動画を MP3 に、あるいは音声を取り出す

動画から音声を取り出すのはたいていコストゼロ

動画ファイルはコンテナで、その中に互いに独立したトラックが入っています。映像が一本、音声が一本、ときには字幕もその隣に。その音声トラックは、それ自体がすでに圧縮済みの完結した音声ファイルです — たまたま動画の隣に置かれているだけで。厳密な意味での「抽出」とは、そのバイト列を自前のファイルへ複製することです。デコードも再圧縮もなく、画質を決める必要もありません。データを一方のコンテナから他方へ移すのに、そんなものは要らないからです。

音質を「そのまま」にしておくと、M4A の選択肢がまさにこれを行います。ほぼすべての MP4 と MOV には AAC 音声が入っており、.m4a は自前のコンテナに入った AAC にすぎないので、そのトラックは動画の中のものとバイト単位で同一のまま新しいファイルへ落ちます。2 時間の録音でも、かかる時間はディスクからファイルを一度読む程度で、手に入るのは「原音に近いもの」ではなく原音そのものです。

変換は別の話で、このページは両者をどちらも「抽出」と呼ばずにはっきり分けています。MP3 にする、あるいはビットレートを指定するというのは、一つ一つのサンプルを解いてまた圧縮するということです。それには実時間がかかり、一世代分の音質を支払います。ボタンの上のパネルが、あなたが何かを押す前に、この具体的なファイルについてどちらになるかを伝えます。

コピーが成立するのは、ほしい形式と中にあるものが一致するときだけです。AAC から AAC、MP3 から MP3。それ以外はすべて本当の変換になります。だから「そのまま」の選択肢は、それが使えないファイルでは消えます。そこではやや劣る選択肢なのではなく、存在しないことなのです。

MP3 か M4A か — 実際に必要なのはどちらか

MP3 はもう 30 歳で、その強みはただ一点に尽きます。再生できない機器がほとんどありません。2006 年のカーオーディオ、フィットネス機器、安価な IC レコーダー、DJ コントローラー、読み込める形式が狭い一部の編集ソフト。そういうものにファイルを渡すなら MP3 が正解で、再エンコードはその代金にすぎません。

それ以外のあらゆる場面では M4A のほうが良いファイルです。中身は AAC で、AAC はあなたのスマホもカメラもネット上のほぼすべての動画ももともと使っている形式です — だから M4A への抽出は変換ではなくコピーになります。同じビットレートなら音も MP3 より良く、その差は 128 kbps の AAC が 192 kbps 前後の MP3 に相当するとされる程度にはあります。ここ 15 年ほどに出たものなら、すべてのブラウザ、すべてのスマホ、iTunes 時代のハードウェアを含めて再生できます。

本当に避けるべきなのは、普通の MP4 の音声を習慣的に MP3 へ変換することです。その音声は AAC で、もともと非可逆です。MP3 に符号化し直しても何も戻らず、もう一巡ぶん細部を捨てるだけ。しかも元のファイルより大きくなることさえよくあります。受け取る側が MP3 を要求していないなら、M4A への抽出のほうが速く、小さく、そして無劣化です。

ここでの MP3 エンコーダーは LAME を、あなたのブラウザ内で動くようコンパイルしたものです。本当に MP3 へ変換するときにだけダウンロードされます — M4A の選択、コピー、音を消す操作では取りに行きません。

ビットレート、そして音声はどこまで小さくできるか

ビットレートはここで唯一の設定項目で、しかも異常なほど率直です。それはサイズについての約束そのものです。192 kbps とは音声 1 秒あたり 192 キロビットということなので、1 時間はおよそ 86 MB。中身が何かとは関係ありません。この算術こそが音声の圧縮を予測可能にしているもので、動画の圧縮には決して真似できません — ビットレートを選ぶことは、すでにファイルサイズを選ぶことでもあるのです。

その数値が買っているのは細部で、実際に有用な範囲は選択肢の一覧が見せるより狭いものです。人の声 — インタビュー、講義、ポッドキャスト、ボイスメモ — なら 96 kbps で足り、128 なら十分すぎます。それ以上はバイトを暗騒音に使うだけです。音楽は 192 前後から、多くの人が聴き比べても符号化された側を当てられなくなり、256 や 320 は保存用か、のちにもう一度符号化する前提の素材向けです。96 を下回ると音楽は明らかに痩せます。とくにシンバルと拍手で。

二つの形式で選べる一覧が違うのは意図的です。MP3 は 96 から 320 まで。AAC はもっと低い 64 から始まります。そこまで下げても使い物になるからです。目的が「聴ける最小のファイル」だけなら — たとえば残しておきたい 2 時間の会議録音 — 64 kbps の AAC がそれを実現します。1 時間で約 29 MB。MP3 に対応する段はありません。

「そのまま」以外のすべてのビットレートは再エンコードを伴います。いちばん高いものも含めてです。128 kbps の素材に 320 kbps を選んでも何も回復しません — 同じ音声をより低い効率で保存するだけです。ファイルを手つかずにしたいなら、その選択肢の名前は「そのまま」です。

動画から音を消す

三つめの選択肢は前の二つのちょうど逆です。映像を残して音声を捨てます。音量の変更ではなく本当の削除です — そのトラックは結果に書かれないので、あとから戻せるものは何もなく、その分ファイルも少し小さくなります。映像はそのままで、元が MP4 か MOV ならデコードすらないので、どれだけ長くても数秒で終わります。

いちばん多い動機は編集とはまったく関係ありません。画面録画はそのとき部屋で話されていたことも一緒に録ってしまいます。子どもの学芸会をスマホで撮れば後ろの人の雑談が入ります。人に送りたい映像に、一緒には送りたくない BGM が入っていることもあります。ファイルがどこかへ流れる前に音を剥がすのはプライバシーの操作です — そしてその操作自体もファイルを端末の外へ出さずに済むなら、はるかに良いプライバシーの操作になります。

一つだけ時間のかかる場合があります。元が WebM や、VP9・AV1 を軸にした形式の場合、MP4 を出力するということは映像を H.264 へ再エンコードすることを意味します。それらのコーデックは MP4 コンテナへそのまま入れ直せないからです。パネルが開始前に説明しますし、「音を消す」が数秒を超えるのはこの場合だけです。

サラウンド、Dolby、そして珍しいサンプリング周波数

トラックをコピーすると、5.1 や 7.1 のチャンネル配置を含めて、そのトラックに関するすべてが保たれます。再エンコードではそうはいきません。LAME が書けるのは 2 チャンネルまでで、ブラウザが提供する AAC エンコーダーはマルチチャンネル入力を端的に拒否し、勝手にミックスもしてくれません。ですからここでの変換はどれもサラウンドをステレオへ折りたたみ、パネルが開始前にそう説明します。チャンネルを残す必要があるなら、それができる選択肢はコピーです。

Dolby Digital はもっと厄介です。AC-3 と E-AC-3 のトラックはコピーできます — 完全な形で結果に入り、デスクトップのプレーヤーではきちんと鳴ります — が、再エンコードはできません。それを読むための Dolby デコーダーを積んだブラウザが存在しないからです。無音のファイルを書き出してあとから気づかせるくらいならと、「Dolby 音声にビットレートを指定する」こと自体を無効にし、出口として「そのまま」を提示しています。知っておく価値のある帰結が一つ。ダウンロードしたファイルをブラウザのタブでプレビューすると、コピーされた Dolby トラックは無音かもしれません。理由はまったく同じです。壊れているのではなく、ブラウザが解けないだけです。

最後がサンプリング周波数です。MP3 は 9 種類しか受け付けません。当時標準化された MPEG 規格が残した痕跡で、96 kHz で録られたハイレゾ音源はそこに含まれません。そういうファイルは書き出し時に 48 kHz へ再サンプリングされます — 同じ周波数系列で速度は半分、しかもどちらも人の耳が聴ける範囲のはるか外側です。AAC にこの制限はないので、M4A への抽出は元のサンプリング周波数を保ちます。

このツールがしないこと

これは一度で処理を終える抽出ツールであって、音声編集ソフトではありません。境界は自分でぶつかってもらうより、はっきり書いておきます。

1. 書き出せるのは M4A、MP3、MP4 だけ。WAV、FLAC、OGG、WMA の出力はありません。
2. 1 ファイル、1 回の処理。バッチ処理のキューも、二つの録音をつなぐことも、複数の音声トラックを持つファイルから一本ずつ取り出すこともできません。
3. トリミング、フェードイン・アウト、ラウドネス正規化、ノイズ除去はありません。先に一部を切りたい場合は調整ツールを使い、その結果から抽出してください。
4. 曲名、アーティスト、カバーアートの追加や削除はここでは扱いません。
5. プレビュー再生はありません。処理内容のパネルが何を得られるか説明します。聴くのはダウンロードしたあとです。
6. サイズ制限はありませんが、ストレージの確認はあります。結果は生成しながらローカルストレージへ書き出されるのでメモリはファイルサイズに比例して増えません。ただし空き容量は実在する必要があり、それは開始前に検証されます。

元のファイルが変更されたり移動されたりすることはありません。ダウンロードするのは新しいファイルなので、元を消すかどうかはあなた自身があとから下す判断のままです。

よくある質問