Блог · Видео и звук · 21 августа 2026

Как вытащить звук из видео и что с ним делать дальше

Запись созвона на два часа весит полтора гигабайта, хотя нужен из неё только разговор. Картинка в такой записи — это чаще всего статичный экран с презентацией или сетка из аватарок. Разбираемся, как оставить только звук и что делать с ним потом.

Почему это выгодно

Видео и звук лежат в файле отдельными дорожками. Видеодорожка занимает почти весь объём: это десятки кадров в секунду, каждый из которых — картинка. Звук на их фоне — мелочь.

Цифры показательные. Час записи встречи в обычном качестве — это 1,5–3 ГБ. Та же дорожка звука в MP3 — примерно 55 МБ при 128 кбит/с. Разница в двадцать-тридцать раз, а для понимания разговора не теряется ничего.

Правило простое: если в записи важно, что говорят, а не что показывают, — видео вам не нужно. Оно только мешает: дольше грузится, занимает место, не отправляется в мессенджере.

Как это сделать

1. Откройте извлечение звука из видео.
2. Загрузите файл: принимаются MP4, MOV, AVI, MKV, WEBM и другие распространённые форматы.
3. Через минуту-другую скачайте готовый MP3.

Файл до 500 мегабайт обрабатывается целиком. Если запись больше, её стоит сначала разрезать в любом видеоредакторе — или сразу обрезать нужный фрагмент.

Если нужен не весь звук, а кусок

Из двухчасовой встречи чаще нужен конкретный эпизод: чьё-то выступление, ответ на вопрос, договорённость в конце. Тогда быстрее взять обрезку аудио: она принимает и видеофайл, и звуковой, а на выходе даёт нужный фрагмент в MP3. Указать начало и конец можно в секундах или в формате минуты:секунды.

Какие бывают ситуации

Запись созвона

Zoom, Телемост, «Контур.Толк» и другие сервисы сохраняют встречу видеофайлом. Внутри — говорящие головы и демонстрация экрана. Для протокола и для памяти нужен только звук.

Лекция или вебинар

Слушать в дороге удобнее, чем смотреть. Звуковой файл не тратит мобильный трафик и не разряжает телефон так, как видео.

Интервью

Снимали на камеру, а расшифровывать и монтировать будете звук. Видеодорожка на этом этапе только замедляет работу.

Ролик из интернета

Из обучающего видео нужен закадровый текст или музыка. Звук занимает считанные мегабайты.

Частые вопросы по качеству

Звук слишком тихий

Такое бывает, когда микрофон был далеко от говорящего. Извлечение не меняет громкость — нормализовать её можно в любом аудиоредакторе, в том числе бесплатном Audacity.

Пропала одна из дорожек

В некоторых файлах их несколько: оригинал и перевод, микрофон и системный звук. Извлекается основная. Чтобы выбрать другую, откройте файл в плеере с выбором дорожек и пересохраните нужную.

Звук идёт рывками

Обычно это признак записи с переменной частотой кадров — характерно для программ захвата экрана. Помогает предварительное перекодирование видео в MP4.

Формат не принимается

Проверьте расширение. Если это редкий контейнер, попробуйте сначала перевести видео в MP4, а затем извлечь звук.

Что делать со звуком дальше

Здесь и начинается самое полезное. Извлечение — почти всегда не конечная цель.

Послушать в дороге

MP3 играет везде: в машине, в наушниках, на колонке. Ничего дополнительно делать не нужно.

Отправить коллегам

Пятьдесят мегабайт уходят почтой и мессенджером без проблем, полтора гигабайта — нет.

Превратить в текст

Самый частый сценарий у тех, кто работает с записями встреч. Никто не будет переслушивать два часа ради одной фразы, а искать по тексту — секунда.

Расшифровка записи разделяет реплики по говорящим, расставляет таймкоды и позволяет искать по разговору. Из встречи получается протокол с решениями и задачами, из лекции — конспект с тезисами, из интервью — готовый текст для статьи.

Важная деталь: для расшифровки видео не нужно — достаточно звука. Поэтому извлечение сначала экономит и время загрузки, и место.

Обратная ситуация: звук есть, а формат неподходящий

Диктофон на iPhone пишет в M4A, мессенджеры — в OGG и Opus, студийные программы — в WAV и FLAC. Часть сервисов и плееров такие файлы не принимает.

Решается тем же способом: M4A в MP3, голосовые сообщения в MP3, WAV в MP3 для тяжёлых диктофонных записей. MP3 понимают все без исключения — за это его и держат.

Какое качество нужно для расшифровки

Частый вопрос: не потеряется ли точность распознавания речи, если сжать звук. Практика показывает, что нет — на разборчивость гораздо сильнее влияют условия записи.

• Битрейт 128 кбит/с для речи достаточен: 192 берут с запасом.
• Моно вместо стерео уменьшает файл вдвое и не мешает распознаванию.
• А вот что мешает — эхо в комнате, несколько говорящих одновременно, шум улицы и микрофон далеко от человека.

Вывод простой: думайте не о формате, а о том, как записывали. Хороший микрофон рядом с говорящим даст больше, чем любые настройки сжатия.

Если дорожек несколько

В записях созвонов и переведённых роликах внутри бывает две и больше звуковых дорожек: оригинал и перевод, микрофон и системный звук. Извлекается основная.

Чтобы выбрать другую, откройте файл в VLC, в меню «Аудио» переключите дорожку и пересохраните видео. После этого извлечение возьмёт именно её.

Частые вопросы

Какие форматы видео поддерживаются?

MP4, MOV, AVI, MKV, WEBM и другие распространённые контейнеры. Формат определяется по содержимому файла.

Насколько уменьшится файл?

Обычно в двадцать-тридцать раз: часовая запись из полутора гигабайт превращается примерно в 55 мегабайт.

Потеряется ли качество звука?

Дорожка пересобирается в MP3 192 кбит/с — для речи и лекций этого более чем достаточно.

Можно ли вытащить звук на телефоне?

Да, откройте страницу в браузере и выберите видео из галереи или «Файлов».

Что делать, если файл больше 500 МБ?

Разрежьте видео на части либо сожмите его перед извлечением звука.

Как получить текст вместо звука?

Загрузите извлечённый MP3 в сервис расшифровки — он вернёт текст с разделением по говорящим и таймкодами.