视频提取音频完全指南：MP3、M4A、OGG 还是 WAV，码率该选多少

你手上有一段课程录像、一次访谈、自己录的播客，或者只是想把视频里的那首曲子留下来。你要的是声音，不要画面。

提取本身很简单。真正容易出问题的是接下来两个决定——选什么格式、选多少码率。多数人就是在这里悄悄丢掉了音质，或者为了毫无意义的提升多占了好几倍空间。

---

1. 最要紧的那条原则

你没法凭空造出原本就不存在的音质。

视频里的音频本来就是压缩过的。一个常见的 MP4 里装的通常是 96～256 kbps 的 AAC。如果你把它提取成 320 kbps 的 MP3，得到的不是 320 kbps 的音质——而是原来那份音质、又经历了一轮有损压缩，装在一个大了两三倍的文件里。

用高于源码率的设置提取，纯属浪费。 拿不准的时候，就按源码率来，或者比它低一档。

---

2. 格式怎么选

格式	编码	什么时候用
MP3	MP3	想让它在任何东西上都能播——车载音响、老播放器、便宜硬件
M4A	AAC	苹果设备，或者想要同体积下比 MP3 更好的音质
OGG	Opus	四者中每字节音质最好；网页和现代应用
WAV	PCM	未压缩。要把音频喂进剪辑软件时

一个值得知道的细节： 多数 MP4 里装的本来就是 AAC。所以提取成 M4A 属于同一编码家族，损失比转成 MP3 更小。如果你不是特别在意通用性，M4A 在技术上是更好的选择。

但 MP3 仍然是默认推荐，理由很朴素：它到哪都能播。「我爸车里那台机器能放」在多数真实场景下，比那点音质差距重要得多。

Opus 确实是四者里效率最高的——96 kbps 的 Opus 大致相当于 128 kbps 的 MP3——但在浏览器和现代应用之外，播放器支持面要窄一些。

WAV 是未压缩的，非常大：立体声大约每分钟 10MB。只有当音频要进剪辑软件做后续处理、你不希望在开工前就先经历一轮有损时，它才是正确答案。

---

3. 码率怎么选

内容类型	码率	说明
人声、课程、访谈	96–128 kbps	对人声已经透明，文件小
播客（含背景音乐）	128–192 kbps	稳妥的中间值
音乐、日常听	192 kbps	在几乎所有设备上都已透明
音乐、存档	256–320 kbps	只有日后可能再转码才值得

192 kbps 对绝大多数人就是正确的默认值。 再往上，提升小到多数人在多数设备上盲听都分辨不出来，而文件还在一直变大。

尤其是人声内容，128 kbps 已经完全透明了。两小时的课程录音，128 kbps 大约 115MB，而 192 kbps 要 172MB。

---

4. 操作步骤

我们的 MP4 转 MP3 工具全程在浏览器里运行。这一点在这里比在多数转换场景中更重要——会议录音、访谈、课程录像，本来就是不该传到陌生服务器上的东西：

1. 把视频拖进来。 MP4、MOV、MKV、WebM 都行——想单纯换格式的话，直接拖音频文件也可以。
2. 看一眼源文件信息。 编码格式、声道数、采样率和源码率都在本地读出并显示，这样你在选目标之前就知道自己的底子是什么。
3. 选格式。 没有特殊理由就选 MP3。
4. 选码率。 音乐 192 kbps，人声 128 kbps。
5. 提取、用播放器试听、下载。

因为不上传，两小时的录音上限只取决于你自己的机器——而这恰恰是服务端转换工具会卡你的场景。

---

5. 常见问题

提取会掉音质吗？ 会一点。音频本来就压缩过，再转成另一种有损格式等于压第二次。192 kbps 及以上通常听不出来。完全不想经历第二次有损，就选 WAV。

是不是选 320 kbps 最保险？ 不是，而且这是最常见的误区。如果源是 128 kbps 的 AAC，你提取成 320 kbps 的 MP3，只会得到一个大约两倍半大的文件，音质上没有任何好处。按源码率来，或者略低一点。

为什么第一次选 MP3 会顿一下？ 浏览器本身不带 MP3 编码器——它恰好是 WebCodecs 唯一没覆盖的常见格式。第一次选 MP3 时会加载 LAME 的 WebAssembly 模块（约 310KB），而且只在这时才加载。

我的视频没有音轨怎么办？ 那就没有可提取的内容。有些录屏工具在没有显式开启的情况下不会录系统声音，这是最常见的原因。

能只提取其中一段吗？ 先用我们的视频裁剪工具裁好，再从裁好的片段里提取。

我的文件会被上传吗？ 不会。解码和编码都在你自己的设备上运行——这也是这里没有体积限制的原因。

---

相关阅读

• 提取前先把视频裁好
• 把音频和封面图合成视频——反方向，用于上传播客平台
• 视频压缩到指定大小