從影片檔案中擷取音訊並存成 WAV,這整個過程完全在你的瀏覽器內完成:只要把一個瀏覽器可解碼的來源載入Audio Cutter,輸入起始時間與稍後的結束時間,再匯出所選範圍即可。這項工具使用 Web Audio API 的 decodeAudioData 方法,把檔案中的音訊部分轉換成記憶體內的 AudioBuffer,將你輸入的兩個時間值四捨五入到最接近的已解碼取樣影格,再寫出一個全新、未壓縮的 PCM16 WAV 檔,直接從頁面下載。沒有任何內容會上傳到轉檔伺服器,原始檔案也絕不會被複製離開你的裝置。無論你一開始拿到的檔案是含有音軌的影片容器(例如 WebM),還是已擷取出來的音軌(MP3、WAV、M4A、AAC、Ogg 或 FLAC),結果都一樣:一段依影格精確切出的原始波形,以 16 位元有號小端序 PCM 取樣、搭配標準 44 位元組 RIFF/WAVE 標頭儲存。

為什麼要用瀏覽器工具從影片中剪出音訊
大多數桌面版影片編輯軟體都能擷取並修剪音訊,但都需要安裝、帳號登入,或額外的編解碼器套件。以瀏覽器運作的音訊剪輯工具則反其道而行:頁面載入後,你選擇檔案,整個解碼、剪輯、編碼的流程都在目前分頁內完成。Audio Cutter 使用 Web Audio API 來解碼來源,因此緩衝區一準備好,頁面就會顯示已解碼的長度、取樣率、聲道數與總影格數。這四個數字讓你在決定要從哪裡剪之前,先確認音訊真的已經正確載入。如果數值看起來不對,你可以立刻換一個檔案而不會失去進度,因為選擇另一個來源會清除舊的緩衝區、來源播放器,以及先前的任何結果。
由於作業完全在本機進行,你能完全掌控自己的來源檔案。沒有任何壓縮來源會被傳到伺服器,也不會有解碼器被悄悄替換,你的裝置寫出的唯一產物就是匯出的檔案。對於任何需要從影片音訊的特定片段擷取出乾淨 WAV 檔的人——一句訪談回答、一段樂句、一句旁白,或一個音效——這套流程都能取代「打開影片編輯軟體、輸出成 WAV、祈禱格式對得上」的老方法,改用一個可預期的三欄表單:選檔、起點、終點。
這裡的「剪」是什麼意思:依影格精確選取範圍
Audio Cutter 裡的「剪」並不是一個粗略的計時估計值。當你輸入起始時間與結束時間時,這些數值會依 AudioBuffer 的取樣率換算成最接近的已解碼取樣影格索引。Web Audio API 在解碼過程中,可能會把你的來源重新取樣成 AudioContext 的取樣率,因此顯示出來的取樣率描述的是運作中的緩衝區,未必是原始編碼的取樣率。起始影格會包含在輸出結果中;結束影格則不包含。這個不含結束點的邊界規則代表:若四捨五入後不足一個完整影格的 0.000 秒選取範圍,會被拒絕,而不會產生一個空檔案。
起始值必須是非負數,結束值必須晚於起始值,且兩個數值都不能超過確切的已解碼長度。由於正式程式碼與獨立測試共用同一組影格範圍函式,下載按鈕上方顯示的長度,是所選影格數除以已解碼的取樣率所得——而不是另外估算的計時器數值。顯示出來的數值會與你拿到的 WAV 位元組完全一致,這消除了在剪輯用於對軌的片段時常見的猜測。
如何從你的影片檔案中剪出音訊
依你一開始拿到的檔案類型不同,有兩條路能得到可用的剪輯結果。如果你的影片是 WebM,選檔器可能可以直接辨識;Web Audio 或許能從 WebM 容器解碼出音軌,但能被辨識並不保證每一種編解碼器變體都能被解碼,而且影片畫面不會出現在結果中。至於 MP4、MOV、MKV 及大多數其他容器,請先用你的作業系統或離線工具擷取出音軌,得到選檔器設計上能辨識的 MP3、M4A、WAV、Ogg 或 FLAC 檔案;實際能否解碼仍取決於你的瀏覽器。一旦你手上有了音訊檔案,剪輯流程就完全相同。
- 開啟 Audio Cutter 並點擊選檔器。選擇一個瀏覽器可解碼的音訊檔案(或是你想當作音訊處理的 WebM 檔),且大小需維持在 25 MB 的編碼大小上限內。選檔器會在讀取前先檢查檔名與 MIME 類型。
- 等待 Web Audio 完成解碼。頁面接著會顯示已解碼的長度、取樣率、聲道數與影格數。如果你看到的是解碼錯誤,代表你的檔案不受支援、已損毀、標示錯誤、已加密,或不完整——請改選另一個來源。
- 輸入一個非負的起始時間,以及一個晚於起始值且不超過已解碼長度的結束時間。這兩個欄位在剪輯前都會換算成最接近的取樣影格。
- 選擇 Cut 並匯出 WAV。這項工具會把所選範圍內每個 Float32 取樣值限制在 -1 到 1 的 PCM 範圍內,將負向滿刻度寫成 -32768、正向滿刻度寫成 32767,並將任何非有限值視為靜音。
- 在頁面的結果播放器中預覽產生的 PCM16 音訊。留意兩端邊界的說話內容、瞬態或呼吸聲,確認剪輯點落在你原本想要的位置。
- 下載 WAV 檔。顯示出來的輸出長度與檔案大小,會與即將寫入的位元組完全相符,讓你能在寫入磁碟前先做一次合理性檢查。
如果你之後打算把剪輯好的音訊放回影片裡,另有一套用於合併片段與音軌的本機流程,記錄在Add Audio for Video Free: Merge Clips Locally中,其中涵蓋對應的音軌合併步驟,且不需要重新上傳任一個來源檔案。
下載的 WAV 檔裡有什麼
每一次下載都是全新編碼出的 RIFF/WAVE 檔案。這 44 位元組的標頭記錄了 PCM 格式 1、聲道數、已解碼的取樣率、位元速率、區塊對齊方式、每個取樣 16 位元,以及確切的資料大小。音訊本體是以交錯方式排列、小端序、有號 16 位元 PCM,聲道順序與原始一致。多聲道會依其解碼順序分開並交錯保留——立體聲仍是立體聲,最多可保留八個聲道的來源。
同樣重要的是,要知道 WAV 檔不會攜帶哪些東西。它不會保留來源的 MP3、AAC、Vorbis、Opus、FLAC 或其他壓縮編碼。它也不會保留 ID3 標籤、Vorbis 註解、專輯封面、剪輯點、章節、響度中繼資料、編碼器設定,或其他容器欄位。結果是一個乾淨、可攜的音訊檔,任何媒體播放器或編輯軟體都能開啟。
| 來源屬性 | 會保留在 WAV 匯出結果中嗎? |
|---|---|
| 所選範圍內的音訊取樣 | 會,經限制在 PCM 範圍內之後 |
| 聲道數與聲道順序 | 會,最多到八聲道上限 |
| 已解碼緩衝區的取樣率 | 會,會寫入 WAV 標頭中 |
| 原始壓縮編解碼器與位元速率 | 不會——WAV 是未壓縮的 PCM16 |
| 標籤、專輯封面、章節、剪輯點 | 不會——這些不屬於 WAV 格式的一部分 |
| 響度或編碼器中繼資料 | 不會 |
由於 PCM WAV 是未壓縮格式,檔案可能會比同一段音訊的短 MP3 或 AAC 片段大上許多。它的資料大小等於所選影格數乘以聲道數,再乘以每個取樣 2 位元組,再加上 44 位元組的標頭。舉個實例,一段以 44100 Hz 解碼率剪出的 10 秒立體聲片段,每聲道含有 10 × 44100 = 441000 個影格,所以資料大小為 441000 × 2 聲道 × 2 位元組 = 1,764,000 位元組的 PCM,完整的 WAV 檔案在磁碟上就是 1,764,000 + 44 = 1,764,044 位元組,約 1.68 MB。
限制、解碼錯誤,以及什麼時候該改用專門的編輯軟體
瀏覽器採用的是硬性限制,而不是悄悄降級處理。編碼後的輸入檔案必須在 25 MB 以下。解碼之後,音訊必須在 15 分鐘以內、聲道數不超過八個、取樣率不超過 192 kHz,且總聲道取樣數不超過 30,000,000。這個已解碼取樣數上限意味著,一個高取樣率或多聲道的檔案,可能還沒到長度上限就先撞上這個邊界,而這項工具會用清楚的拒絕訊息回報,而不是產生一個不完整的檔案。瀏覽器必須先完成解碼,才能檢視已解碼的長度,所以一個壓縮程度很高的長檔案,在嘗試解碼期間仍會佔用暫時的記憶體。
| 限制項目 | 門檻 | 適用時機 |
|---|---|---|
| 編碼檔案大小 | 25 MB | 解碼之前 |
| 已解碼長度 | 15 分鐘 | 解碼之後 |
| 聲道數 | 8 聲道 | 解碼之後 |
| 取樣率 | 192 kHz | 解碼之後 |
| 總聲道取樣數 | 30,000,000 | 解碼之後 |
有幾項功能是刻意排除在外的。這項工具不提供目標重新取樣控制、混音、正規化、淡入淡出、降噪、變調,或對 WAV 進行壓縮。它不會安裝編解碼器,也不會把你的檔案送到轉檔伺服器。音訊上下文會在解碼完成後與清理期間關閉,進行中的讀取與解碼作業也有防護機制,確保較舊的工作不會覆蓋較新的選取結果。更動任一個時間欄位都會清除先前的 WAV,再次剪輯則會取代並釋放先前的下載網址。
為了確保結果可靠,請預覽剪好的 WAV、確認兩端邊界的說話內容或音樂瞬態,並保留原始檔案。如果你需要波形層級的淡入淡出、無損壓縮影格剪輯、中繼資料保留,或正式母帶處理,請改用針對這些特定需求設計的專門編輯軟體——這項工具的價值在於能從一段連續範圍快速、在本機、依影格精確產出 WAV,而不是一套完整的音訊製作套件。
如需更深入的說明,請見Add Reverb to a Video's Extracted Audio Track。