5、音频流提取：从视频中分离AAC/MP3/PCM音频流、不同音频编码的提取差异。
音频提取这事儿，说实话比视频提取要「温柔」一些。为什么？因为音频数据量小，编码格式相对固定，容器兼容性也更好。但温柔不代表没坑——我这些年踩过的雷，十有八九都出在编码格式的「隐性差异」上。
今天咱们就聊聊，怎么从视频里干净利落地把音频拽出来。AAC、MP3、PCM，这三种最常见的编码，提取方式有什么不同？嗯，咱们一个一个说。
5.1 先搞清楚：你的音频到底是什么编码？
拿到一个视频文件，别急着动手。先看看它里面装的是什么音频。我个人习惯用这条命令探路：
ffprobe -v error -show_entries stream=codec_name,codec_type -of default=noprint_wrappers=1 input.mp4输出大概长这样：
[STREAM]
codec_type=audio
codec_name=aac
[/STREAM]看到 codec_name 的值，你就知道该用什么策略了。AAC、MP3、PCM，提取方式完全不同。你想想看，PCM 是裸数据，连个文件头都没有，直接 copy 出来根本没法用。而 AAC 和 MP3 都有自己的帧结构，copy 出来就能播放。
核心原则：有损编码（AAC、MP3）可以直接流拷贝；无损编码（PCM）必须加封装头。
5.2 AAC 音频提取：最省心的操作
AAC 是现在视频里最常见的音频编码。MP4 容器里的 AAC，提取起来几乎无脑。我一般这么干：
ffmpeg -i input.mp4 -vn -acodec copy output.aac-vn 的意思是「不要视频」，-acodec copy 是「音频原样拷贝」。这样提取出来的 .aac 文件，直接就能播放。
但有个细节要注意——如果源文件是 FLV 或者 TS 容器，里面的 AAC 可能带有 extradata（解码器配置信息）。直接 copy 出来，某些播放器可能不认。我遇到过这种情况，后来加了个 -bsf:a aac_adtstoasc 就好了：
ffmpeg -i input.flv -vn -acodec copy -bsf:a aac_adtstoasc output.aac这个 bitstream filter 的作用，是把 FLV 里的 AAC 原始流转换成标准的 ADTS 格式。说白了，就是给音频加了个「身份证」，让播放器知道怎么解码。
小技巧：如果你不确定要不要加 bitstream filter，直接先不加。播放不了再加，不费事。
5.3 MP3 音频提取：小心采样率陷阱
MP3 提取和 AAC 类似，也是流拷贝：
ffmpeg -i input.mp4 -vn -acodec copy output.mp3但这里有个坑——很多视频里的 MP3 音频，采样率是 44100 Hz 或者 48000 Hz，这都没问题。但有些老视频或者特殊设备录制的，采样率可能是 22050 Hz 甚至 11025 Hz。MP3 标准规定，采样率必须是 32000、44100、48000 之一。如果你遇到非标准采样率，直接 copy 出来的 MP3 文件，某些播放器会「卡壳」。
我曾经接手过一个项目，客户给的监控视频里音频是 MP3 编码，但采样率是 16000 Hz。直接 copy 出来，Windows Media Player 直接报错。后来我加了一步重采样：
ffmpeg -i input.mp4 -vn -acodec libmp3lame -ar 44100 output.mp3注意，这里用了 libmp3lame 编码器，而不是 copy。因为采样率变了，必须重新编码。代价是质量会有轻微损失，但兼容性好了很多。
警告：不要对 MP3 做「二次转码」除非必要。每次有损编码都会损失质量。如果源文件采样率合规，优先用 -acodec copy。
5.4 PCM 音频提取：最麻烦的裸数据
PCM 是啥？说白了就是未经压缩的原始音频数据。常见于专业设备、无损采集卡，或者某些老旧格式。PCM 没有文件头，没有帧同步字，就是一串采样值。直接 copy 出来，你拿什么播放器都打不开。
提取 PCM 的正确姿势，是把它封装成 WAV 格式。WAV 本质上就是 PCM 加了个 44 字节的文件头：
ffmpeg -i input.mkv -vn -acodec pcm_s16le output.wav这里 pcm_s16le 表示 16 位有符号小端字节序，这是最常见的 PCM 格式。如果你不确定源文件的 PCM 参数，先查一下：
ffprobe -v error -show_entries stream=sample_rate,channels,bits_per_sample input.mkv输出示例：
[STREAM]
sample_rate=48000
channels=2
bits_per_sample=16
[/STREAM]根据这些参数，你可以选择对应的 PCM 编码器。常见的有：
| 参数组合 | FFmpeg 编码器名称 | 典型用途 |
|---|---|---|
| 16位、小端、立体声 | pcm_s16le | CD、WAV 标准 |
| 24位、小端、立体声 | pcm_s24le | 专业录音 |
| 32位浮点、小端 | pcm_f32le | 后期制作 |
| 8位、无符号 | pcm_u8 | 老旧设备 |
如果你非要提取裸 PCM（不封装 WAV），也可以，但必须同时保存参数信息，否则以后没人知道怎么用：
ffmpeg -i input.mkv -vn -acodec pcm_s16le -f s16le output.raw这样输出的 .raw 文件就是纯 PCM 数据。但说实话，我几乎从不这么干——除非你明确知道下游工具需要裸数据。否则，封装成 WAV 是更稳妥的选择。
5.5 三种编码提取差异对比
咱们用一张表总结一下：
| 编码类型 | 提取方式 | 是否需重编码 | 常见坑点 |
|---|---|---|---|
| AAC | 流拷贝 + 可选 bitstream filter | 否（除非容器特殊） | FLV/TS 容器需加 aac_adtstoasc |
| MP3 | 流拷贝 或 重采样后编码 | 采样率合规时否 | 非标准采样率需重采样 |
| PCM | 必须封装为 WAV 或指定裸格式 | 是（加文件头） | 必须知道位深、采样率、声道数 |
5.6 核心知识体系
下面这张图，帮你理清音频提取的整体逻辑：
5.7 实战中的避坑指南
最后，分享几个我亲身踩过的坑：
- 多音轨视频：有些视频有两条以上音频轨（比如原声+解说）。默认提取的是第一条。想提取指定音轨，用
-map 0:a:1选择第二条。 - 无声视频：如果视频本身没有音频流，ffmpeg 不会报错，但会生成一个空文件。我建议提取前先用 ffprobe 确认一下。
- 容器格式影响：MKV 容器里的音频，提取时通常最干净。MP4 有时会带一些元数据干扰。FLV 的 AAC 需要加 bsf，前面说过了。
- 批量提取：如果你有一堆视频要提取音频，写个 for 循环：
for %i in (*.mp4) do ffmpeg -i "%i" -vn -acodec copy "%~ni.aac"。Windows 和 Linux 语法略有不同，注意区分。
音频提取这事儿，说难不难，说简单也不简单。核心就是搞清楚编码类型，然后对症下药。AAC 和 MP3 走流拷贝，PCM 走封装。记住这个原则，你就能避开 90% 的坑。
嗯，今天就聊到这儿。下次咱们聊聊视频流提取——那又是另一番天地了。
公众号:蓝海资料掘金营，微信deep3321