موسیقی متن را استخراج کنید، نه یک صدای منزوی
تبدیل ویدیو به صدا یک ترک صوتی از یک ویدیو را به صورت فایل جداگانه ذخیره می کند. گفتار، موسیقی و صداهای پس زمینه که قبلا در آن قطعه میکس شده اند، همچنان میکس شده اند. این جداسازی صدا، تشخیص گفتار یا حذف صدا نیست.
- یک ویدیو حاوی صدا انتخاب کنید و پیش نمایش را بررسی کنید.
- برای برنامه مقصد، MP3، WAV، OGG، FLAC، AAC یا M4A را انتخاب کنید.
- یک بیت ریت برای فرمت با افت کیفیت انتخاب کنید. نرخ نمونه برداری و کانال ها را در Source نگه دارید مگر اینکه نیاز خاصی به تحویل داشته باشید.
- وارد شوید، خروجی بگیرید و نتیجه صوتی را دانلود کنید.
- فایل ذخیره شده را گوش دهید و مدت زمان، تعادل کانال و سازگاری پخش آن را بررسی کنید.
برای صرفه جویی در یک بازه زمانی کوتاه، ویدیو را با برش دهنده ویدئو ابتدا یا فایل استخراج شده را با برش صدا. این صفحه استخراج انتخاب جدول زمانی را ارائه نمی دهد.
برای مرحله بعدی یک قالب انتخاب کنید
| خروجی | رمزگذاری | ملاحظات عملی |
|---|---|---|
| MP3 | MP3 تا FFmpeg | صدای از دست رفته برای پخش کننده هایی که انتظار MP3 دارند |
| WAV | PCM ۱۶ بیتی | نمونه های بدون فشرده سازی؛ فایل های بالقوه بسیار بزرگ تر |
| FLAC | FLAC تا FFmpeg | فشرده سازی بدون افت کیفیت نمایش PCM رمزگذاری شده |
| AAC / M4A | AAC | AAC خام از ADTS استفاده می کند؛ M4A AAC را در یک کانتینر MP4 بسته بندی می کند |
| OGG | اپوس به طور بومی؛ وربیس تا FFmpeg | همان افزونه می تواند کدک های صوتی متفاوتی داشته باشد |
M4A در این ابزار به معنای AAC است، نه Apple lossless. WAV از یک کدک با اتلاف دیگر اجتناب می کند اما نمونه های ۱۶ بیتی می نویسد؛ این سیستم همه نمایش های منبع با دقت بالاتر را حفظ نمی کند. نه WAV و نه FLAC نمی توانند اطلاعاتی را که قبلا توسط رمزگذار AAC یا MP3 منبع حذف شده اند، بازسازی کنند.
نرخ بیت بر انکودرهای خروجی با اتلاف تأثیر می گذارد. WAV و FLAC از نرخ بیت با اتلاف انتخاب شده به عنوان هدف اندازه فایل استفاده نمی کنند. بررسی کنید که بازیکن شما از کدک اصلی OGG پشتیبانی کند و فقط به افزونه تکیه نکنید.
نرخ نمونه برداری و کانال ها به چه معناست؟
نرخ نمونه برداری نشان دهنده تعداد فریم های صوتی در هر ثانیه است، نه سرعت پخش. تبدیل سیگنال به نرخ دیگری نمونه برداری مجدد می شود؛ این کار باعث نمی شود ضبط سریع تر شود یا جزئیات فرکانس بالا از دست رفته را بازیابی کند. انتخاب کانال های بیشتر نمی تواند ضبط استریو را از مونو بازسازی کند.
منبع نرخ صریح و کنترل کانال را بدون تنظیم باقی می گذارد. مقدار درخواستی از موتور پردازش می خواهد که صدا را تبدیل کند، مشروط به پشتیبانی کدک. تغییر تعداد کانال ها می تواند میکس را تغییر دهد، پس قبل از تعویض فایل تحویل گوش دهید.
برای یک مثال ساده، PCM استریو ۱۶ بیتی در فرکانس ۴۸ کیلوهرتز تقریبا به نرخ داده زیر قبل از هدرها نیاز دارد:
48,000 frames/s * 2 channels * 2 bytes = 192,000 bytes/sاین حساب و کتاب نتیجه صادرات سنجیده نیست. اندازه فایل فشرده شده به رمزگذار و ضبط بستگی دارد و خروجی می تواند همچنان بزرگ تر از ویدیوی منبع باشد.
کدام ترک ذخیره شده است
مسیر FFmpeg به طور صریح اولین جریان صوتی را نقشه برداری می کند و خروجی ویدئو، زیرنویس و داده را غیرفعال می کند. این استریم را با استفاده از کدک صوتی انتخاب شده دوباره رمزگذاری می کند؛ این صفحه امکان کپی کردن جریان صوتی اصلی را ارائه نمی دهد.
-i input.media -map 0:a:0 -vn -sn -dn
-c:a libmp3lame -b:a 192kاین مثال MP3 آرگومان های مرتبط را نشان می دهد، نه یک فرمان کامل. نرخ نمونه برداری اختیاری و آرگومان های کانال هنگام انتخاب اضافه می شوند. مسیر بومی ترک صوتی اصلی را از طریق Mediabunny انتخاب می کند. یک ویدئوی چندکاناله در یک فایل مخلوط نمی شود و هیچ انتخاب گر زبان ترک وجود ندارد؛ ترک اصلی و اولین FFmpeg لازم نیست در هر کانتینر یکسان باشند.
یک ویدئوی بی صدا بدون ترک صوتی نمی تواند موسیقی متن تولید کند. این ابزار ترک گمشده را گزارش می دهد و صدای ساختگی ایجاد نمی کند. اگر یک ترک صوتی بومی مورد نیاز پردازش نشود، صفحه تلاش FFmpeg.
پردازش بومی و گزینه پشتیبان
ورکر بومی خروجی ویدئو را حذف می کند و درخواست صدای WAV PCM، AAC، M4A AAC یا OGG Opus را می کند. این دستگاه به یک زمینه امن و یک رمزگشای صوتی منبع کارآمد نیاز دارد؛ خروجی های رمزگذاری شده نیز به رمزگذار متناظر خود نیاز دارند. MP3 و FLAC از FFmpeg استفاده می کنند، همان طور که ترکیب های بومی پشتیبانی نشده یا خرابی های بومی نیز چنین هستند.
هر دو مسیر به صورت محلی اجرا می شوند و بررسی حساب ها به صورت جداگانه انجام می شود. پیاده سازی بومی منبع را از طریق منبع Blob می خواند اما خروجی نهایی را بافر می کند. FFmpeg از سیستم فایل WASM استفاده می کند، بنابراین استخراج صدا هزینه های ورودی-حافظه را حذف نمی کند. صادرات طولانی WAV می تواند به ویژه زیاد باشد.
تب را هنگام خروجی فعال نگه دارید. لغو موتور فعال را متوقف می کند و ویدیوی اصلی بدون تغییر باقی می ماند. ایجاد موفق فایل تضمین کننده پشتیبانی از پخش در هر مرورگری نیست: دانلود را در برنامه ای که از آن استفاده می کند تست کنید.