كيف يعمل استخراج الصوت من الفيديو؟ الطريق من MP4 إلى MP3

ماذا يوجد داخل ملف الفيديو؟

يبدو ملف MP4 من الخارج كأنه كتلة واحدة. أما من الداخل فالحال مختلفة: إذ إن MP4 حاوية، أي صندوق وُضعت فيه أجزاء مختلفة وضعًا منظمًا.

ويوجد داخل ملف MP4 اعتيادي ما يلي:

• مسار الفيديو: بيانات الصورة المتحركة
• مسار الصوت: الصوت نفسه
• البيانات الوصفية: المدة والدقة ومعدل الإطارات ومعلومات التصوير
• معلومات التزامن: أي جزء صوتي يُحاذى بأي إطار

وأهم نقطة هنا: أن الصوت والصورة يُحفظان منفصلين. فهما ليسا مختلطين ولا متداخلين. بل هما أشبه بشريطين ممتدين جنبًا إلى جنب؛ يقرؤهما المشغّل في الوقت نفسه ويحاذي بينهما بالنظر إلى معلومات التزامن.

ولهذا فإن «استخراج الصوت من الفيديو» ليس في الحقيقة عملية إنشاء بل عملية فصل. فالصوت موجود هناك أصلًا؛ وكل ما يجري هو أخذه إلى ملف قائم بذاته.

لماذا لا تنتهي عملية الفصل في الحال؟

إن كان الصوت موجودًا داخل الملف أصلًا، فلماذا لا يُنسَخ ببساطة؟

في بعض الحالات يمكن نسخه فعلًا. فإذا كان التنسيق الهدف يقبل مرمِّز الصوت الموجود في المصدر أمكن أخذ مسار الصوت كما هو ووضعه في حاوية جديدة. وهذه العملية سريعة ولا تُحدث فقدًا في الجودة.

لكن الحال مختلفة حين يكون الهدف MP3. ولفهم السبب علينا إدخال المفهوم الثاني: المرمِّز.

فالمرمِّز يحدد الخوارزمية التي ضُغط بها الصوت. والصوت في ملفات MP4 مضغوط نمطيًا بترميز AAC. أما ملف .mp3 فيحمل بحكم تعريفه صوتًا مضغوطًا بمرمِّز MP3. وهاتان خوارزميتان مختلفتان؛ والبيانات التي تنتجها إحداهما ليست شيئًا تستطيع الأخرى قراءته.

ومن ثم تجري العملية على النحو التالي:

1. يُفصَل مسار الصوت عن الحاوية
2. تُفكّ شفرة بيانات AAC وتُحوَّل إلى موجة صوتية خام
3. تُعطى هذه الموجة الخام لمرمِّز MP3 وتُضغط من الصفر
4. تُكتب النتيجة ملفًا بامتداد .mp3

والخطوة الثالثة هي التي تولّد أهم جملة في هذا المقال.

النقطة الصادقة: يوجد هنا فقد في الجودة

كلٌّ من AAC وMP3 تنسيق مع فقد. والضغط مع فقد يعمل على النحو التالي: ترمي الخوارزمية من الإشارة المعلوماتِ التي ترى أن أذن الإنسان تكاد لا تنتبه إليها فيصغر الملف. والمعلومات المرميّة تذهب إلى غير رجعة ولا يمكن استرجاعها.

وحين ضُغط مسار الصوت في فيديوك بصيغة AAC رُمي منه قسم من المعلومات أصلًا. والآن حين تفكّ شفرة ذلك الصوت وتعطيه لمرمِّز MP3، تُجري خوارزمية ثانية حذفًا آخر وفق قواعدها الخاصة.

وعند تراكب حذفين مختلفين تكون النتيجة أكثر تشوّهًا بقدر يسير من صوت مرّ بحذف واحد فحسب. وهذه حقيقة تقنية لا ينبغي إخفاؤها.

لكن ما مدى أهميتها؟ لا بد من الصدق هنا أيضًا: قليلة جدًا في معظم الحالات عمليًا. فعند معدل بت معقول — مثل 192 kbps فما فوق للموسيقى — يصعب جدًا تمييز هذا الفرق في ظروف الاستماع العادية. أما في التسجيلات التي تحتوي على كلام فحسب فلا يكاد الفقد يُحَسّ إطلاقًا.

والمواضع التي يظهر فيها الفقد معروفة: الأصوات الحادة والمعقدة. أصوات الصنج، والصفير، والتوزيع الأوركسترالي المزدحم، والانتقالات السريعة. فقد ينشأ في هذه المواضع رنين معدني أو بلادة. وإذا كنت قد اخترت معدل بت منخفضًا صارت هذه الآثار أسهل سماعًا بكثير.

دور معدل البت

يحدد معدل البت كم كيلوبت سيستخدم مرمِّز MP3 في الثانية لتمثيل الصوت. وكلما كنت أكثر سخاءً اضطر المرمِّز إلى رمي معلومات أقل.

ولأنك تجري ضغطًا للمرة الثانية فإن الشحّ هنا يكلّفك غاليًا. فلو كنت تنتج MP3 من تسجيل من الصفر لكان معدل البت المنخفض أكثر قابلية للتسامح؛ لكن حين تحذف من إشارة حُذف منها مرة أصلًا ينبغي أن تترك للمرمِّز مساحة يتنفس فيها.

وإليك خريطة طريق تقريبية: 128 kbps كافٍ للكلام فحسب، و192 kbps حدّ أدنى معقول للموسيقى والمحتوى المختلط، و256 kbps خيار مريح للموسيقى التي ستستمع إليها بانتباه.

ولهذا حدّ أعلى أيضًا: إذ لا تستطيع تجاوز جودة المصدر. فإذا كان صوت AAC في الفيديو عند معدل بت منخفض أصلًا، لم يُعِد رفع MP3 إلى مستوى عالٍ جدًا التفصيل المفقود، بل ضخّم الملف فحسب.

نتائج عملية

حين تفهم هذه الآلية تصير ثلاثة سلوكيات صحيحة من تلقاء نفسها.

أبقِ السلسلة قصيرة. فكل تحويل مع فقد يضيف فقدًا جديدًا وهذه الحالات تتراكم. اذهب إلى الهدف في خطوة واحدة من أكثر المصادر أصالةً لديك. وحين تجري عملية استخراج MP3 من MP4 فليكن مصدرك الفيديو الأصلي لا ملفًا وسيطًا سبق تحويله.

احفظ الأصل. فناتج MP3 نسخة فقدت معلومات من المصدر. فإذا احتجت مستقبلًا إلى تنسيق مختلف فانطلق من الفيديو الأصلي لا من ملف MP3.

اختر الهدف بحسب غرضك. أتستخرج هذا الصوت للاستماع إليه أم للعمل عليه؟ فـ MP3 هو الاختيار الصحيح للاستماع: صغير وقابل للحمل ويعمل في كل مكان. أما إن كنت ستحرّر الصوت أو تقصّه أو تطبّق عليه مؤثرات أو تنقله إلى برنامج مونتاج، فإن WAV هدف أنسب، لأنه غير مضغوط ولا يضيف فقدًا جديدًا أثناء العمل عليه.

الحالات التي يتعذر فيها استخراج الصوت

ومعرفة هذه الآلية تمكّنك أيضًا من فهم السبب حين لا تنتهي العملية على النحو الذي تتوقعه. وثمة سيناريوهات قليلة قد تواجهها.

قد لا يوجد في الفيديو مسار صوت إطلاقًا. فبعض تسجيلات الشاشة تُؤخذ وصوت النظام مغلق، وبعض الكاميرات تصوّر بلا صوت، وبعض مقاطع الفيديو المحرَّرة أُزيل منها مسار الصوت تمامًا. ولا يوجد في هذه الحالة شيء يُستخرَج — فالمحوّل لا يستطيع إنتاج مسار غير موجود. وحين تشك في ذلك فافتح ملف MP4 في مشغّل وتأكد من وجود صوت فعلًا.

قد يكون مسار الصوت تالفًا. ففي ملف نُزِّل ناقصًا أو انقطع أثناء التسجيل قد يكون مسار الصوت ناقصًا أو معطوبًا. وتبقى نهاية الناتج ناقصة في مثل هذه الحالات. والتحقق بتشغيل المصدر حتى نهايته يلتقط هذه المشكلة مسبقًا.

قد يكون الصوت خافتًا جدًا. فإذا كان مستوى تسجيل المصدر نفسه منخفضًا كان الناتج خافتًا أيضًا. وثمة تمييز مهم هنا: فالتحويل لا يرفع مستوى الصوت، لأن مهمته نقل الإشارة لا تغييرها. وإذا أردت تصحيح المستوى فذلك عمل تحرير صوتي، والأصوب لهذا العمل أن تشتغل على مصدر غير مضغوط، أي على WAV.

والقاسم المشترك هو التالي: أن التحويل لا ينتج ما ليس موجودًا في المصدر. فهو لا يعيد التفصيل المفقود، ولا يصلح الصوت التالف، ولا يرفع التسجيل الخافت. وكل ما يفعله هو نقل مسار الصوت القائم إلى التنسيق الذي تريده.

الخلاصة

استخراج الصوت من الفيديو ليس إنتاجًا لشيء غير موجود بل فصلًا لمسار الصوت القائم أصلًا داخل الحاوية. وهذا هو سبب خفة العملية — إذ لا تُمَسّ الصورة إطلاقًا. غير أن الصوت داخل MP4 يكون AAC عادةً وMP3 مرمِّز مختلف، ولذلك تتضمن عملية الفصل هذه إعادة ترميز أيضًا. وهذا الانتقال بين تنسيقين مع فقد يُحدث فقدًا يسيرًا لكنه حقيقي في الجودة. وبإمكانك جعل هذا الفقد غير مسموع عمليًا باختيار معدل بت معقول؛ والذي لا ينبغي فعله هو تنقيل الصوت نفسه مرارًا بين تنسيقات مختلفة مع فقد.