Co dělá tato stránka jinak
Stránka mp4-to-wav není další konvertor, který překóduje audio do ztrátového formátu. Její podstata spočívá v tom, že z kontejneru MP4 vyjme čistou audio stopu a uloží ji jako nekomprimovaný WAV soubor. Žádné převzorkování, žádná změna bitové hloubky, žádná ztráta kvality způsobená dalším enkódováním. Výsledný WAV je zrcadlem toho, co bylo uvnitř videa – pokud byl zdrojový audio kodek AAC o bitrate 256 kbps, WAV ponese přesně tuto informaci, nikoli vylepšenou verzi.
Klíčový rozdíl oproti sesterským stránkám, které nabízejí výstup do MP3, je absence kvalitativního posuvníku. WAV nemá nastavitelný bitrate. Je to kontejner pro nekomprimované PCM vzorky, který používá původní vzorkovací frekvenci a bitovou hloubku zdrojového audio tracku. Pokud video obsahuje audio ve formátu AAC o vzorkovací frekvenci 48 kHz a bitové hloubce 16 bitů, výsledný WAV bude mít stejné parametry. Žádný procesor nemůže obnovit informaci, kterou ztrátový kodek již jednou zahodil – WAV pouze zachovává to, co tam je.
Důsledek je zásadní: velikost výstupního souboru je výrazně větší než původní audio stopa uvnitř MP4. AAC track o délce 10 minut a bitrate 256 kbps váží přibližně 19 MB. Stejný audio track uložený jako WAV se vzorkovací frekvencí 44,1 kHz a bitovou hloubkou 16 bitů v stereo provedení zabere zhruba 105 MB. To je pětinásobek. Za tuto cenu získáváte formát, který je okamžitě připraven pro profesionální střih, analýzu nebo archivaci bez nutnosti dekomprese.
Jak proces probíhá – vstupy a výstupy
Nástroj přijímá soubory ve formátech MP4, MOV, WebM a MKV. Maximální počet současně nahraných souborů je 20. Po výběru souborů uživatel zvolí cílový formát – v tomto případě WAV – a klikne na tlačítko „Extract audio“. Veškeré zpracování probíhá v prohlížeči. Žádný soubor neopouští váš počítač.
Po úspěšném dokončení se pro každý extrahovaný soubor zobrazí zpráva „Extracted ‹count› file(s).“ a tlačítko „Download“ pro jednotlivé stažení. Pro dávkové stažení všech souborů najednou slouží tlačítko „Download all“. Pod seznamem je souhrnný řádek „Total: ‹original› -> ‹audio›“, který ukazuje porovnání velikosti původního videa a výsledného audio souboru.
Pokud něco selže, zobrazí se jedna z těchto chybových hlášek:
- „Extraction failed. Try a different file.“ – obecné selhání zpracování.
- „This file could not be read as video. It may be corrupted, empty, or not actually a video file.“ – soubor není validní video.
- „This video has no audio track to extract.“ – video stopa existuje, audio nikoli.
- „‹count› file(s) could not be processed.“ – hromadné selhání u více souborů.
Ve výchozím stavu, kdy není nahrán žádný soubor, je tlačítko „Extract audio“ i „Clear“ neaktivní a status zobrazuje „Ready. Add video files and choose a format.“. Místo pro výsledky ukazuje placeholder „Extracted audio will appear here with download actions.“.
Pravidla a hraniční případy
Nejčastější překvapení přichází s videi, která audio stopu vůbec neobsahují. Může jít o čistě vizuální screencast, animaci bez zvuku nebo starší záznam z kamery, která audio nezapisovala. V tom případě nástroj zobrazí „This video has no audio track to extract.“. Žádné varování předem neexistuje – o přítomnosti audio stopy se dozvíte až po pokusu o extrakci.
Druhým častým problémem je poškozený soubor. Pokud je hlavička videa nečitelná nebo jsou data fragmentovaná způsobem, který prohlížeč nedokáže interpretovat, zobrazí se „This file could not be read as video. It may be corrupted, empty, or not actually a video file.“. To se může stát například po neúplném stažení videa nebo po poškození při přenosu přes USB disk s chybnými sektory.
Omezení na 20 souborů je implementováno přímo v uživatelském rozhraní. Pokud se uživatel pokusí vybrat 21 nebo více souborů, zobrazí se „Choose up to ‹max› files at a time.“. Podobně při pokusu o nahrání souboru, který není ani jedním z podporovaných formátů, se objeví „This file type isn’t supported.“.
V praxi se může stát, že video je formátu MP4, ale audio stopa je zakódovaná kodekem, který prohlížeč neumí dekódovat – například starší formát MP3 uvnitř MP4 nebo proprietární kodek jako Windows Media Audio. V takovém případě selže extrakce s obecnou chybovou hláškou, protože prohlížeč nedokáže audio data přečíst.
Pro koho je tato stránka určena
Cílová skupina jsou uživatelé, pro které je prioritou zachování maximální kvality audio stopy bez jakékoli další komprese. Typickým scénářem je práce s mobilními nahrávkami – například screenrecording z telefonu, kde je audio stopa uložená jako AAC. Pokud uživatel potřebuje tento záznam stříhat v profesionálním audio editoru jako Audacity, Pro Tools nebo Reaper, je WAV výhodnější, protože se načítá okamžitě bez nutnosti dekomprese a umožňuje práci v plné vzorkovací frekvenci.
Druhým scénářem je práce s kamerovými záznamy. Kamery často ukládají audio jako lineární PCM přímo ve videokontejneru, ale některé modely používají pro úsporu místa AAC. Pokud filmař potřebuje audio track pro samostatné zpracování – například pro čištění ruchů, úpravu dynamiky nebo synchronizaci s jinou stopou – je WAV přirozenou volbou. Extrakce do WAV zachovává bitovou hloubku 16 nebo 24 bitů podle zdroje, což je pro profesionální práci klíčové.
Třetím typickým použitím je zpracování záznamů z online schůzek (Zoom, Teams, Google Meet). Tyto platformy ukládají audio s proměnlivým bitratem, často v AAC. Pro automatický přepis řeči pomocí nástrojů jako Whisper nebo DeepSpeech je WAV výhodnější, protože přepisovače často očekávají nekomprimovaný vstup a nemusí řešit rozdíly v kodecích. Výsledný WAV je sice větší, ale zpracování je spolehlivější.
Uživatelé, kteří potřebují zpracovat více souborů najednou, ocení dávkový režim. Nahrání až 20 souborů a následné stažení všech výsledků jedním kliknutím výrazně zrychluje práci. Všechno běží lokálně, takže ani citlivá data – například firemní záznamy z porad – neopouštějí prohlížeč.
Technické podrobnosti: WAV a MP4
MP4 je kontejner definovaný standardem ISO/IEC 14496-14. Uvnitř může obsahovat video stopu (typicky H.264 nebo H.265) a jednu nebo více audio stop (nejčastěji AAC, ale také MP3, ALAC nebo PCM). Nástroj extrahuje první audio stopu, kterou v kontejneru najde. Pokud video obsahuje více audio stop (například vícejazyčný film), extrahuje se pouze první, což může být omezení, které uživatel musí vzít v úvahu.
WAV je kontejner definovaný Microsoftem a IBM jako RIFF (Resource Interchange File Format). Standardní WAV ukládá audio jako lineární PCM, ale formát podporuje i komprimované kodeky. V tomto případě je výstup vždy nekomprimované PCM. To znamená, že každý vzorek je uložen jako celé číslo – typicky 16bitové nebo 24bitové, podle zdroje. Vzorkovací frekvence odpovídá původní audio stopě: 44,1 kHz (CD kvalita), 48 kHz (video standard) nebo vyšší, pokud je ve zdroji.
Extrakce je proces oddělení audio tracku od video tracku. Nástroj nepřekódovává – pouze kopíruje audio data z kontejneru MP4 do kontejneru WAV. Pokud je uvnitř MP4 audio již ve formátu PCM (což je vzácné, ale možné například u bezztrátových záznamů), je výsledný WAV bitově identický. Pokud je audio ve ztrátovém formátu (AAC), WAV obsahuje dekódovaná PCM data, která nesou všechny artefakty původního AAC enkódování. Z toho plyne důležité pravidlo: WAV nemůže zlepšit kvalitu ztrátového zdroje. Pokud je AAC stopa nekvalitní (například 128 kbps), WAV tuto nekvalitu pouze zachová, ale nezvětší ji ani neopraví.
Často kladené otázky
Proč je výsledný WAV soubor mnohem větší než původní video? WAV je nekomprimovaný formát. Každý vzorek audia je uložen beze změny. Zatímco AAC komprimuje audio na 8–16 % původní velikosti, WAV zabírá přesně tolik místa, kolik odpovídá vzorkovací frekvenci, bitové hloubce a počtu kanálů. U desetiminutové stereo nahrávky 44,1 kHz/16 bitů je to přibližně 105 MB oproti 15–20 MB pro AAC.
Mohu extrahovat pouze část audio stopy, například prvních 30 vteřin? Ne. Nástroj extrahuje celou audio stopu od začátku do konce. Pokud potřebujete pouze část, musíte výsledný WAV oříznout v audio editoru. Tato funkcionalita není součástí stránky.
Kdy mám zvolit WAV místo MP3? Pokud audio stopu dále zpracováváte – stříháte, upravujete dynamiku, aplikujete efekty nebo ji používáte jako podklad pro přepis. Pokud je cílem pouze poslech nebo sdílení, je MP3 praktičtější díky menší velikosti.
Co se stane, když video obsahuje více audio stop? Extrahuje se první audio stopa. Pokud video obsahuje například anglický a český dabing, nástroj vybere tu, která je v kontejneru uvedena jako první. Pro výběr konkrétní stopy není rozhraní určeno.
Může extrakce selhat i u platného MP4 souboru? Ano, pokud je audio stopa zakódovaná kodekem, který prohlížeč nepodporuje. Typickým případem je starší MP3 uvnitř MP4 nebo kodek jako Windows Media Audio. V takovém případě nástroj zobrazí obecnou chybu „Extraction failed. Try a different file.“.
Je možné zpracovat video s proměnlivým snímkováním (VFR)? Ano, pro extrakci audia je snímkování videa irelevantní. Audio stopa je uložena nezávisle na video stopě a její časová osa je lineární. Extrakce proběhne bez ohledu na to, zda video používá konstantní nebo proměnlivé snímkování.