B 站上看到一个讲座想存音频路上听、客户发了个视频介绍但只想听声音、自己拍的采访视频需要把音频单独提出来转文字——从视频里提取音频这件事看起来就是转个格式而已实际上不同做法出来的结果差别挺大。提取的本质是复制还是重编码这个区别很多人不知道。视频文件里的音频流本身就已经是编码好的数据——可能是 AAC、MP3、Opus 或者 PCM。提取音频有两种方式流复制Stream Copy直接把音频流从容器里取出来不经过解码再编码。速度快基本瞬间完成音质零损失。但提取出来的格式取决于视频里原本的音频编码——视频里是 AAC提取出来就是 AAC你没法选择输出格式。大部分 MKV 和 MP4 视频的音频是 AAC可以直接复制出来。重新编码Transcoding把音频流解码成 PCM 再重新编码成目标格式。可以自由选择输出格式和码率但每次重编码都有轻微音质损失虽然人耳一般分辨不出处理速度也慢一些。两者的选择很简单如果视频内的音频编码就是你想要的格式比如视频是 AAC 你要 MP3流复制就够了。如果你要换格式或调整参数才需要重编码。视频容器和音频流的对应关系不同视频格式里面封装的音频编码不一样了解这个能避免很多问题MP4音频最常见 AAC也有 MP3 或 AC3。提取时直接复制最常见MKV什么编码都可能——AAC、FLAC、Opus、DTS、TrueHD。这也是为什么 MKV 是电影爱好者的首选容器AVI音频通常是 MP3 或 PCM未压缩文件巨大MOV苹果生态音频可能是 AAC、PCM、ALAC 无损FLV直播录制格式音频通常是 MP3 或 AAC码率普遍偏低WebM音频固定用 Opus 或 Vorbis兼容性不如 AAC知道这些有什么用如果你从网上下载的 MKV 电影提取音频音频可能是 DTS 或 FLAC你直接复制出来播放器打不开——需要在提取时转成 AAC 或 MP3。输出格式选哪个提取出来在手机听播客、讲座、音乐AAC 或 MP3。AAC 同码率下音质略好于 MP3苹果设备兼容性最好。MP3 是通用保底方案任何设备都能播。提取出来做后期剪辑WAV 或 FLAC。WAV 是未压缩的 PCM所有剪辑软件直接识别没有编解码延迟。FLAC 是压缩无损体积小一半但需要解压才能编辑。提取出来做语音转文字MP3 128kbps 或 AAC 128kbps。语音转文字对音质要求不高但要求编码格式兼容。推荐 MP3 128kbps——兼容性最好几乎所有语音识别引擎都支持。提取出来做铃声M4AAAC格式在 iPhone 上可以直接设铃声MP3 在安卓上最方便。时长建议控制在 30 秒以内。实际操作中遇到的几个问题问题一提取出来的音频时长比视频短一截。常见于用流复制模式时视频最后一帧是黑屏但音频已经结束。解决方案是改用重编码模式或者在提取时加参数补齐尾部。问题二提取的音频播放时开头有杂音或静音。部分录制软件会在视频开头插入一小段空白或测试音。用音频裁剪工具把前面 0.5-1 秒切掉就行。91aitool 就有音频裁剪功能精确到秒设置起始位置。问题三MKV 提取出来的音频播放器打不开。前面说了MKV 里装的可能是 DTS 或 TrueHD 这种高规格音频普通播放器不支持。提取时直接转码成 AAC 或 MP3 就能解决。问题四想提取 YouTube 视频的音频做素材。YouTube 下载的 MP4 视频音频通常是 AAC 或 Opus。提取时用流复制最快。但如果是由视频网站转码过的视频音频质量可能已经受损——源头质量决定了最终质量。用过的一些方案FFmpeg 是最通用的命令行方案一个命令解决所有场景# 流复制最快不改格式 ffmpeg -i input.mp4 -c:a copy output.aac # 重编码为 MP3 ffmpeg -i input.mp4 -c:a libmp3lame -b:a 192k output.mp3 # 提取为 WAV 无损 ffmpeg -i input.mp4 -c:a pcm_s16le output.wav # 从 MKV 提取并转码为 AAC ffmpeg -i input.mkv -c:a aac -b:a 256k output.m4a # 批量提取文件夹内所有 MP4 for %f in (*.mp4) do ffmpeg -i %f -c:a copy %~nf.aac桌面软件方面Audacity 可以导入视频直接编辑导出音频适合需要裁剪或降噪的场景。VLC 播放器也能提取音频——媒体→转换/保存选音频编码格式导出。在线方案方面91aitool 的音频提取是纯前端处理的视频不用上传服务器选好输出格式等进度条跑完就能下载。支持流复制速度极快和重编码格式自由选择两种模式。适合手边没电脑只有手机、或者临时提取一段的场景。一个简单的取舍逻辑要不要提取音频其实就三个问题视频里的音频编码是不是你想要的格式是→流复制几秒搞定。不是→重编码转成你要的。提取后有没有格式兼容性要求给普通用户发→MP3。自己听后端做素材→AAC 或 FLAC。做剪辑→WAV。视频的音频质量值不值得保留高码率录屏或压缩过的在线视频→128k 够用。无损源文件或高码率录制→保留原始码率或 FLAC。