音声・動画

音声変換

動画から音声トラックだけを取り出す、あるいは音声ファイルの形式を別の形式へ変換する。どちらもアップロードなしで行えます。MP4、MOV、MKV、WebM、AVI の録画、または WAV、FLAC、M4A、OGG、AAC の音声ファイルをドロップし、出力形式・ビットレート・サンプルレート・チャンネル数を選ぶだけです。変換には WebAssembly にコンパイルした FFmpeg を使い、ブラウザーのタブ内で実行します。二時間の会議録画も手元の端末でデコードされるため、どこかのサーバーへ送って他人のアップロードの後ろに並ぶ必要がありません。エンジンが読み込まれるのはファイルを実際に選んだ時点で、以降はキャッシュが使われます。

  • 入力は動画でも音声でも、出力は MP3・WAV・AAC・FLAC・OGG Vorbis
  • アップロードなし。デコードも再エンコードもブラウザーのタブ内で完結
  • 固定のプリセットではなく、ビットレート・サンプルレート・モノラル/ステレオを自分で指定
  • ダウンロード前に結果を再生して、サイズも確認できる

動画または音声ファイルをここにドロップ

ファイルは端末に残り、アップロードされることはありません

MP4、MOV、MKV、WebM、AVI、MP3、WAV、FLAC、M4A、OGG、AAC など、FFmpeg が扱えるほとんどの形式を読み込めます。

まだファイルが選ばれていません

動画または音声ファイルを選ぶと始まります。変換エンジンが読み込まれるのはその時点です。

出力

概要

普段なら別々のサイトを使う二つの作業を、ひとつのツールで。動画から音を取り出すことと、音声ファイルを別の形式に移すことです。

  1. 01

    動画から音声を抽出

    MP4、MOV、MKV、WebM、AVI の録画を読み込み、音声だけを書き出します。映像ストリームは破棄されるため、400MB の画面録画がメールで送れて文字起こしにもかけられる小さな音声ファイルになります。

  2. 02

    音声形式の相互変換

    WAV から MP3 にして録音を小さくする、FLAC から MP3 にして可逆非対応の機器で再生する、M4A から WAV にして非圧縮しか受け付けない編集ソフトに渡す、といった用途に使えます。

  3. 03

    5 つの出力形式

    互換性重視なら MP3、同じ容量でより高音質なら AAC、オープンな形式を使いたいなら OGG Vorbis、一切失いたくない場面には WAV と FLAC を用意しています。

  4. 04

    実際に効く品質設定

    ビットレートは 96〜320 kbps、サンプルレートは 22.05/44.1/48 kHz に変更でき、モノラルへのダウンミックスも可能です。モノラル化だけでも音声録音のサイズは半分になり、しかもほとんど聞き分けられません。

  5. 05

    ローカル処理

    FFmpeg を WebAssembly にコンパイルしてタブ内で動かします。アップロードはなく、サーバー側の容量制限もなく、アカウント登録も不要です。

  6. 06

    ダウンロード前に確認

    結果はその場で再生でき、サイズも元ファイルと並べて表示されます。128 kbps で十分かどうかを聴いてから、ダウンロードするか決められます。

使い方

動画ファイルから完成した音声ファイルまで、4 ステップ。

  1. 01

    動画または音声ファイルをページにドロップするか、ファイル選択から指定します。変換エンジンのダウンロードはこの時点で始まります。約 31MB で、必要なのは一度だけです。

  2. 02

    元ファイルの概要を確認します。長さと検出された音声コーデックが表示されれば、正しく読み込めています。

  3. 03

    出力形式を選びます。既定値が合わなければビットレート・サンプルレート・チャンネルを調整してください。人の声ならモノラル 96 kbps で十分、音楽なら 192 kbps 以上が向いています。

  4. 04

    変換ボタンを押し、進捗バーが終わるのを待ってから結果を再生して確認し、ダウンロードします。

詳細

変換結果が実用に足るかどうかを左右する要素です。

  • 動画と音声のどちらも入力でき、抽出と変換が同じページで完結する
  • MP3、WAV、AAC/M4A、FLAC、OGG Vorbis で出力できる
  • 非可逆形式には 96〜320 kbps のビットレート指定
  • 22.05/44.1/48 kHz へのリサンプリング、または元のレートを維持
  • ステレオとモノラルのダウンミックス
  • 変換前に長さと元のコーデックを検出して表示
  • エンジンのダウンロード中は実際のバイト数に基づく進捗を表示(見せかけのバーではない)
  • 結果をページ内でそのまま再生して確認できる
  • 出力サイズを元ファイルに対する割合で表示
  • 変換中にいつでもキャンセルできる

活用シーン

ローカルで変換することに、アップロードより明確な利点がある場面です。

  1. 会議やインタビューの録音

    通話の録音には、第三者の変換サイトへアップロードする権限が自分にはない内容が含まれていることがあります。ローカルで音声を抽出すれば録音は自分の端末から出ず、それでいて保管用の小さなファイルや、信頼できる文字起こしツールへ渡す素材は手に入ります。

  2. 講義や講座の動画

    二時間の講義動画は、映像がほぼ静止したスライドということも珍しくありません。映像ストリームを落とせば、数 GB のファイルが通勤中にスマートフォンで聴ける音声になります。

  3. 編集用の素材を用意する

    編集ソフトや DAW の中には WAV しか受け付けないものがあります。M4A のボイスメモを先に WAV へ変換しておけば、以降の編集は PCM で進みます。M4A が失った情報が戻るわけではありませんが、圧縮形式を拒む環境の要件は満たせます。

  4. 音声録音を小さくする

    WAV のフィールド録音は、中身のわりに容量が大きすぎます。モノラル 96 kbps の MP3 にすれば、人の声なら聞こえ方を変えないまま 90% 以上削減できるのが普通です。

  5. 再生してくれない機器に合わせる

    古いカーオーディオ、安価な MP3 プレーヤー、一部のテレビは MP3 しか受け付けません。FLAC や OGG Vorbis を MP3 に変換するのが、とにかく再生されるファイルへの最短経路になることは多いです。

  6. プラットフォームの形式要件に合わせる

    ポッドキャストのホスティング、アップロードフォーム、文字起こしサービスは、受け付ける形式が狭く決まっていて、それ以外を弾くことがよくあります。先に素の MP3 か WAV へ変換しておくほうが、アップロード側の検証と格闘するより早いのが普通です。

関連情報

ここでローカル処理されるのはメディアファイルだけではありません。共有前にスクリーンショットを小さくするなら 画像圧縮。OS が展開できない圧縮ファイルを開くなら アーカイブ解凍。公開前にファイルが何を持ち歩いているかを確認するなら 画像メタデータビューアをどうぞ。

使い方のヒント

音質を狙った位置に保ちつつ、サイズを必要な範囲に収めるための判断材料です。

  • 人の声はモノラル 96〜128 kbps で十分なことが多く、元と聞き分けられないままサイズは約 4 分の 1 になる
  • 音楽を MP3 にするなら 192 kbps を下限に。これより下げるとシンバルやリバーブの余韻がはっきり濁る
  • 再生機器が対応しているなら MP3 より AAC を優先する。同じビットレートなら AAC のほうが音がよい
  • 非可逆から非可逆への変換を必要以上に繰り返さない。変換のたびに情報が減り、失われた分は戻らない
  • 編集ソフトに渡す素材は WAV か FLAC にし、圧縮は工程の最後に回す
  • 出力先が明確に要求しない限りサンプルレートは「元のまま」に。リサンプリングで細部が増えることはない
  • 長い録音はデスクトップのブラウザーで変換する。スマートフォンはタブに割り当てられるメモリがはるかに少ない

制限事項

このツールが意図的に行わないことと、苦手な領域です。

  • エンジンは初回利用時に約 31MB。以降はキャッシュされますが、新しいブラウザープロファイルでの最初の変換はこのダウンロードを伴います。
  • WebAssembly は 32 ビットで、入力と出力が同じメモリ上に置かれます。数百 MB を超えるファイルではタブが耐えられないことがあります。
  • モバイルのブラウザーはタブに割り当てるメモリがデスクトップよりずっと少なく、長い録音ではより早く失敗します。
  • 変換はシングルスレッドで行います。これは意図的な選択です。マルチスレッド化にはクロスオリジン分離が必要でページの他の部分に影響が及ぶうえ、音声エンコーダーはそもそもマルチスレッドの恩恵をほとんど受けません。
  • 変換はしますが編集はしません。切り出し、結合、音量調整、ミックスは対象外です。
  • 映像のコーデックはここでは関係ありません。デコードの前に映像そのものを捨てるため、AV1 でも HEVC でも H.264 と手間は変わりません。読み込めないのは、音声側のコーデックがエンジンに含まれていない場合だけです。
  • DRM で保護されたファイルは読み込めません。保護を回避しないツールであれば、どれも同じです。

よくある質問

ブラウザーでメディアファイルを変換するときによくある質問です。

MP4 を MP3 に変換するには?

MP4 をページにドロップし、形式を MP3 のままにして変換ボタンを押すだけです。映像ストリームは破棄され音声トラックだけが符号化されるため、出力は元のごく一部のサイズになります。より小さくしたい、あるいは音質を上げたい場合は先にビットレートを調整してください。

動画はどこかにアップロードされますか?

されません。変換エンジンは WebAssembly にコンパイルした FFmpeg で、あなたのブラウザーのタブ内で動作します。ファイルはディスクからタブのメモリへ読み込まれ、結果はダウンロードとして書き出されるだけです。ファイルの内容がネットワークを通ることはなく、変換中に開発者ツールのネットワークタブを見れば自分で確認できます。

ビットレートはどれを選べばよいですか?

人の声なら 96〜128 kbps のモノラルで、元との違いはほぼ分かりません。音楽なら 192 kbps を目安に、256〜320 kbps であれば多くの人にとって劣化を感じにくい水準です。それ以上に上げてもサイズが増えるだけで、元になかった情報が増えるわけではありません。

最初の変換が始まるまで時間がかかるのはなぜですか?

変換エンジンが約 31MB あり、最初にファイルを選んだ時点でダウンロードされるためです。以降は長期間キャッシュされるので、再訪時も次回以降の変換もすぐ始まります。このダウンロードはファイルを実際に選ぶまで意図的に先送りしてあるため、ページを開いただけでは通信量はかかりません。

MP3、AAC、FLAC、OGG Vorbis の違いは?

MP3 は非可逆で、ほぼあらゆる機器で再生できます。AAC も非可逆ですが、同じビットレートなら MP3 より良い音になります。OGG Vorbis は AAC と同等の水準で、ライセンス費用が生じないオープン形式ですが、対応する民生機器は多くありません。FLAC は可逆で、何も捨てずに圧縮し、サイズは WAV のおよそ半分です。

MP3 を MP3 に変換すると音質は落ちますか?

落ちます。非可逆の符号化は毎回情報を恒久的に捨てるため、ビットレートを上げたとしても MP3 から MP3 への再変換ではさらに少し失われます。別のビットレートが必要なときは、圧縮済みのコピーではなく必ず元のファイルから再エンコードしてください。

変換できるファイルの上限は?

サーバー側の制限はありませんが、WebAssembly は 32 ビットで入力と出力が同じメモリ空間を共有します。実際には数百 MB を超えると不安定になり、その閾値を越えたファイルではツールが警告を表示します。デスクトップのブラウザーはモバイルよりかなり大きなファイルを扱えます。

スマートフォンでも使えますか?

短いファイルならたいてい問題ありません。長い録音は失敗しがちです。モバイルのブラウザーはタブに割り当てるメモリがデスクトップよりはるかに少なく、上限に達するとタブごと終了させられます。数分を超える素材はデスクトップのブラウザーのほうが確実です。

元が MP3 なのに FLAC のほうが大きくなるのはなぜですか?

FLAC は可逆なので、入力に含まれていたものをすべて保存するためです。MP3 を FLAC に変換しても MP3 が捨てた情報が戻るわけではなく、すでに劣化した音声をそれ以上失わない形で、より大きなファイルに収めるだけです。非可逆から可逆への変換に意味があるのは、特定のツールがその形式を要求する場合に限られます。

再エンコードせずに音声トラックだけ取り出せますか?

このツールではできません。音声ストリームをそのままコピーすること自体は原理的に可能ですが、元のコーデックと出力コンテナが一致する場合にしか成立せず、失敗したときの挙動が分かりにくくなります。再エンコードであれば必ず再生できるファイルが得られるため、既定の動作としてはそちらが有用だと判断しました。

関連ツール

ローカルのブラウザー内だけでファイルを扱うツールを他にも用意しています。