Guía Vidlora
Cómo extraer el audio de un vídeo
Extraer el audio separa el sonido de la imagen y lo guarda como un archivo propio. Resulta útil para pódcast grabados en vídeo, clases que quieres escuchar en el trayecto al trabajo, transcripciones de entrevistas y bandas sonoras para tus propios proyectos. Los detalles importan: el formato, la tasa de bits y la frecuencia de muestreo deciden cómo suena el resultado y cuánto pesa. Esta guía repasa cada elección con cifras, explica cuándo la extracción es sin pérdida y enumera los errores que conviene evitar.
7 minutos de lectura
Qué hace realmente la extracción
Un archivo de vídeo es un contenedor con al menos dos transmisiones: vídeo y audio. La extracción lee la transmisión de audio y la escribe en un archivo nuevo, ignorando el vídeo. Según los ajustes, o bien copia la transmisión sin cambios, lo que es rápido y sin pérdida pero limitado al formato que ya usa el original, o bien la decodifica y la recodifica en otro formato como MP3. La herramienta de extracción de Vidlora descarta el vídeo y codifica el audio en el formato de salida que elijas, de modo que el resultado contiene solo sonido. Como la imagen desaparece, el archivo se reduce drásticamente: un vídeo de 500 MB y 10 minutos puede dar un archivo de audio de 10 MB, ya que el audio a 128 kbps ocupa aproximadamente 1 MB por minuto.
Por qué no basta con silenciar o grabar la pantalla
Silenciar un vídeo conserva la imagen y su gran tamaño de archivo; sirve para quitar el sonido, no para extraerlo. Grabar el sonido mientras se reproduce un vídeo lo registra a través de la cadena de audio de tu dispositivo, capta las notificaciones del sistema, añade una generación más de compresión con pérdida y solo funciona en tiempo real. La extracción es mejor en todos los aspectos: es más rápida que la reproducción, está libre de interrupciones y parte de la transmisión de audio original. Además conserva la sincronización, de modo que el archivo de audio encajará exactamente con el vídeo si necesitas volver a unirlos más adelante. En una grabación de una hora, la extracción suele completarse en bastante menos de un minuto, mientras que grabar la pantalla requiere la hora completa.
Comparación de MP3, AAC y WAV
MP3 es la opción compatible por defecto: se reproduce en todos los dispositivos y sirve para voz y música en general. AAC, normalmente guardado como .m4a, ofrece algo más de calidad con la misma tasa de bits y es el formato nativo de los iPhone y de muchas plataformas de vídeo; si el audio original ya es AAC, extraer a AAC evita un paso adicional con pérdida. WAV es PCM sin comprimir: a 44,1 kHz y 16 bits en estéreo ocupa aproximadamente 10,6 MB por minuto, así que una hora supera los 600 MB, pero es la opción adecuada si vas a editar, mezclar o aplicar reconocimiento de voz al audio. Elige MP3 para compartir y escuchar, AAC para dispositivos Apple o por eficiencia, y WAV para editar. Evita convertir repetidamente entre formatos con pérdida.
Cómo elegir la tasa de bits
Para voz, como pódcast, clases, reuniones y entrevistas, de 96 a 128 kbps es claro y mantiene los archivos pequeños: una hora a 96 kbps son unos 43 MB, a 128 kbps unos 58 MB. Para música, usa 192 kbps como buen valor predeterminado y de 256 a 320 kbps si el original es de alta calidad y tienes espacio; 320 kbps cuesta unos 144 MB por hora. No elijas una tasa de bits superior a la que ofrece el original, porque solo infla el archivo. Si no estás seguro, comprueba la tasa de bits y el códec del audio original en un visor de metadatos; si indica unos 128 kbps en AAC, una salida de 128 a 192 kbps es suficiente. Para notas de voz donde el tamaño es crítico, 64 kbps en mono es aceptable.
Frecuencia de muestreo y canales
La frecuencia de muestreo es cuántas mediciones por segundo describen el sonido. 44,1 kHz es el estándar del CD y 48 kHz es el estándar del vídeo; ambas capturan las frecuencias hasta donde oye la mayoría de las personas. La voz es perfectamente inteligible a 22,05 o 16 kHz, que es lo que prefieren algunos sistemas de transcripción. Frecuencias mayores, como 96 kHz, se usan en estudios y no aportan nada para escuchar. Los canales también importan: el estéreo tiene dos y el mono, uno. Una clase de un solo orador grabada en mono no necesita estéreo, y el mono reduce a la mitad el tamaño del audio. Si el original tiene sonido envolvente 5.1, la extracción suele mezclarlo a estéreo por compatibilidad. Mantén la frecuencia de muestreo igual que la del original para evitar artefactos de remuestreo.
Extracción paso a paso
Abre la herramienta de extracción de audio y sube tu vídeo; se aceptan formatos comunes como MP4, MOV, MKV y WebM. Elige el formato de salida y, cuando se ofrezca, la tasa de bits. Inicia la extracción y espera a que termine el procesamiento; el tiempo depende sobre todo de la duración y del tamaño del archivo, no de la resolución del vídeo. Descarga el archivo de audio y ábrelo para comprobar que el principio no está cortado y que las voces suenan naturales. Si tienes un archivo largo y solo necesitas una parte, usa después un cortador de audio para quedarte con la sección que quieres. Ponle un nombre claro al archivo, con la fecha o el tema. Si necesitas formatos distintos, extrae primero al de mayor calidad y convierte desde ahí.
Problemas habituales
Un vídeo sin pista de audio, o con el audio almacenado en un códec poco común, puede no producir salida; revisa los detalles en un visor de metadatos. Los vídeos con varias pistas de audio, por ejemplo en distintos idiomas, pueden extraer solo la predeterminada. Si el audio suena desincronizado al volver a unirlo con el vídeo, el original puede tener una velocidad de fotogramas variable o un desfase de inicio; vuelve a extraer desde el original y no desde una copia editada. Las grabaciones muy silenciosas siguen siendo silenciosas, porque la extracción no normaliza el volumen. No extraigas a MP3 para edición profesional, porque la compresión con pérdida afecta al procesamiento posterior. Y no des por hecho que el resultado es mejor que el original: la extracción puede conservar la calidad, nunca mejorarla.
Usa el audio extraído de forma responsable
El audio está protegido por derechos de autor igual que el vídeo, y separarlo de la imagen no cambia quién es su titular. Extrae el audio de tus propias grabaciones, de reuniones en las que participaste con el acuerdo de los participantes, de material con una licencia que permita la reutilización o de contenido cuyo creador te ha dado permiso. Ten especial cuidado con la música comercial y las bandas sonoras de películas: usarlas en tus propios vídeos o compartirlas puede dar lugar a retiradas de contenido y reclamaciones legales aunque solo quisieras conservar una copia privada. Si piensas transcribir una grabación que contiene voces de otras personas, avísales antes. Cita las fuentes cuando menciones o republiques fragmentos y conserva el archivo original como prueba de procedencia.
Probar el descargador de videos gratis