Video 转 Audio 看起来只是一个按钮，但正确的输出取决于下一步用途。播客剪辑、保存课程和分享一段语音需要的格式并不一样。这篇指南会说明完整流程，也会说明一个负责任的浏览器工具应该公开哪些限制。
快速流程
- 从设备中选择最终版本的视频。
- 选择 MP3、WAV、M4A 或原始音轨。
- 如果只需要一段内容，设置开始和结束时间。
- 为 MP3 或 M4A 选择码率。
- 转换、下载并试听，确认之前不要删除源文件。
浏览器本地转换会让 WebAssembly 在当前标签页处理视频，而不是把文件上传到远程队列。对于访谈、会议、客户录屏、未发布素材和私人录像，这个区别非常重要。
转换前先决定输出格式
MP3 适合兼容性优先的场景。几乎所有播放器都能打开，纯语音通常可以使用 128 kbps，192 kbps 是均衡默认值，音乐内容并且不太在意体积时可以选 320 kbps。但所有 MP3 码率都是有损的。
WAV 适合编辑。未压缩 PCM 便于剪辑和转写系统稳定处理，也避免增加一次有损压缩，但不能恢复视频中 AAC、MP3 或 Opus 已经丢失的细节。WAV 体积很大，因为它与时长、采样率、位深和声道数直接相关。
M4A 通常承载 AAC，在较小体积下有较好音质，适合手机、播客和现代音频库。它和 MP3 一样需要重新编码，也是有损格式。
原始音轨模式使用 Stream copy，直接保留编码后的音频数据包。由于视频可能包含多种编码，输出使用 MKA，而不是把所有内容都伪装成 MP3 或 M4A。它通常最快，没有二次编码损失，但需要兼容 MKA 的播放器。
裁剪与浏览器性能
转换前裁剪可以节省时间和输出空间。重新编码格式可以围绕设置范围生成新采样；Stream copy 必须遵循已有数据包边界，所以首尾可能有极小偏差。
浏览器版 FFmpeg 比桌面原生版本慢，而且引擎、输入和输出可能同时占用内存。明确的文件上限可以减少手机和旧电脑崩溃。转换时保持页面打开，关闭其他重负载标签页，长录音优先使用桌面浏览器。多线程需要 SharedArrayBuffer 和跨域隔离，单线程仍是兼容性基线。
验证下载结果
请试听开头、中间和结尾，确认人声存在、裁剪正确、声道完整，并且目标应用能打开。进度条完成只能证明命令结束，实际试听才能证明结果可用。
本文如何对应本站实现
这不是一份泛泛的格式清单。当前转换器一次处理一个不超过 300 MB 的本地视频，映射其中的第一条音频流，并在浏览器 Worker 中运行 ffmpeg.wasm。实际提供的预设是：MP3 为 128、192 或 320 kbps；M4A 为 128、192 或 256 kbps；WAV 为 48 kHz、16-bit 立体声 PCM；原始音轨则使用 Stream copy 输出为 MKA。任务完成或取消后都会终止 Worker，释放临时处理文件。这些实现细节也是本文建议转换后试听并保留源文件的原因。