使用本地文件测试行为
所选视频在本机处理，不会上传到 ToolKnit 的服务器。
将音频从视频中分离并非单一文件操作。视频文件结合了容器、一个或多个编码方式、时间信息和音轨。浏览器能对它做什么，取决于该浏览器内置的媒体支持以及具体文件的特性。
因此，一个可靠的本地工作流程需要多条路径。ToolKnit 首先尝试让浏览器解码文件生成音频样本并构建 PCM WAV。如果该解码路径不可用，它会尝试将本地文件播放到浏览器录音功能中，这可能会生成 WebM 或 M4A 音频。
视频文件背后的四层结构
有助于将通常被归为一个"格式"的四个概念分开来看：
- 容器 —— 文件的外层结构，例如 MP4、MOV 或 WebM。
- 视频编解码器 —— 图像帧采用的编码方式。
- 音频编解码器 —— 音轨采用的编码方式。
- 浏览器实现 —— 当前设备上可用的播放、解码与录制功能。
一个常见的文件扩展名仅表示容器类型。即使两个文件具有相同的扩展名，由于编码方式不同，其行为也可能不同，因此仅凭扩展名无法保证兼容性。
路径一：解码音频样本并写入PCM WAV
推荐路径使用 Web Audio API 进行解码。浏览器将本地文件读入一个 ArrayBuffer，然后 AudioContext.decodeAudioData() 试图将音频轨道转换为 PCM 样本的 AudioBuffer。
解码缓冲区中包含的内容
一个 AudioBuffer 存储了一序列浮点样本帧，以及浏览器解码器生成的采样率和声道数量。这些值描述了解码后的表示形式，而非保证源字节或采样参数保持不变。
如何写入PCM WAV
当解码成功时，ToolKnit 会生成一个标准的 PCM WAV 文件，其数据部分为 16 位。文件头记录了解码缓冲区的声道数、采样率、块对齐和数据长度。
对于多声道音频，编码器按声道顺序写入每一帧：先写每个声道的第一个样本，然后写每个声道的下一个帧，依此类推。这种交错方式使得 WAV 头部的声道数与后续数据一致。
这样生成的 PCM WAV 是解码样本的全新表示形式，它并非源音频流的逐位复制，将样本转换为 16 位 PCM 也无法恢复原始轨道中本不存在的细节。
路径二：记录浏览器的音频路由
某些浏览器和编码器组合可以播放视频，但无法通过直接 Web Audio 解码暴露文件。在这种情况下，本地视频可被路由通过 MediaElementAudioSourceNode 和 MediaStreamAudioDestinationNode，然后通过 MediaRecorder 进行捕获。
该录音路径依赖于当前浏览器支持的格式。ToolKnit 在可用时使用支持的 WebM 音频类型，否则可能使用带有 M4A 扩展名的音频 MP4 容器。最终结果是录音输出，而非 PCM WAV。
录音是跟随播放进行的，因此在该路径下视频时长尤其重要。浏览器必须能够播放本地文件、建立音频路由，并支持兼容的录音功能，才能提供输出。
兼容性远不止文件名
请使用当前浏览器可播放的本地视频，但将播放视为起点而非绝对保证。浏览器可能支持某种容器和编码器的组合，而拒绝相同扩展名的另一种组合。直接解码和 MediaRecorder 的可用性是额外且独立的能力。
测试一段短的代表性片段是最快判断哪种路径可用的方法。下载标签会告诉你浏览器生成的是 PCM WAV、WebM 音频还是 M4A 音频。
性能与文件大小
没有统一的处理时间或实际文件大小阈值。结果取决于设备性能、可用内存、浏览器媒体支持、文件大小和视频时长。文件越长，所需工作量越大，录音回退路径会随着播放过程逐步推进。
PCM WAV 文件可能比录音音频文件更大，因为其直接存储样本数据。实际大小会随解码后的采样率、声道数、时长以及浏览器输出路径而变化。
本地文件处理与隐私
所选的视频文件将在本地进行处理，不会上传至ToolKnit的服务器。这说明了媒体文件的处理方式；与其他网页一样，该页面仍可能请求常规的网站资源，例如字体、脚本或分析工具。
可打开视频转音频工具，用本地短片实际检查，并在下载前查看输出格式标签。
常见问题
每个视频都会变成PCM WAV文件吗？
不会。只有当当前浏览器能够将选定文件解码为音频样本时，才会提供PCM WAV文件。如果该路径失败且浏览器支持MediaRecorder，工具可能会转而提供WebM或M4A音频文件。
为什么一个带有常见扩展名的视频文件仍然无法播放？
扩展名仅标识容器格式，并非完整的兼容性配置。音频编码、视频编码、浏览器版本以及设备实现都会影响播放、解码和录制过程。
下载的音频是源音轨的原始副本吗？
不是。WAV路径会从解码后的样本创建一个16位的PCM表示。备用方案是浏览器录制的音频。这两种方式都不应被视为对源流的逐字节提取。
这在移动设备上可以使用吗？
当移动浏览器支持选定文件、Web Audio解码以及所需录制功能时，该功能可以正常工作。设备资源和浏览器支持决定了处理速度和可用输出类型。