Converter MOV para MP3

Isso vale entender antes de escolher qualquer ajuste. Uma câmera grava áudio para que alguém consiga ouvir o que estava acontecendo — sincronizar uma gravação de verdade contra ele, saber qual tomada era qual, acompanhar a fala. Mesmo num celular, o microfone é um furinho de poucos milímetros apontando para onde a lente aponta.

Então o MP3 que você faz é uma cópia de trabalho de uma cópia de trabalho. Isso não é crítica: um transcritor não precisa de gravação de estúdio, um editor cortando por diálogo precisa ouvir o diálogo, e um palestrante que quer sua própria fala quer a fala, não a acústica da sala. Saber disso evita gastar 320 kilobits por segundo descrevendo um ar-condicionado.

Toda outra conversão daqui usa codecs que o sistema operacional já expõe ao navegador. MP3 é a exceção numa direção: navegadores decodificam ele em todo lugar e codificam em nenhum, porque o codificador teve restrição de patente na maior parte da história do formato e ninguém adicionou um depois.

Então um codificador de MP3 é baixado na primeira vez que você converte para este formato e fica em cache depois disso. Isso acontece antes da barra de progresso se mexer, motivo pelo qual a primeira conversão tem uma pausa que a segunda não tem. Nada do seu arquivo entra nessa requisição — é um software chegando, não uma gravação saindo.

O controle oferece qualidade baixa, equilibrada e alta em vez de um número, e por trás delas ficam aproximadamente 96, 160 e 320 kilobits por segundo. Isso se traduz direto: uma hora de áudio fica em torno de 43 MB a 96, 72 MB a 160 e 144 MB a 320.

Para som de câmera, 96 já é suficiente e 160 é o ajuste para escolher se você não quer pensar nisso. O argumento para 320 é música — um ensaio filmado num celular, um show —, onde os bits extras vão em algo que realmente foi capturado. Em fala gravada por um microfone embutido eles vão principalmente para o ruído de ambiente.

O áudio do MOV já vem comprimido. Um celular grava AAC, e a maioria das câmeras grava AAC ou PCM sem compressão. Decodificar isso e codificar em MP3 gasta uma segunda rodada de detalhe em cima do que a primeira passagem já removeu, e não tem como contornar isso a não ser não convertendo.

Em fala é inaudível em qualquer faixa razoável. Onde aparece é em conteúdo musical sustentado e em qualquer coisa com bastante textura em alta frequência — prato de bateria, aplauso, chuva —, que ganham uma leve qualidade turva se comprimidas duas vezes numa taxa baixa. Se a gravação é música que você preza, WAV ou FLAC preservam o que está ali em vez de comprimir de novo.

Um arquivo MP3 tem espaço para exatamente uma faixa de áudio, então qualquer coisa que o contêiner carregava além da primeira é descartada. Isso é normal num celular e é uma armadilha de verdade numa câmera, onde uma segunda faixa costuma carregar um microfone de lapela sem fio ou uma entrada separada de uma mesa de som.

Confira um arquivo antes de rodar um lote. Se o que sai é o microfone embutido e você queria o de lapela, a ordem está no arquivo de origem e não pode ser mudada aqui — a correção é exportar a faixa certa num editor, ou converter a gravação de áudio separada diretamente em vez de tirar do vídeo.

Nenhuma tag é escrita. O arquivo não tem título, artista, data nem capa, e um player vai mostrar o que quer que o nome do arquivo diga. Isso é invisível enquanto o arquivo está numa pasta e muito visível assim que está no celular de alguém entre duzentas outras gravações.

A correção mais barata é o nome do arquivo. Uma data, um assunto e um número de tomada custam nada para digitar e sobrevivem a qualquer transferência. Se o MP3 vai entrar num aplicativo de podcast ou biblioteca de música, adicione tags de verdade depois com uma ferramenta própria.

A aritmética vale ver uma vez. Um minuto de vídeo 1080p de um celular pesa em torno de 65 MB; um minuto de MP3 a 160 kilobits pesa cerca de 1,2 MB. O áudio é aproximadamente um cinquentavo do arquivo e é o conteúdo inteiro para quem vai transcrever, indexar ou ouvir.

É por isso que esta conversão é bem mais útil do que enviar o vídeo. Um serviço de transcrição cobra por minuto de qualquer jeito e processa áudio mais rápido; um colega no trem consegue tocar um MP3 e não consegue transmitir um vídeo; um arquivo de palestras guardado como áudio é uma fração do tamanho.

O limite se aplica ao arquivo que você entrega, que é o vídeo, e vídeo é enorme comparado ao que sai. Uma gravação de iPhone em 4K passa de 100 MB em cerca de trinta e cinco segundos; em 1080p leva cerca de um minuto e meio. O MP3 de qualquer um dos dois fica em poucos megabytes.

Para qualquer coisa mais longa, a rota sensata é o software que já tem a filmagem. Todo editor consegue exportar um arquivo só de áudio, e fazer isso ali também permite escolher a faixa e cortar as pontas. Esta página é para o caso em que o vídeo é o que você tem, na máquina onde você está sentado, e você quer o som dele agora.

Ler o contêiner, decodificar o áudio e codificar o MP3 acontecem todos nesta aba. Nada carregando a gravação é enviado, e a guia de rede mostra o codificador chegando e nada indo na outra direção.

Essa é a diferença que importa para este material. Entrevistas, reuniões, consultas médicas, endereços de cliente e ensaios são exatamente as gravações que as pessoas convertem casualmente e nunca publicariam de propósito. Tirar um MP3 delas não deveria envolver entregar o vídeo a um estranho, e aqui não envolve.