Công cụ tách âm thanh

Một tệp video thực chất là hai luồng dữ liệu riêng biệt được ghép lại — khung hình video và track âm thanh — và việc chỉ lấy riêng phần âm thanh thường đòi hỏi cài phần mềm desktop hoặc tải tệp lên máy chủ. Công cụ này thực hiện hoàn toàn trong trình duyệt của bạn: thả video vào, chọn MP3, WAV hoặc AAC, và nó sẽ tách track âm thanh bằng ffmpeg.wasm — một bản build đầy đủ của bộ công cụ đa phương tiện FFmpeg được biên dịch sang WebAssembly — chạy cục bộ trên thiết bị của bạn. Không có gì được tải lên bất kỳ đâu.

Công Cụ Này Là Gì?

Tách âm thanh là quá trình tách luồng âm thanh ra khỏi một định dạng chứa video (như MP4, MOV hoặc WebM) mà không mã hóa lại phần video — về mặt kỹ thuật đây là thao tác "demux và chuyển mã âm thanh" chứ không phải là chuyển đổi toàn bộ tệp. Vì luồng video và âm thanh vốn đã được lưu trữ riêng biệt bên trong định dạng container, track âm thanh có thể được lấy ra trực tiếp.

Công cụ này sử dụng FFmpeg, framework đa phương tiện mã nguồn mở làm nền tảng cho hầu hết các phần mềm video và âm thanh trên thị trường, được biên dịch sang WebAssembly thông qua dự án ffmpeg.wasm để chạy như JavaScript trong trình duyệt của bạn thay vì cần máy chủ hay cài đặt native. Lần đầu tiên bạn chạy công cụ, trình duyệt sẽ tải xuống engine FFmpeg khoảng 30 MB; sau đó, việc tách âm thanh diễn ra hoàn toàn trên thiết bị của bạn bằng chính CPU của bạn.

Vì không có bước tải lên, cũng không có giới hạn kích thước tệp do máy chủ áp đặt, không phải chờ hàng đợi xử lý, và không có vấn đề về quyền riêng tư liên quan đến việc video của bạn đi đâu — cùng những đặc tính khiến mọi công cụ chạy phía client khác trên trang này hoạt động theo cách như vậy.

Tại Sao Nên Dùng?

Bạn vừa họp Zoom hoặc Google Meet xong và chỉ cần phần âm thanh để đưa vào công cụ ghi biên bản — thả file MP4 vào, chọn MP3, khỏi mở phần mềm dựng video cho việc chỉ mất hai phút.
Bạn quay một đoạn hát hoặc chơi nhạc bằng camera điện thoại vì đó là app đang mở sẵn, giờ chỉ muốn lấy WAV để kéo thẳng vào phần mềm làm nhạc mà không mất chất lượng vì mã hóa lại.
Khách hàng gửi video demo sản phẩm 200 MB và bạn cần lấy phần lồng tiếng để cắt clip podcast — không cần cài Premiere hay plugin Audacity chỉ cho một lần tách.
Bạn đang lưu trữ video gia đình cũ và muốn có bản sao lưu âm thanh AAC nhẹ của phần lời bình mà không phải giữ lại từng video nặng cả GB.
Bạn đang dùng máy tính công ty hoặc máy dùng chung, không được cài phần mềm desktop, nhưng vẫn cần lấy âm thanh từ một bản ghi màn hình trước cuộc họp.
Video gốc chứa một cuộc gọi khách hàng bảo mật hoặc bản demo nhạc chưa phát hành — xử lý diễn ra cục bộ nên tệp không bao giờ chạm máy chủ chỉ để lấy ra âm thanh.

Cách Sử Dụng

Nhấp vào khu vực thả tệp (hoặc kéo và thả) để chọn một tệp video từ thiết bị của bạn.
Chọn định dạng đầu ra: MP3 (nhỏ, tương thích rộng rãi), WAV (không nén, tốt nhất cho việc chỉnh sửa thêm), hoặc AAC/M4A (hiệu quả, thân thiện với hệ sinh thái Apple).
Nhấp "Extract audio" — lần chạy đầu tiên sẽ tải xuống engine tách âm thanh khoảng 30 MB, sau đó việc xử lý diễn ra cục bộ.
Xem trước kết quả bằng trình phát âm thanh tích hợp, sau đó nhấp "Download" để lưu tệp.

Ví dụ

Đầu vào

Một bản ghi màn hình MP4 dài 5 phút có lời thuyết minh

Đầu ra

narration.mp3 (chỉ âm thanh, cùng thời lượng, không có track video)

Thời lượng của âm thanh đầu ra luôn khớp chính xác với video gốc, vì việc tách không cắt xén hay thay đổi thời gian gì cả — nó chỉ loại bỏ luồng video và mã hóa âm thanh sẵn có sang định dạng bạn đã chọn.

MP3 so với WAV so với AAC — nên chọn cái nào

Định dạng đầu ra phù hợp phụ thuộc vào việc bạn định làm gì tiếp theo với âm thanh.

Định dạng	Kích thước tệp	Phù hợp nhất cho
MP3	Nhỏ nhất	Podcast, ghi chú thoại, chia sẻ, phát lại thông thường
WAV	Lớn nhất (không nén)	Chỉnh sửa âm thanh thêm, phối trộn, mastering — không mất chất lượng tích lũy
AAC / M4A	Nhỏ, hiệu quả	Thiết bị/ứng dụng Apple, chất lượng tốt ở dung lượng nhỏ

Công cụ liên quan

Để xử lý media cục bộ khác, hãy thử các công cụ này.

→ Nén video (theo dung lượng mục tiêu) · Nén GIF · Nén ảnh

Vì sao tách âm thanh nhanh hơn chuyển đổi toàn bộ

Vì luồng âm thanh và video đã sẵn tách biệt bên trong một container như MP4 hay WebM, việc tách chỉ cần demux container và chuyển mã luồng âm thanh — khung hình video hoàn toàn không bị giải mã hay mã hóa lại. Đó là lý do lấy âm thanh ra từ một video 500 MB thường chỉ mất một phần nhỏ thời gian so với việc chuyển đổi video sang video đầy đủ trên cùng tệp đó.

Không giải mã video: công cụ bỏ qua việc đọc và render từng khung hình, vì chỉ luồng âm thanh bị động tới.
Không mã hóa lại video: không có gì cần nén hay đổi kích thước, nên mức dùng CPU thấp hơn nhiều so với một bộ chuyển đổi video.
Kích thước đầu ra rất nhỏ so với nguồn: track âm thanh của một video 500 MB thường chỉ vài MB đến vài chục MB tùy độ dài và định dạng.

Câu Hỏi Thường Gặp

Đây có phải là chuyển đổi tệp video không?

Không hẳn — "chuyển đổi" video sang âm thanh thường ngụ ý mã hóa lại toàn bộ, nhưng công cụ này cụ thể là demux (tách) luồng âm thanh có sẵn ra khỏi container video và mã hóa riêng luồng đó sang định dạng bạn chọn, mà không đụng chạm hay render lại bất kỳ khung hình video nào.

Tại sao lần tách đầu tiên lại lâu hơn những lần sau?

Công cụ cần tải xuống engine FFmpeg WebAssembly (khoảng 30 MB) trong lần đầu tiên bạn sử dụng trong một phiên trình duyệt. Sau lần tải ban đầu đó, engine vẫn lưu trong bộ nhớ và các lần tách tiếp theo bắt đầu ngay lập tức.

Tôi nên chọn định dạng nào — MP3, WAV hay AAC?

MP3 là tệp nhỏ nhất và hoạt động ở mọi nơi, phù hợp với hầu hết trường hợp như podcast hoặc đoạn clip. WAV không nén và không mất dữ liệu, điều này quan trọng nếu bạn đưa âm thanh vào chỉnh sửa thêm, nơi mà việc mất chất lượng sẽ tích lũy dần. AAC/M4A là lựa chọn cân bằng tốt với chất lượng trên mỗi byte cao, đặc biệt phổ biến trong hệ sinh thái Apple.

Tôi có thể dùng những định dạng video nào làm đầu vào?

Bất kỳ định dạng nào mà trình duyệt của bạn đọc được metadata và FFmpeg hỗ trợ, bao gồm hầu như tất cả các định dạng phổ biến: MP4, MOV, WebM, MKV, AVI, và nhiều hơn nữa. Nếu một tệp cụ thể bị lỗi, hãy thử xuất sang MP4 hoặc WebM chuẩn thay thế.

Video của tôi có được tải lên máy chủ không?

Không. Tệp video không bao giờ rời khỏi thiết bị của bạn — nó được đọc trực tiếp vào bộ nhớ trình duyệt và xử lý hoàn toàn phía client bằng WebAssembly. Chỉ có lần tải engine FFmpeg một lần duy nhất là đến từ CDN; video thực tế và âm thanh đã tách của bạn thì không bao giờ.

Có giới hạn kích thước hoặc thời lượng video tôi có thể dùng không?

Không có giới hạn cứng do công cụ áp đặt — giới hạn thực tế là bộ nhớ và CPU của thiết bị bạn, vì mọi thứ xử lý cục bộ. Video nặng nhiều GB hoặc dài cả tiếng sẽ lâu hơn và tốn RAM hơn rõ rệt so với clip ngắn, nhưng không có giới hạn tải lên phía máy chủ nào cần lo.

Âm thanh tách ra có bị giảm chất lượng so với track âm thanh gốc trong video không?

Chọn WAV giữ nguyên âm thanh không mất dữ liệu, nên không có suy giảm thêm ngoài những gì đã có sẵn trong nguồn. MP3 và AAC mã hóa lại âm thanh sang định dạng nén, gây ra một chút mất chất lượng — thường không nghe thấy ở bitrate chuẩn, nhưng có thể nhận ra nếu bạn định chỉnh sửa hoặc xử lý sâu track đó sau này.

Tôi có thể tách âm thanh từ video có nhiều track âm thanh (ví dụ nhiều ngôn ngữ) không?

Công cụ này tách track âm thanh mặc định/chính của video. Nếu một tệp có nhiều track âm thanh nhúng sẵn (thường gặp ở một số tệp MKV), công cụ sẽ không cho bạn chọn giữa các track — bạn cần một phần mềm dựng video chuyên dụng để chọn track trước.

Video có cần kết nối internet để xử lý sau khi engine đã tải xong không?

Không. Sau khi engine FFmpeg ~30 MB đã tải xong cho phiên của bạn, việc tách chạy hoàn toàn ngoại tuyến trong trình duyệt — bạn có thể ngắt kết nối mạng mà công cụ vẫn hoạt động.