书桌抽屉里那台老旧的笔记本电脑里，塞满了过去两年上网课的视频和线上会议的录播文件，粗略一算，至少超过一百个MP4格式的视频。我最近一直在琢磨着，怎样把这些视频里的讲解声音单独提取出来，放进手机里随时听，顺带还能交给语音转文字的工具，生成一些文字记录。视频画面对我来说，真的没什么价值，不仅占地方，还浪费流量，我真正需要的，仅仅只是其中的“声音”这一部分。开始亲自动手操作之后，我才发现，同样是打算把视频转成MP3，用鼠标点击图形界面和输入一行命令行的操作，完全是两种不同的体验：前者非常直观，适合处理一两条文件顺便编辑一下；后者效率很高，特别适合批量处理大量文件。今天，我就把这两种我在电脑上经常使用的操作方法，完完整整地写出来，从第一步到最后一步，把每个按钮在哪儿、每个参数代表什么意思，全都说明白，你照着操作就能轻松完成。
我先大致说明一下这两种方法的使用场景：如果只是偶尔处理一两条视频，并且还想顺手剪掉视频的开头和结尾，那么使用剪映的导出功能就足够了；如果手头有一个文件夹，里面有几十上百个视频需要一次性转换，那么命令行工具ffmpeg就是最佳选择。至于手机端的应急方案，我会把它放到文章后面单独说明。在开始之前，有一点需要特别说明清楚——本文介绍的这两种方法，做的都是“整轨抽取”，也就是视频里原本包含的人声、周围环境的声音、背景音乐等所有音频信息，都会被原封不动地保留在生成的MP3文件里，不会进行人声和伴奏的分离处理。如果你想要的是“去掉背景音乐，只保留人声”，那属于另一种基于人工智能的音频分离工具的工作范畴，就不要在导出的设置里浪费时间了。
方法一：使用剪映导出音频（图形界面操作，保姆级八步详解）
剪映提供了桌面客户端，操作界面很直观，完全不需要接触命令行，其免费版就能完成基础的音频导出功能（具体的使用额度，请以你当前使用的版本为准）。这种方法非常适合单条视频的处理，或者你本来就打算在剪映里对视频进行一些编辑和修剪。
步骤 1：安装并启动剪映客户端
先去剪映的官方网站，下载对应你电脑系统（Windows 或 macOS）的桌面版软件。安装完成后，启动软件，在首页点击“开始创作”按钮，就能进入编辑界面。手机版的剪映也能完成类似操作，但电脑版的屏幕更大，导出时的设置选项也更全面，所以本文以桌面版为例进行介绍。
步骤 2：将视频导入到时间线
把你想要转换的MP4视频文件，直接用鼠标拖拽到软件界面左上角的媒体素材区域，然后再从这个区域，将视频文件拖到下方的主轨道上。因为我们只需要提取音频，所以一条视频轨道就足够了，完全不需要添加字幕、贴纸或者特效轨道。
步骤 3：裁剪掉不需要的开头和结尾
播放视频，确定需要保留的有效内容范围。如果视频的开头有一些无关紧要的寒暄，或者结尾有长时间的静音，你可以将播放指针移动到需要裁剪的位置，点击“分割”按钮，将视频切开，然后选中多余的片段，将其删除。这一步做扎实了，最后导出的MP3文件里就不会有几十秒的空白，省得以后再花时间去裁剪。
步骤 4：点击右上角的“导出”按钮
在时间线上确认好需要保留的视频内容后，点击软件界面右上角的“导出”按钮，这时会弹出一个导出设置的窗口。注意，不要急着直接按默认的视频导出设置。
步骤 5：切换导出格式为音频
在弹出的设置窗口中，找到一个叫做“音频导出”或者“导出音频”的开关选项（不同版本的剪映，这个选项的位置可能略有不同，通常是在视频设置的下方，或者一个叫“更多格式”的菜单里）。把这个开关勾选上，然后在格式选项里选择MP3。
步骤 6：设置音频码率与文件保存位置
码率的高低，要根据你的使用目的来定：对于像纯口播、讲座这类以语音为主的素材，128kbps 的码率已经能有很清晰的效果；如果你希望保留更多的音乐细节，可以选择 192kbps 或者更高的码率。修改好你想要的文件名，然后选择一个方便日后查找的文件夹来保存，比如在桌面上新建一个名为“音频输出”的文件夹。
步骤 7：点击导出按钮并等待
确认所有参数设置无误后，点击“导出”按钮，等待进度条走完，MP3文件就生成好了。视频文件越长，等待的时间就越长，几分钟的口播视频通常很快就能完成。
步骤 8：回听校验导出文件
用你电脑上自带的播放器，把刚生成的MP3文件打开，分别听一下开头和结尾几秒钟的内容，确认音频没有被意外截断，也没有出现不该有的静音。剪映通常会自动跟随原始视频的声道设置，如果原片是立体声，导出的MP3就是双声道，如果原片是单声道，导出的也是单声道，不需要你额外去设置。
剪映最大的优势就是操作直观，并且还能顺手对视频进行简单的剪辑。但它的局限性也很明显：需要安装客户端软件，如果一次有几十个视频要处理，一个个去点击操作，会让人感到非常繁琐。这种批量处理的工作，用剪映就不太划算——这时候，就该轮到下面的命令行工具登场了。
方法二：使用 ffmpeg 命令行（一行命令，批量处理最省心）
如果你的电脑上已经安装了 ffmpeg，那么当需要一次性转换几十上百个视频文件时，使用命令行工具会比一个个点击鼠标要省时省力得多。ffmpeg 是一个开源免费的强大工具，没有图形界面，但只要学会几条固定的命令，就足以应对日常的使用需求。
安装 ffmpeg
在 macOS 系统上，可以使用 Homebrew 包管理器，用一行命令就能完成安装：brew install ffmpeg。在 Windows 系统上，需要去 ffmpeg 的官方网站下载压缩包，解压后，把里面的 bin 文件夹的路径添加到系统的环境变量 PATH 中，然后重新打开命令提示符或 PowerShell，就可以使用 ffmpeg 命令了。安装完成后，在终端或命令提示符中输入 ffmpeg -version，如果能打印出版本号，就说明安装成功了；如果提示找不到这个命令，多半是环境变量 PATH 没有设置正确，先把这一步问题解决掉再进行下面的操作，不要急着去转换文件。
查看源文件的音频信息
在开始转换之前，先查看一下源视频文件的音频信息，做到心中有数。在终端中输入命令：ffmpeg -i input.mp4。在输出的信息中，找到类似 Stream #0:1: Audio 的那一行，从这里可以了解到音频的编码格式（例如 aac）、采样率（常见的是 44100 或 48000）以及声道数（立体声或单声道）。确认视频文件中包含音频流之后，再进行下面的转换操作。
单个文件转换为 MP3
将单个视频文件转换为 MP3 格式，最常用的是下面这条命令：ffmpeg -i input.mp4 -vn -c:a libmp3lame -q:a 2 output.mp3。其中，-vn 参数表示丢弃视频轨道；-c:a libmp3lame 指定使用 libmp3lame 编码器来编码音频；-q:a 2 用于控制音频质量，数值越小，音质越高，2 大约对应可变比特率（VBR）190kbps 的档位，对于日常使用来说已经足够。如果处理的是一些语音素材，想要进一步缩小文件体积，可以使用固定比特率并强制转换为单声道：-b:a 128k -ac 1。
整个文件夹批量转换
如果需要处理整个文件夹里的所有 MP4 文件，可以用一行循环命令来遍历所有文件：for f in *.mp4; do ffmpeg -i "$f" -vn -c:a libmp3lame -q:a 2 "${f%.mp4}.mp3"; done。在 Windows 的 PowerShell 中，逻辑也是类似的：遍历当前目录下的所有 MP4 文件 -> 提取音频 -> 以相同的文件名输出为 MP3 格式。运行这条命令后，你甚至可以去泡杯茶，等回来的时候，整个文件夹里的视频就全都转换好了。需要再次强调的是，ffmpeg 同样只是进行整轨抽取，不会做任何的人声分离处理，这一点和剪映是一致的。
补充方案：喵喵工具助手小程序（不在电脑前时的备用选择）
有时候，你可能人不在电脑旁边，手头只有一两段视频素材，又不想为了这一点事情专门打开电脑并启动客户端软件。在这种时候，我会使用喵喵工具助手小程序里的“视频转 MP3”功能来处理。具体入口是，打开喵喵工具助手小程序，在首页找到“视频转 MP3”这个功能，然后上传本地的视频文件，由云端服务器完成转码，最后再把转换好的 MP3 文件保存回手机。
关于喵喵工具助手的局限性，我需要提前说清楚，免得你的预期和实际效果不符：这个功能需要联网使用（因为是在云端进行转码）；每次使用需要消耗积分，大概是 2 积分一次，具体费用请以页面上的实时显示为准；它只接受从手机本地相册或文件管理中上传的视频，不支持粘贴链接进行解析；最终生成的仍然是整轨的 MP3 文件，同样不会进行基于人工智能的人声分离。所以，如果原始视频里带有背景音乐，转换后背景音乐依然会保留，这是完全正常的现象。
操作 1：从首页进入“视频转 MP3”功能
打开喵喵工具助手小程序的首页，点击“视频转 MP3”功能的入口按钮，进入页面后，最好先看一眼这个功能所支持的视频格式和文件大小上限，避免后面操作失败。
操作 2：上传视频、等待转换、在结果页保存文件
点击上传按钮，从手机相册中选择你想要转换的视频，然后耐心等待转换队列处理。当进度条走完，你会进入一个结果页面，可以先试听一下转换效果，确认没问题后，就点击保存按钮，把 MP3 文件保存到手机本地。之后，你可以再把它转发给朋友，或者传输到电脑上。我个人习惯在保存之后，立刻再另外保存一份，以防手机清理缓存文件时不小心把它删掉了。
喵喵工具助手这类小程序，最大的优点就是方便、随时能用，对于应急情况来说速度足够快。但是，如果碰到要批量处理大量长视频的情况，它就不太划算了——因为既要联网，又按次消耗积分，无论是成本还是处理速度，都远远比不上电脑上的 ffmpeg 工具。所以，我把喵喵工具助手的定位，牢牢固定在“人在外面、身边只有手机”这个特定的场景里。
失败情况排查（电脑端最常见的问题）
导出的 MP3 文件只有几 KB 大小，或者播放时全程没有声音： 这种情况，多半是因为原始视频文件本身就没有音频轨道，或者音频采用了一种特殊的编码格式。你可以先用 ffmpeg -i input.mp4 这条命令查看一下视频中是否包含 Audio 流。如果没有，那就需要换一个带声音的源文件，因为转码操作是没法凭空创造出声音来的。
在剪映里找不到“导出音频”这个选项： 不同版本的剪映，可能会将这个功能入口放在“导出”的子菜单里，或者一个叫“更多格式”的选项中。你可以尝试把软件升级到最新版本，再仔细找找。如果还是找不到，那就退而求其次，使用 ffmpeg 或者喵喵工具助手来解决问题，别在界面设置上钻牛角尖。
生成的文件体积大得离谱： 这通常是因为你设置的码率太高了，或者一不小心设置成了无损的 WAV 格式。对于语音听写、听课笔记这类用途，128kbps 到 192kbps 的码率已经足够了，不要盲目地把码率拉到最高。
ffmpeg 提示“command not found”错误： 这表示 ffmpeg 没有正确安装，或者它的可执行文件路径没有被添加到系统的环境变量 PATH 中。在 macOS 上，可以尝试重新执行 brew install ffmpeg 命令；在 Windows 上，请检查一下 bin 文件夹的路径是否真的被添加到了环境变量中，并且确保修改环境变量后，你重新打开了命令提示符或 PowerShell 窗口。
播放转换后的音频，发现变调了，或者语速变快/变慢： 这通常是音频的采样率不匹配导致的。最好不要手动指定采样率，让 ffmpeg 自动跟随源文件的设置。如果确实需要重新采样，那就要写清楚 -ar 48000 之类的参数，确保转换后的采样率和源文件保持一致。
使用喵喵工具助手时，上传过程卡住不动： 可以先检查一下文件大小是否超过了小程序支持的上限，以及视频格式是否在它所支持的范围之内。同时，也要检查一下网络环境，如果网络信号不好，可以切换到 Wi-Fi 网络，或者先把视频压缩一下再上传。不要反复点击“重新上传”按钮。
总结：我的固定操作流程
让我回到最初那一百多个录屏文件上：如果我能坐到电脑前，我会全部使用 ffmpeg 的那行循环命令，一次性把几十个视频跑完，然后直接把生成的 MP3 文件交给语音转文字工具，非常省心；偶尔遇到单独一个视频，同时需要顺手裁剪一下开头，我就会打开剪映，按照那八步操作导出音频；如果人不在电脑前，身边只有手机，又急着要某一段视频里的声音，我就会用喵喵工具助手来上传视频，转换完成后保存到手机本地。这三种方法之间，并不是谁要取代谁的关系，而是根据“文件数量多少、是否需要剪辑画面、人是否在电脑前”这三个条件来各自发挥作用：ffmpeg 负责批量处理、剪映负责精细修剪、喵喵工具助手负责手机端的应急处理。只要你明确自己需要的是整轨的 MP3 文件，按照上面的步骤选择一种方法去操作就可以了；如果你的最终目标其实是进行人声分离，那需要换用专门的分离工具，在这些转码的步骤里，无论怎么调整参数都是得不到你想要的结果的。
💡 更多精彩内容
微信搜索"小青去水印"，一键免费去水印