免费音频转视频

操作示例

在电脑上，使用一段 4:00 的 MP3 和一张 3,000×3,000 的正方形封面。把两者都拖入。页面会显示“音频时长 4:00”，并且因为封面与正方形的偏差在 3% 以内，还会显示“智能：1:1 · 1080×1080 px，你的封面本身就是这个形状。”电脑默认选中“高清（最高1920 px）”，视觉样式为“封面图片”，所以估计显示为“估计在本设备上渲染约 4:00（因设备而异）”：240 秒音频 × 0.5 × 高清的 2。选择“快速（最高1280 px）”后，画面变为 720×720，估计变为 2:00。在高清下选择“波形图”，估计会翻倍到 8:00，因为每一帧都要单独绘制，并在画面底部 32% 的区域绘制一条移动的波形。点击“制作视频”，您会得到一个以音频文件命名的 MP4，声音被重新编码为 192 kbps 的 AAC（4 分钟约 5.5 MB 的音频）。完成后的大小会显示在下载按钮旁边。如果先选择“60 秒的片段”，您会看到“4 个片段，每段最长 1:00”，并以名为 song-clips.zip 之类的 ZIP 交付，其中包含 song-part01.mp4 到 song-part04.mp4。

使用哪些设置，以及限制

• 根据您能等待的时间选择视觉样式。 “封面图片”会在整首曲目中保持图片静止。这是最快的路径：图片每秒读取一次，并重复到每秒 10 帧。“波形图”和“频谱”会在画面底部 32% 的区域以每秒 20 帧绘制移动的波形或频率条，颜色为白色（当条带下方的图片偏亮时为深石板灰色），而且时间估计会翻倍。在电脑上，对于“封面图片”，音频超过 15:00 时页面会显示琥珀色警告，对于动画样式则是超过 7:30；在手机上，警告分别从 4:00 和 2:00 开始。渲染开始后，最初几秒过去后，进度条会显示类似“大约剩余 2:10”的估计。
• 让画面形状与视频要发布的平台相匹配。 “宽高比”提供“智能”、16:9、9:16、1:1 和“原始”。画面尺寸在“快速”下为 1280×720、720×1280 和 720×720，在“高清”下为 1920×1080、1080×1920 和 1080×1080。当封面与 16:9、9:16 或 1:1 的偏差在 3% 以内时，“智能”会保持封面本身的形状。否则它会使用 16:9，并用封面的模糊副本填充两侧；封面绝不会被裁剪。“原始”可保留任意形状，但只能与“封面图片”样式一起使用，并且在“快速”下将宽度上限设为 1,280 px，在“高清”下设为 1,920 px。一张 3,000×2,000 的封面在“高清”下输出为 1920×1280。“原始大小（较慢）”会取消上限；对于固定形状，它给出的尺寸与“高清”相同。
• 把标题放到画面上。 勾选“在视频上显示标题”，可在画面上印出标题和可选的艺术家，各最多 120 个字符。对于“封面图片”，它们位于底部；对于动画样式，则位于顶部。较长的标题最多换成 3 行，艺术家最多 2 行。文字由您的浏览器绘制，所以中文、日文、阿拉伯文和其他文字都能正常显示。如果 MP3 带有 ID3 标签，标题和艺术家会自动填入（“已根据音频文件的标签填入。”），并且除非您已经选了图片，否则会使用内嵌封面。只读取 ID3 2.3 和 2.4 版本的标签。
• 在同一次渲染中完成修剪、淡入淡出和拆分。 “修剪开头（秒）”和“修剪末尾（秒）”以 0.1 秒为步长裁剪音频。“淡入（3秒）”和“淡出（3秒）”的长度为 3 秒；淡出只会应用于长于 3.5 秒的音频，并且需要已知曲目长度。在“片段时长”下，“15 秒的片段”“30 秒的片段”“60 秒的片段”和“90 秒的片段”会把音频切成相等的部分（最后一段可能较短），并给出一个包含 MP4 的 ZIP；淡入应用于第一个片段，淡出应用于最后一个片段。使用“封面图片”时，没有淡入淡出的 AAC 音频（M4A 或 AAC 文件）会直接复制到 MP4 中而不重新编码，从而节省时间。其他情况，以及每个“波形图”或“频谱”视频，其声音都会被重新编码为 192 kbps 的 AAC。
• 了解大小和时长的限制。 音频和图片会合并计算。在普通电脑上，超过约 2 GB 时页面会拒绝；在报告内存为 4 GB 或更少的电脑上，约为 1 GB；在手机上约为 400 MB；并分别在超过 800 MB、400 MB 和 150 MB 时显示提醒。完成的 MP4 是在内存中构建的，所以手机还会拒绝时长超过 10:00（使用“封面图片”）或超过 5:00（使用“波形图”或“频谱”）的曲目（拆分时则按单个片段计算）。电脑没有这样的时长限制，只有琥珀色警告。视频引擎约 31 MB，在您添加音频后立即开始下载，之后会被缓存。您的文件在浏览器中处理，不会被上传。
• 没有图片？使用纯色背景。 “没有图片？使用纯色背景”链接会生成一个深色的 1280×720 背景，这样无需任何图片也能导出。如果样式原本是“封面图片”，它会自动切换为“波形图”，使视频不至于只是一张黑色静止画面；如果宽高比原本是“原始”，它会改为“智能”。“试试示例”会载入一段生成的短旋律和一张示例图片，让您先看到效果。视频引擎在您添加音频时开始加载，加载完成后会显示“编码器就绪”。

常见问题及解决方法

提示“渲染已取消。调整设置后重试。”

这条提示出现在渲染期间点击“取消”之后。取消会停止编码器，所以那次运行的内容都不会被保存。再次点击“制作视频”；引擎会从浏览器缓存重新加载，速度很快。如果您是因为太慢才取消的，请在重新开始之前选择“快速（最高1280 px）”，保持“封面图片”，修剪音频，或选择一个片段时长。

提示“此转换失败——所选格式或编解码器可能不支持此输入。请尝试其他输出格式或其他源文件。”

此工具始终输出 MP4，所以这条提示中有用的部分是“其他源文件”。请把音频重新保存为 MP3 或 WAV 后再次选择，并使用 JPG 或 PNG 作为封面。如果看到另一种措辞（“…名称异常。请尝试重新导入…”），请从您的设备中重新选择该文件。“快速（最高1280 px）”加“封面图片”是最轻量的组合，可以先试试。

提示“这段曲目时长 12:00，在手机上用这种视觉样式渲染太长（上限 10:00）。请使用修剪字段渲染较短的部分，或在桌面电脑上打开此页面。”

此提示显示期间，“制作视频”处于禁用状态。上限是“封面图片”10:00，“波形图”或“频谱”5:00。您可以把“修剪开头（秒）”和“修剪末尾（秒）”设为较短的一段，或者选择一个片段时长：该上限是按单个片段应用的，所以“60 秒的片段”可以让长曲目以 ZIP 的形式通过。把“波形图”改为“封面图片”可让允许的时长翻倍。电脑可以渲染更长的曲目；如果最终出现“浏览器在处理此文件时内存不足”，请采用同样的办法。

提示“此文件为 2.3 GB，太大，无法在您的浏览器中于此设备上处理（上限约 2 GB）。请尝试较小的文件，或先修剪出较短的片段。”

提示中的大小是音频与封面相加的结果，而上限取决于您的设备：约 2 GB、1 GB 或 400 MB。“修剪”字段无法绕过这一点，因为检查针对的是您载入的文件。请先把音频剪短，或另存为码率较低的 MP3，然后重新载入。手机或内存为 4 GB 及以下的电脑适用较低的上限。

提示“无法读取 cover.jpg。如果它存放在 Google 相册、iCloud 或云盘中，请先将其保存到此设备，然后重新选择。”

您的浏览器无法打开这张图片，所以页面丢弃了它并再次询问。请选择保存在您设备上的 JPG、PNG 或 WebP，或点击“没有图片？使用纯色背景”。如果取自音频文件自身标签的封面无法打开，会被悄悄跳过，所以只有您自己选择的图片才会看到这条提示。

对比分析

三种视觉样式的主要区别在于渲染时间。“封面图片”最快，因为图片每秒读取一次并重复到每秒 10 帧。“波形图”和“频谱”会以每秒 20 帧重绘每一帧，估计用时是前者的两倍。与桌面视频编辑器相比，此工具只做一件事：在整个时长内使用一个音频文件和一张图片，外加可选的标题文字、淡入淡出、修剪和片段拆分。它没有多张图片的幻灯片、转场、字幕或歌词，也没有码率或质量设置；视频使用最快的 x264 预设编码。它不会替您上传到 YouTube 或社交网站；它只生成 MP4，由您自己上传。作为交换，您无需安装任何东西，而且整个文件是在浏览器内存中构建的，这也是手机有时长限制、最大的文件可能失败的原因。