Como extrair a faixa de áudio de um vídeo
O que esta ferramenta faz
Um arquivo de vídeo é, na verdade, dois fluxos reunidos em um mesmo contêiner: a imagem em movimento e uma faixa de áudio separada. Esta ferramenta ignora por completo a imagem e retira apenas o som, devolvendo-o como um MP3 ou WAV independente. Ela abre o contêiner — MP4, WebM, MOV, AVI, MKV ou OGG —, decodifica o áudio embutido com a Web Audio API do navegador e o recodifica de duas formas: pelo codificador MP3 lamejs, para um arquivo comprimido, ou por um gravador PCM de 16 bits, para um WAV sem perdas.
São aceitos arquivos de até 500MB, e você define o resultado com os controles de formato, bitrate e canais antes de a extração começar.
Quando usar
O caso clássico é transformar uma aula, uma entrevista ou um videoclipe em MP4 num MP3 para levar ao celular, a um feed de podcast ou a uma playlist. É igualmente útil para resgatar o áudio de uma gravação de tela, tirar a base instrumental de um clipe WebM ou preparar um arquivo de áudio limpo para enviar à transcrição.
Como aqui só o som importa, você dispensa os editores de vídeo: não há linha do tempo para percorrer nem necessidade de renderizar um filme inteiro só para ficar com a trilha sonora.
Um exemplo prático
Suponha uma palestra em MP4 de 90 segundos. Carregue-a, escolha MP3 a 192 kbps em estéreo e clique em Extrair áudio; a faixa é decodificada, passa pelo lamejs e devolve um arquivo de cerca de 2MB. Mude o canal para mono e o resultado quase cai pela metade, de sobra para voz falada. Opte pelo WAV e você terá um arquivo de 16 bits sem compressão, maior, porém fiel bit a bit ao original.
Observações e casos limite
A decodificação depende dos codecs que o seu navegador já entende, então um codec incomum dentro de um AVI ou MKV pode recusar-se a decodificar mesmo que o contêiner conste como compatível — reempacotar o arquivo como MP4 quase sempre resolve. O bitrate vai de 64 a 320 kbps: um valor mais alto preserva mais detalhe em troca de tamanho, e uma faixa mono ocupa cerca de metade de uma estéreo.
Guarde uma coisa: a faixa de áudio inteira é decodificada na memória antes da codificação, de modo que uma fonte longa ou de alta resolução consome muita memória e pode ficar lenta, ou esgotá-la, em aparelhos com pouca RAM. Recortar um trecho mais curto é a saída mais simples.