影片轉音訊轉換器會從影片檔中擷取音軌,並將其另存為獨立的音訊檔,而 Video to Audio Converter 完全在您目前的瀏覽器分頁中完成這項工作,無需上傳來源檔案。這個工具會讀取本機的 MP4、WebM、MOV、M4V 或 Ogg 檔案,解碼瀏覽器能夠播放的音訊串流,並將該串流重新錄製為包含 Opus 音軌、位元率為 128 kbps 的 WebM 容器。由於擷取是在即時播放期間進行,因此一分鐘的影片通常需要約一分鐘來處理。來源檔案永遠不會離開裝置,沒有任何 API 會收到其內容,而且輸出會透過同一個分頁中可撤銷的 Object URL 來產生。這種純本機的處理路徑,讓這個工具在需要從短片擷取語音、音樂、環境音或參考音軌時非常實用,前提是您能接受 WebM 音訊,而且原始檔案是您擁有或有權重複使用的。

這類型的許多轉換器都是將您的檔案傳送到遠端伺服器來運作。Video to Audio Converter 採取不同的做法:解碼、播放擷取、錄製以及下載產生,全都發生在目前的瀏覽器分頁中,這讓私密的錄音內容遠離第三方基礎設施。如果您想更深入了解這種本機做法與雲端工具的比較,可以參考video to audio converter is safe to use online這篇指南,它會從隱私的角度切入討論同一道界線。

video to audio converter
Video to Audio Converter:即時本機擷取

Video to Audio Converter 如何處理您的檔案

當您選擇本機檔案時,瀏覽器會透過 HTML 媒體元素載入它,並等待中數據可用。接著工具會呼叫 HTMLMediaElement.captureStream,它會產生一個即時的 MediaStream,反映該元素當下正在播放的內容。由於只需要音軌,轉換器會要求至少一條音軌,從擷取來源建立一個僅含音訊的 MediaStream,然後將該串流交給以 128 kbps 執行、使用瀏覽器所公告的第一個 Opus WebM MIME 類型的 MediaRecorder。

錄製的區塊會在到達時直接寫入 WebM 容器。播放結束後,容器會使用一個經過稽核的共用寫入器,以測量得到的時間長度進行修補,讓相容的播放器能夠回報有限的時間軸,而不是沒有限制的「live」串流。完成的 blob 會透過 Object URL 公開,當您繼續下一步時,網頁會將其撤銷。沒有任何資料會被傳送到伺服器,不會建立帳號,而原始影片則保留在開啟它的分頁中。

支援的影片容器與硬性限制

轉換器接受一組固定的容器副檔名,以及一組固定的解碼範圍。必須同時滿足兩者,擷取作業才能啟動。

限制 數值
接受的檔案副檔名 MP4、WebM、MOV、M4V、Ogg
最大檔案大小 500 MiB
最大解碼長度 5 minutes
最大寬度或高度 4096 pixels
最大總像素面積 3840 × 2160

這些數字是用來限制解碼時的記憶體、播放時間與瀏覽器資源使用。以 .mp4 結尾的檔名只告訴瀏覽器它可能是 MP4 容器;內部的編解碼器仍必須是目前瀏覽器能夠解碼的格式,因為容器與編解碼器並不相同。一部 4K HDR 電影、一段 45 分鐘的播客錄音,或一個 2 GiB 的下載講座,都會落在支援範圍之外,並在開始擷取之前就以可見的訊息停止。

從本機影片擷取音訊:逐步說明

實際的工作流程很短,且全程都在同一個分頁內完成。

  1. 選擇一個含有音軌的支援本機影片。只要內部編解碼器為瀏覽器可解碼,MP4、WebM、MOV、M4V 與 Ogg 皆可接受。
  2. 選擇 Extract audio,並在影片以即時方式處理的過程中保持分頁開啟。擷取期間預覽會靜音,但在瀏覽器支援媒體元素擷取的情況下,錄製的串流仍會包含來源的音訊。
  3. 檢查工具顯示的長度與檔案大小,然後下載 Opus WebM 音訊檔。進度標籤會跟隨播放時間,而 Cancel 則會停止目前的工作而不會產生輸出。

由於錄製是伴隨正常播放進行的,一分鐘的影片通常需要約一分鐘來處理。下載的 WebM 容器會以測量得到的長度進行修補,讓它能在支援 Segment Info 時間戳的播放器中回報有限的長度,但內部的音訊仍是 128 kbps 的 Opus,而非任何原始壓縮封包的逐位元複製。

為什麼輸出是 Opus WebM(而非 MP3 或 WAV)

這個工具仰賴瀏覽器內建的功能。MediaRecorder 能夠寫入少數幾種容器與編解碼器組合,而轉換器只是挑選瀏覽器所公告的第一個 Opus WebM MIME 類型。這個選擇避免了引入額外的 MP3、AAC 或 FLAC 編碼器,否則會為一個本應保持輕量的網頁增加龐大的媒體相依性。特別是 MP3 編碼,更是需要額外搭載一個編解碼器實作。

由此衍生出兩個實際的後果。首先,輸出並不是原始壓縮音訊的無失真擷取。來源的音訊串流會被解碼、播放,然後透過 Opus 重新編碼,因此品質與檔案大小可能會相對於原始音軌有所變動。其次,Opus WebM 檔案在現代瀏覽器與大多數桌面播放器中都有廣泛支援,但它們無法與 MP3、WAV、AAC 或 FLAC 檔案互通。如果您的目標用途需要特定的傳遞編解碼器,您就必須在之後另外將 WebM 輸出轉檔。

結果的位元率很容易估算。在 128 kbps 下,一分鐘的片段會佔用 128,000 × 60 ÷ 8 = 960,000 位元組,大約是 937 KiB。長度較長的片段會隨時間線性放大,這對於在開始之前快速掌握下載檔案大小很有幫助。

瀏覽器相容性與失敗訊息

純本機的設計仰賴兩項並非在所有環境都存在的瀏覽器功能。HTMLMediaElement 上的 captureStream,以及 MediaRecorder 中包含 Opus 音訊在 WebM 容器內的 MIME 類型,兩者都必須在目前的版本中可用。Safari 與部分其他瀏覽器並未提供 captureStream,或未搭載相容的 MediaRecorder 格式;在這些環境中,工具只會回報瀏覽器不支援所需的錄製路徑。

其他失敗模式也會明確地顯示出來,而不是悄悄產生一個損壞的檔案:

  • 沒有音軌的影片會明確失敗,而不會產生靜音檔案。
  • 解碼錯誤、不支援的錄製器、空輸出、無效的長度、超過尺寸限制,以及取消的工作,都會以可見的訊息停止。
  • 容器與編解碼器不符的情況,例如某個 .mp4 檔案使用了瀏覽器無法解碼的編解碼器,會在最初的解碼步驟中被攔截並依此回報。

改用目前版本的 Chromium 核心瀏覽器、Firefox,或其他提供所需 API 的瀏覽器,通常就能排除這些錯誤。

何時應改用桌面音訊編輯器

瀏覽器路徑是為短而範圍明確的片段所設計,輸出可以是 Opus WebM。超出這個範圍的任何內容,都更適合使用專用的桌面音訊編輯器,因此了解界線在哪裡會很有幫助。

情境 較佳選擇 原因
片段長度低於五分鐘、小於 500 MiB,且可接受 WebM 音訊 Video to Audio Converter 快速、本機、無需上傳、無需註冊
長錄音、講座或播客 桌面音訊編輯器 瀏覽器路徑的上限為五分鐘
無失真製作工作或多聲道保存 桌面音訊編輯器 Opus 是有損重新編碼,並非逐位元的完美複製
需要 MP3、WAV、AAC、FLAC 等特定傳遞編解碼器 具備對應匯出功能的桌面音訊編輯器 瀏覽器路徑僅輸出 Opus WebM
需要比來源更精確的剪輯 桌面音訊編輯器 擷取是完整的一次性處理,而非片段

這個轉換器同樣無法繞過 DRM、平台存取控制、受保護的串流、遠端網址或版權限制,因此無論您選擇哪種工具,受保護的內容都仍然無法觸及。請僅將這個轉換器用於您擁有或有權擷取與重複使用的片段;當長度、無失真品質、多聲道音訊、精確剪輯或特定傳遞編解碼器成為考量時,請改用桌面編輯器。

如果您正在權衡各種選項,Video Compressor on Mac: A Local WebM Guide 對此有詳細介紹。