sin instalar nada, FileCrank admite MP4, MKV, MOV y la mayoría de formatos de vídeo, con salida a MP3, AAC, WAV, FLAC y OGG. Sube tu archivo, elige el formato y descarga el resultado.