工作流 约 6 分钟
从视频提取音频：直接提取与转码，输出格式怎么选
从视频提取音频有两条路径：不重编码直接抽出原音轨（无损、秒级完成），或转码为 MP3、M4A 等目标格式。选格式先看播放设备的兼容性，再看是否需要进剪辑软件继续编辑。
直接提取与转码的区别
直接提取（流复制）把视频容器里的音轨原样取出：MP4 视频里通常是 AAC 音轨，取出后封装为 M4A。零损失、秒级完成，但输出格式由源文件决定，不能选择。
转码把音频重新编码为目标格式：可以选 MP3、OGG 等任何格式，但有损格式之间转码（AAC → MP3）会叠加一次压缩损失。只有源音轨是无损（PCM/FLAC）时，转成 FLAC 才算真无损。
格式对照
| 格式 | 编码口径 | 体积（4 分钟歌曲） | 适用场景 |
|---|---|---|---|
| MP3 | LAME VBR V4，约 165kbps | 约 5MB | 兼容性最广：车机、旧设备、嵌入式 |
| M4A | AAC 160kbps | 约 5MB | 苹果生态；同码率音质略优于 MP3 |
| WAV | PCM 16bit 44.1kHz | 约 40MB | 进剪辑软件继续编辑 |
| FLAC | 无损压缩 | 约 20-25MB | 存档、发烧设备 |
| OGG | Vorbis q5 | 约 4.5MB | 游戏、Web 应用 |
「无损提取」仅指不重新编码。源音轨本身是有损 AAC 时，提取出的仍是有损音质——无损的是提取过程，不是内容。
码率与采样率的口径
码率：语音内容（播客、课程）96kbps 足够清晰；音乐建议 160kbps 以上。超过 320kbps 的 MP3 没有听感收益。
采样率：保持源采样率即可。把 44.1kHz 上采样到 96kHz 不增加任何信息，只会放大体积。
声道：纯语音内容转单声道可再省一半体积，听感无差异。
提取后的常见后续处理
批量场景（多集课程、系列播客）通常还需要统一音量或调整语速：批量音量调整与批量倍速工具按相同参数一次处理多个文件。
提取的音频超过平台附件上限时，用音频压缩工具按目标码率再压一档；语音内容从 160kbps 降到 96kbps，体积减 40%，清晰度基本不变。