Ton aus einem Video herausholen

Der Ton in einem MP4 ist fast immer AAC, und eine M4A-Datei ist ein MPEG-4-Container, der genau das enthält. M4A zu wählen kopiert den Ton also hinüber, ohne dass ihn je ein Decoder sieht: Es geht keine Qualität verloren, und es ist nach etwa einer Sekunde fertig, egal wie lang das Video ist.

MP3 und WAV können kein AAC aufnehmen, beide dekodieren den Ton also und kodieren ihn neu. MP3 kostet eine Generation Qualität; WAV kostet keine, erzeugt aber eine etwa zehnmal so große Datei, weil es die Abtastwerte roh speichert. Nimm MP3 fürs Telefon, WAV zum Bearbeiten, M4A wenn du den Ton einfach so willst, wie er war.

Das Bild wird verworfen, und genau darum geht es meistens — eine einstündige Vorlesung schrumpft von einem Gigabyte auf etwa dreißig Megabyte, ohne dass etwas fehlt, was du hören wolltest.

Kapitelmarken, Untertitelspuren und eine zweite Tonsprache kommen nicht mit. Hat ein Film eine deutsche und eine englische Spur, nimmt das hier die erste. Das solltest du wissen, bevor du es auf etwas Synchronisiertes anwendest.

Die Tonspur ist im Video bereits ein fertiger, komprimierter Datenstrom, und heraus kommt genau dieser Datenstrom in einem eigenen Container. Die Größe folgt also aus der Bitrate, die Kamera oder Encoder gewählt haben: rund 128 kbit/s sind etwa ein Megabyte pro Minute, 256 kbit/s etwa zwei.

Eine einstündige Vorlesung bei 128 kbit/s landet damit bei etwa sechzig Megabyte — aus einem Video, das zwei Gigabyte groß sein konnte. Dieses Verhältnis ist der Grund, warum sich das Herausholen für alles lohnt, was du hören statt sehen willst.

Ein Film kann mehrere Tonspuren führen — eine zweite Sprache, einen Audiokommentar, eine Audiodeskription — und eine Bildschirmaufnahme kann Mikrofon und Systemton als getrennte Spuren halten statt gemischt. In all diesen Fällen ist «der Ton» kein einzelnes Ding.

Genommen wird die erste Spur, und das ist in nahezu jeder Datei mit mehr als einer der Hauptton. Kommt stattdessen ein Kommentar oder ein stummer Mikrofonkanal heraus, hat das Video einen ungewöhnlichen Aufbau und es braucht ein Werkzeug, in dem sich die Spur über ihren Index wählen lässt. Das ist eine echte Grenze dieser Seite, und es ist gut, sie zu kennen, bevor man die Datei für kaputt hält.

Technisch funktioniert das mit jedem Video, dessen Datei du hast, auch mit einem von einer Streamingseite geladenen. Ob du das Ergebnis behalten darfst, ist eine andere Frage, und keine technische.

Eigene Aufnahmen, Vorlesungen, die dir gegeben wurden, Material mit Nutzungslizenz und alles Gemeinfreie sind deins, um das damit zu tun. Kommerzielle Musik und Filme sind es nicht, und keine Eigenschaft dieses Werkzeugs ändert daran etwas. Das so zu sagen ist nützlicher als ein Rechtshinweis, den niemand liest, denn die Unterscheidung betrifft das Video und nie die Software.