如何从视频中提取音频（MP4 转 MP3、WAV、AAC 等）
你为播客录制了一段视频采访，但嘉宾只能发给你视频文件。你拍摄了一场演出现场，只想要音频。你找到了一段学习语言的 YouTube 视频，想在通勤路上用手机收听。你的旁白被埋在一段屏幕录制里。
在所有这些情况下，视频只是一个容器。你想要的音频早已在里面——你只需要把它取出来。
本指南将解释"提取音频"在技术上意味着什么、应该选择哪种输出格式及原因、如何在不安装任何软件的情况下在线完成，以及何时更适合使用命令行工具。
为什么要从视频中提取音频
常见使用场景可以分为几个清晰的类别：
播客制作。 视频采访越来越常见——嘉宾习惯在 Zoom 或 Riverside 上交流。那段录音中的音频轨道就是你的节目内容。与其从视频编辑软件中导出，不如直接提取音频流，既更快，又避免不必要的重新编码。
音乐与演唱会录音。 用手机录制的现场演出同时包含视频和音频。如果你想留存音频或与乐队分享，就需要提取它。对于只想要伴奏的 MV 也同样适用。
旁白与解说。 屏幕录制、解说视频和培训内容通常包含清晰的人声音频。提取后，你可以在其他项目中重复使用这段解说，或在没有视频负担的情况下转录它。
语言学习。 视频格式的课程在晨跑时并不方便。将音频提取为 MP3 或 AAC，它就能进入你手机的播客应用或音乐库。
伴奏与分轨。 从视频中提取的音频往往是将参考混音或素材快速导入 DAW 的最便捷方式。
解复用（Demuxing）与转码（Transcoding）：实际发生了什么
理解这一区别可以帮你避免不必要的质量损失。
解复用是指从视频容器中取出音频流，而不对其进行任何处理。音频数据保持原样——相同的编解码器、相同的码率、相同的质量。如果你的 MP4 包含 192 kbps 的 AAC 音频，解复用只需片刻就能产生一个 192 kbps 的 AAC 文件。不会有任何质量损失，因为什么都没有被重新编码。当源格式与目标格式相同时，这是最理想的方式。
转码是指将原始音频解码并重新编码为不同格式或编解码器。如果你的 MP4 包含 AAC 音频，但你需要 MP3，转码就是不可避免的。转码处理时间更长，并会带来轻微的质量损耗——但对于大多数使用场景和合理的码率而言，这种损耗几乎察觉不到。
核心规则：你永远无法恢复源文件中本不存在的质量。 如果视频包含 96 kbps 的 AAC 音频，把它提取为 FLAC 不会让声音更好。你得到的只是一个忠实呈现有损源的大型无损文件。上限永远是原始文件。
要深入了解音频编解码器与视频编解码器的关系，请参阅我们的视频编解码器指南——H.264、H.265、VP9 和 AV1 详解。
选择合适的输出格式
格式的选择取决于你后续对音频的用途。以下是实事求是的分析：
MP3
最适合： 日常分享、播客、音乐库，任何需要在各处播放的场景。
MP3 是音频格式的万能选择。每台设备、每个应用和每个平台都支持它。质量范围从 128 kbps（语音可接受）到 320 kbps（对大多数音乐几乎透明）。对于播客和语音内容，128 kbps 就够了；音乐建议使用 192 kbps 或更高。
缺点是 MP3 是有损的——编码时会永久丢弃部分音频信息。对于大多数听觉来说，这是不可察觉的。若用于专业编辑，请始终从无损源文件开始。
AAC（M4A）
最适合： Apple 生态系统、流媒体，以及在相同文件大小下追求比 MP3 更好质量的场景。
AAC 是 MP3 的继任者，在相同码率下提供明显更好的质量——128 kbps 的 AAC 文件听起来接近 192 kbps 的 MP3。它是 iPhone、iPad、Apple Music 和 YouTube 的默认音频格式。M4A 文件扩展名只是 MPEG-4 容器中的 AAC 音频流。
如果你的受众主要使用 Apple 设备，或者你要上传到流媒体平台，AAC 通常是比 MP3 更明智的选择。
WAV
最适合： 专业编辑、DAW 导入，任何进入制作流程的场景。
WAV 是未压缩的 PCM 音频——无编码、无质量损失、精确的采样数据。一段两分钟的立体声音频，在 44.1 kHz/16 位下大约为 20 MB。同一段内容作为 192 kbps 的 MP3 大约只有 2.8 MB。
当你需要编辑、混音或母带处理时，这种体积代价是值得的。无损源文件保留了动态余量，并避免了多次编码-解码循环带来的世代损耗。任何要进入 DAW 或专业音频编辑器的内容，请以 WAV 格式开始。
FLAC
最适合： 归档、高保真聆听，以及在需要无损质量的同时希望文件比 WAV 更小的场景。
FLAC 和 WAV 一样无损，但通过压缩将文件大小缩减约 40–60%，且不丢弃任何音频数据。它是归档音乐收藏的首选格式。大多数桌面音频播放器都支持它；近年来移动端支持也有显著改善，但仍不如 MP3 或 AAC 那样普及。
对于存档演唱会录音或在编辑前保留原始音频质量，FLAC 是比 WAV 更实用的选择。
有关何时适合使用哪种方式的完整分析，请参阅我们的有损与无损转换指南。
OGG（Vorbis）
最适合： 网络应用、开源项目、游戏音频，以及授权许可很重要的场景。
OGG Vorbis 是开放的、免版税的，在低码率下表现良好。许多游戏引擎（Unity、Godot）和希望避免 MP3 许可问题的流媒体平台在内部使用这种格式。浏览器支持对于网络使用来说很稳定。
日常播客或音乐，MP3 或 AAC 更便利。OGG 的优势在于：当你在产品或网络应用中分发音频，并希望使用无许可负担的格式时。
格式快速参考
如何用 FileCrank 提取音频（无需软件）
FileCrank 在你的浏览器中处理转换——无需账号、无需安装，处理窗口结束后不会在服务器上保留文件。
- 前往 FileCrank 音频转换器 或视频转 MP3 工具。
- 上传你的视频文件。支持 MP4、MKV、MOV、AVI 和 WebM。
- 选择输出格式——MP3、AAC、WAV、FLAC 或 OGG。
- 如果选择了 MP3 或 AAC，请选择码率。语音内容 128 kbps 足够；音乐推荐 192–320 kbps。
- 点击"转换"并下载结果。
处理过程在服务器端使用 FFmpeg 进行，文件在你的会话结束后即被删除。无需账号。
如果你想在提取前后压缩视频文件，FileCrank 的视频压缩工具可以单独处理。
进阶用户：在命令行使用 FFmpeg
FFmpeg 是包括 FileCrank 在内的大多数音视频转换工具的底层引擎。如果你需要批量处理、精确控制编解码器参数或在脚本中自动化，直接运行 FFmpeg 是正确的选择。
提取音频，不重新编码（仅解复用）：
ffmpeg -i input.mp4 -vn -acodec copy output.aac-acodec copy 标志告诉 FFmpeg 复制音频流而不进行转码。这是即时的、无损的——音频与源文件完全一致。
提取并转码为 MP3：
ffmpeg -i input.mp4 -vn -acodec libmp3lame -ab 192k output.mp3提取为 WAV（未压缩）：
ffmpeg -i input.mp4 -vn -acodec pcm_s16le output.wav提取为 FLAC：
ffmpeg -i input.mp4 -vn -acodec flac output.flac-vn 标志禁用视频输出。其余部分指定音频编解码器和输出文件。FFmpeg 免费、跨平台，几乎支持你可能遇到的所有输入格式。
质量预期：哪些可以控制，哪些不能
开始之前有几点值得明确：
源文件是上限。 如果你的视频包含 96 kbps 的 AAC 音频，无论输出什么格式，你能得到的最好效果就是听起来像 96 kbps AAC 的音频。提取为 FLAC 无法恢复丢失的频率。转码为更高码率的 MP3 无法找回原始编码器丢弃的信息。请始终将质量预期与源文件对齐。
解复用精确保留质量。 当源编解码器与输出格式匹配时（例如，将 MP4 中的 AAC 音频提取为 M4A 文件），质量损失为零。只要可能，请使用这条路径。
在合理码率下，转码引入的损失极小。 从 AAC 转为 192 kbps 或更高码率的 MP3，对大多数内容来说几乎是透明的。质量差异只有在仔细的 A/B 测试中才能察觉。
多次转码会累积损耗。 如果你提取音频、编辑它，然后再次导出，每个编码-解码循环都会增加轻微的劣化。从尽可能高质量的源文件开始，在 WAV 或 FLAC 中进行编辑，最后再导出为分发格式。
总结
从视频中提取音频，一旦你理解了其中的原理就很简单：
- 解复用在不触及音频流的情况下复制它——零质量损失，几乎即时完成。
- 转码重新编码音频——更换格式时不可避免，质量损耗很小且通常无法察觉。
- 选择 MP3 或 AAC 用于分享和发布；选择 WAV 或 FLAC 用于编辑和归档。
- 无法恢复源文件中本不存在的质量。 原始码率和编解码器决定了上限。
要在线提取音频而不安装任何软件，FileCrank 支持 MP4、MKV、MOV 以及大多数其他视频格式，可输出为 MP3、AAC、WAV、FLAC 和 OGG。上传文件，选择格式，下载结果。