動画を音声に変換

動画を音声ファイルに変換すると実際に何が起こるのか

動画ファイルは、1つ以上の映像ストリーム、1つ以上の音声ストリーム、ときには字幕を含む複数のストリームを格納するコンテナです。音声に変換するとは、コンテナを開き、音声ストリームを取り出して音声コンテナに書き込むことです。これはトランスコードではなく、デマルチプレックス（demux）です。高速で、サンプルには手を加えません。ソースコーデックが指定された形式と一致する場合、このツールはAACからM4A、MP3からMP3、FLACからFLAC、VorbisからOGG、OpusからOPUS、AC3からAC3のように処理します。

形式が異なる場合にのみ、ストリームは生の音声にデコードされ、再度エンコードされます。これはトランスコードであり、ffmpegエンコーダーがファイルの再生時間分を処理するのに必要な時間とほぼ同じだけかかります。また、非可逆形式を出力先にする場合は、わずかに品質が低下します。品質設定は、この後者のケースにのみ適用されます。

どの出力形式を選べばよいですか？

MP3は過去20年以内に製造されたほぼすべてのデバイスで再生できます。音楽には192 kbps、音声には128 kbpsを使用してください。M4A（AAC）は同じビットレートならMP3よりわずかに高音質で、Appleデバイスで標準対応しています。OPUSは1キロバイトあたりの音質が最も優れており、音声録音、ポッドキャスト、ブラウザで再生するあらゆる用途に適しています。WAVとAIFFは非圧縮形式です。編集ソフトやDAWでよく使われますが、1時間のファイルは約600 MBになります。FLACとALACは、約半分のサイズで保存できるロスレス形式です。ALACはAppleソフトウェア向け、FLACはそれ以外の用途に適しています。OGGとWMAは、古いプレーヤーやゲームエンジンで使用されます。AMRは電話音声用のコーデックで、非常に小さく、音声専用です。AC3は、AVレシーバーやディスクオーサリング向けのDolby Digital形式です。

なぜ数百ページではなく1ページなのか

このツールは、MTSをWAVに変換、MXFをAACに変換、VOBをFLACに変換といった、あまり使用されない形式ペア用の個別ページに代わるものです。バックエンドでは以前から、引数が異なるだけの同じffmpeg呼び出しを使用していました。個別ページがあることで、適切な変換ツールを見つけにくくなるだけでした。MP4をMP3に変換やMKVをMP3に変換など、よく使用される形式ペアには引き続き専用ページがあり、そこからこのツールにリンクしています。統合されたページへの古いリンクは、出力形式があらかじめ選択された状態でこのツールへリダイレクトされます。

制限事項と既知の失敗例

最初の音声トラックが使用されます。複数の言語トラックを含む動画では、最初のトラックが選択されます。音声ストリームのない動画は、空のファイルを作成する代わりにメッセージを表示して拒否されます。DRMで保護されたファイル（iTunesで購入したファイル、一部のセットトップボックスの録画ファイル）は開けません。1 GBを超えるファイルはアップローダーで拒否されます。非常に長い録画も利用できますが、4時間のファイルの変換には数分かかります。下の推定時間は、ファイルを選択するとすぐに更新されます。AMR出力には、すべてのサーバーにインストールされているわけではないエンコーダーが必要です。失敗する場合は、代わりにMP3またはOPUSに変換してください。