Videodan Ses Çıkarma Nasıl Çalışır? MP4'ten MP3'e Giden Yol

Video dosyasının içinde ne var?

Bir MP4 dosyasına dıştan bakınca tek bir bütün gibi görünür. İçeriden bakıldığında ise durum farklıdır: MP4 bir kaptır, yani içine farklı parçaların düzenli biçimde yerleştirildiği bir kutudur.

Tipik bir MP4'ün içinde şunlar bulunur:

• Video izi: hareketli görüntü verisi
• Ses izi: sesin kendisi
• Meta veri: süre, çözünürlük, kare hızı, çekim bilgileri
• Senkron bilgisi: hangi ses parçasının hangi kareyle hizalanacağı

Buradaki en önemli nokta şu: ses ve görüntü ayrı ayrı saklanır. Birbirine karışmış, iç içe geçmiş halde değildirler. Yan yana uzanan iki şerit gibidirler; oynatıcı ikisini aynı anda okur ve senkron bilgisine bakarak hizalar.

Bu yüzden "videodan ses çıkarmak" aslında bir yaratma işlemi değil, bir ayırma işlemidir. Ses zaten oradadır; yapılan şey onu kendi başına bir dosyaya almaktır.

Ayırma işlemi neden anında bitmiyor?

Eğer ses zaten dosyanın içindeyse, neden basitçe kopyalanmıyor?

Bazı durumlarda gerçekten kopyalanabilir. Eğer hedef biçim, kaynaktaki ses kodeğini kabul ediyorsa ses izi olduğu gibi alınıp yeni bir kaba konabilir. Bu işlem hızlıdır ve kalite kaybı yaratmaz.

Ama MP3 hedefinde durum farklıdır. Sebebini anlamak için ikinci kavramı devreye sokmamız gerekiyor: kodek.

Kodek, sesin hangi algoritmayla sıkıştırıldığını belirler. MP4 dosyalarında ses tipik olarak AAC ile sıkıştırılmıştır. Bir .mp3 dosyası ise tanımı gereği MP3 kodeğiyle sıkıştırılmış ses taşır. Bunlar iki farklı algoritmadır; birinin ürettiği veri diğerinin okuyabileceği bir şey değildir.

Dolayısıyla süreç şöyle işler:

1. Ses izi kaptan ayrılır
2. AAC verisi çözülerek ham ses dalgasına dönüştürülür
3. Bu ham dalga MP3 kodlayıcısına verilir ve sıfırdan sıkıştırılır
4. Sonuç .mp3 dosyası olarak yazılır

Üçüncü adım, bu yazının en önemli cümlesini doğuruyor.

Dürüst nokta: burada kalite kaybı var

AAC ve MP3'ün ikisi de kayıplı biçimlerdir. Kayıplı sıkıştırma şöyle çalışır: algoritma, insan kulağının en az fark edeceğini düşündüğü bilgileri sinyalden atarak dosyayı küçültür. Atılan bilgi kalıcı olarak gider, geri getirilemez.

Videonuzun ses izi AAC olarak sıkıştırılmışken zaten bir kısım bilgi atılmıştır. Şimdi o sesi çözüp MP3 kodlayıcısına verdiğinizde, ikinci bir algoritma kendi kurallarına göre bir eleme daha yapar.

İki farklı eleme üst üste bindiğinde ortaya çıkan sonuç, tek bir elemeden geçmiş sese göre bir miktar daha bozuktur. Bu teknik bir gerçektir ve gizlenmemesi gerekir.

Ama ne kadar önemli? Burada da dürüst olmak gerekir: pratikte çoğu durumda çok az. Makul bir bit hızında — müzik için 192 kbps ve üzeri gibi — normal dinleme koşullarında bu farkı ayırt etmek çok zordur. Sadece konuşma içeren kayıtlarda ise kayıp neredeyse hiç hissedilmez.

Kaybın belirginleştiği yerler bellidir: tiz ve karmaşık sesler. Zil sesleri, ıslık, kalabalık orkestrasyon, hızlı geçişler. Buralarda metalik bir tını veya donukluk oluşabilir. Düşük bir bit hızı seçtiyseniz bu izler çok daha kolay duyulur hale gelir.

Bit hızının rolü

Bit hızı, MP3 kodlayıcısının sesi temsil etmek için saniyede kaç kilobit kullanacağını belirler. Ne kadar cömert olursanız, kodlayıcı o kadar az bilgi atmak zorunda kalır.

İkinci kez sıkıştırma yaptığınız için burada cimri davranmak fazla pahalıya patlar. Sıfırdan bir kayıttan MP3 üretiyor olsaydınız düşük bir bit hızı daha affedilebilir olurdu; ama zaten bir kez elenmiş bir sinyali tekrar elerken kodlayıcıya nefes alacak alan bırakmak gerekir.

Kaba bir yol haritası: sadece konuşma için 128 kbps yeterli, müzik ve karışık içerik için 192 kbps makul bir alt sınır, dikkatle dinleyeceğiniz müzik için 256 kbps rahat bir tercih.

Bunun bir üst sınırı da var: kaynağın kalitesini aşamazsınız. Videodaki AAC ses zaten düşük bir bit hızındaysa, MP3'ü çok yükseğe çekmek kaybolan ayrıntıyı geri getirmez, sadece dosyayı büyütür.

Pratik sonuçlar

Bu mekanizmayı anladığınızda üç davranış kendiliğinden doğru hale gelir.

Zinciri kısa tutun. Her kayıplı dönüşüm yeni bir kayıp ekler ve bunlar birikir. Elinizdeki en orijinal kaynaktan tek adımda hedefe gidin. MP4'ten MP3 çıkarma işlemini yaparken kaynağınız orijinal video olsun, daha önce dönüştürülmüş bir ara dosya değil.

Orijinali saklayın. MP3 çıktısı kaynaktan bilgi kaybetmiş bir sürümdür. İleride farklı bir formata ihtiyacınız olursa MP3'ten değil, orijinal videodan yola çıkın.

Amacınıza göre hedef seçin. Bu sesi dinlemek için mi çıkarıyorsunuz, üzerinde çalışmak için mi? Dinlemek için MP3 doğru tercih: küçük, taşınabilir, her yerde çalışıyor. Ama sesi düzenleyecek, kesecek, efekt uygulayacak veya bir kurgu programına aktaracaksanız WAV daha uygun bir hedeftir, çünkü sıkıştırılmamış olduğu için üzerinde çalışırken yeni bir kayıp eklemez.

Sesin çıkarılamadığı durumlar

Bu mekanizmayı bilmek, işlem beklediğiniz gibi sonuçlanmadığında nedenini anlamanızı da sağlar. Karşılaşabileceğiniz birkaç senaryo var.

Videoda hiç ses izi olmayabilir. Bazı ekran kayıtları sistem sesi kapalıyken alınır, bazı kameralar sessiz çekim yapar, bazı düzenlenmiş videolardan ses izi tamamen çıkarılmıştır. Bu durumda çıkarılacak bir şey yoktur — dönüştürücü olmayan bir izi üretemez. Şüpheye düştüğünüzde MP4'ü bir oynatıcıda açıp gerçekten ses olduğunu doğrulayın.

Ses izi bozuk olabilir. Yarım indirilmiş ya da kayıt sırasında kesilmiş bir dosyada ses izi eksik veya hatalı olabilir. Bu tür durumlarda çıktının sonu eksik kalır. Kaynağı sonuna kadar oynatarak kontrol etmek bu sorunu önceden yakalar.

Ses çok kısık olabilir. Kaynağın kendi kayıt seviyesi düşükse çıktı da kısık olur. Burada önemli bir ayrım var: dönüşüm ses seviyesini yükseltmez, çünkü işi sinyali taşımaktır, değiştirmek değil. Seviyeyi düzeltmek istiyorsanız bu bir ses düzenleme işidir ve o iş için sıkıştırılmamış bir kaynakla, yani WAV ile çalışmak daha doğrudur.

Ortak nokta şudur: dönüşüm kaynakta olmayanı üretmez. Ne kaybolmuş ayrıntıyı geri getirir, ne bozuk sesi onarır, ne de kısık kaydı yükseltir. Yaptığı tek şey, mevcut ses izini istediğiniz biçime taşımaktır.

Özetle

Videodan ses çıkarmak, olmayan bir şeyi üretmek değil, kabın içinde zaten duran ses izini ayırmaktır. İşlemin hafif olmasının sebebi budur — görüntüye hiç dokunulmaz. Ancak MP4 içindeki ses genellikle AAC olduğu ve MP3 farklı bir kodek olduğu için, bu ayırma işlemi bir yeniden kodlama da içerir. İki kayıplı biçim arasındaki bu geçiş küçük ama gerçek bir kalite kaybı yaratır. Makul bir bit hızı seçerek bu kaybı pratikte duyulmaz hale getirebilirsiniz; yapılmaması gereken şey, aynı sesi defalarca farklı kayıplı biçimler arasında gezdirmektir.