这是提取，不是转换
MP4 是一个容器。里面装着彼此独立的流：通常是一条 H.264 视频轨和一条 AAC 音频轨， 交错排列，这样播放器边下边播时能同时读到两者。所谓 MP4 转 MP3，实际做的事是从 MP4 提取音频再重新编码：找到那条音频流、把它解码，交给 MP3 编码器，视频部分直接丢弃。
这个区别能解释两件让人意外的事。第一是速度：整个过程从不解码任何画面，所以耗时只取决于 音频有多长，跟视频是不是 4K 无关。十分钟的 4K 片段和十分钟的 480p 片段，用时几乎一样。 第二是体积。400 MB 的视频转出来常常只有 9 MB 的 MP3，这不是出错了，而是那些字节本来 绝大部分都是画面。
诚实地说代价
MP4 里的音频已经被压过一次。再编成 MP3 会再丢一点，因为 MP3 编码器不知道哪些细节 之前已经被丢掉了，只能按自己的规则重新判断一遍。这叫做世代损失，也正是为什么反复转格式 会越转越差，而只转一次通常察觉不到。
实际用起来，这点代价换来的是一个几乎什么设备都能播的格式，很划算。选 192 kbps， 大多数人在自己常用的器材上听不出差别；如果这个文件要发到没法重做的地方，选 320 kbps； 如果是人声内容，128 kbps 就够，再高也换不来什么。
有一件事这个工具不会做：装样子。它保留源文件的采样率，不会统一重采样到 48 kHz； 也绝不声称能提升音质，因为解码再编码没有办法把已经消失的细节找回来。
体积、速度和上限
500 MB 以内的文件都能处理。再大浏览器标签页确实装不下整个容器，与其转到一半被系统 杀掉，不如一开始就明确告诉你。视频更大的话，先把需要的那一段剪出来。
所有计算都在本地。引擎是编译成 WebAssembly 的 ffmpeg，只下载一次，之后由浏览器缓存， 所以你转第二个文件时是立刻开始的。