動画から音声を抽出
アップロードなしで、映像を外して音だけを残します。
サイズ制限も順番待ちもありません：ファイルはお使いのディスクから読み取ります。
- すべて無料登録なし、回数制限なし、有料プランなし。
- アップロードなしファイルは自分の端末で処理され、サーバーには届きません。
- 結果に条件なし透かしなし、勝手な縮小なし、サイズ上限なし。
- 変更はすべて公開修正も新しい工具も、すべて更新履歴ページに書いています。
このツールでできること
動画をドロップすると、このページがその中の音声を取り出します。出口は 2 つあります。既定は MP3 です。多くの人がこのページに来た目的がそのファイルだからで、音声をデコードし、選んだビットレートで LAME を使ってエンコードし直します。もう 1 つは、トラックに手を触れずそのまま抜き出す方法です。動画の中の音声はすでに独立した完成済みの音声ストリーム、たいていは AAC なので、1 サンプルもデコードすることなく音声コンテナへそのまま移せます。この経路は無劣化で、ファイルを読み終えるのとほぼ同じ時間で終わります。
アップロードはありません。テキストを扱うツールよりも、ここではそれが効いてきます。30 分の録画は 1 GB あり、アップロードして変換する仕組みはどこかに上限を設けざるを得ず、大きなファイルは有料プランの側に置かれます。ここに上限がないのは、アップロードそのものがないからです。ファイルはお使いのディスクから読み取られ、処理はタブの中で行われるので、2 時間の録画も 2 分のものと変わりません。
使い方
ファイルをページにドラッグするか、クリックして選びます。何かを変換する前に、このページはコンテナを読んで中身を表示します。コーデック、チャンネル数、サンプルレート、長さです。これが、この作業でいちばん多くの試みを台無しにする疑問、つまりその動画に使える音声が入っているのかどうかに答えます。マイクを切って撮った画面録画や、メッセージアプリを通って音声が落とされたクリップは音声トラックのない状態で届きますが、長い変換を終えた後ではなく、ここで一瞬のうちに分かります。
MP3 か元のトラックかを選び、ボタンを押して、ダウンロードする前にプレーヤーで結果を聴いてください。ビットレートの設定は「設定」の中にあり、128、192、320 kbps を選べます。既定を 128 ではなく 192 にしているのは、動画の中の音声はたいてい 128〜192 kbps の AAC で、MP3 は古い形式だからです。元と同じ数値で MP3 にエンコードすると、音楽では聴き取れる程度に少し失われます。
動画が複数の音声トラックを持っている場合、吹き替え版の映画やコメンタリー付きの作品で起こりますが、選択欄が現れて言語コードとともに一覧表示されます。トラックが 1 つのときは選択欄は出ません。項目が 1 つしかないメニューは、押して通り過ぎるだけのものだからです。
知っておくと役に立つこと
MP3 は元より少しだけ長くなって出てきます。MP3 のフレームはちょうど 1152 サンプルを収めるため最後のフレームが詰め物で埋められ、さらにエンコーダー自身が短い遅延を加えます。3 秒の入力は 3.048 秒になって出てきました。これは形式の仕様であって不具合ではありませんが、元の動画とフレーム単位で音を合わせる場合には効いてきます。そのまま抜き出す経路ではタイミングを付け直さないため、このずれは生じません。また、ブラウザは自力で MP3 を作れません。WebCodecs の音声エンコーダーが扱うのは Opus、AAC、FLAC で、MP3 のモードがないからです。そのためこのページは自前の LAME エンコーダーを積んでいて、MP3 を選ぶと無劣化の経路より少し多くコードをダウンロードします。無劣化の経路は、MP3 の経路が動かない環境でも動きます。トラックをコピーするのに、そのトラック用のデコーダーは要らないからです。出てくる音声のバイト列は動画の中のものと同一なので、両方から取ったハッシュ計算の値は一致します。
背景：MP3 はどこから来たのか
MP3 は MPEG-1 Audio Layer III のことで、1993 年に ISO/IEC 11172-3 として標準化され、開発の大部分は Karlheinz Brandenburg のもと Fraunhofer IIS で行われました。初期のインターネットにおける形式争いを制したのは 1 つの性質によります。低いビットレートで、モデム越しに音楽をダウンロードする価値があると思える程度の音質を実現した最初のコーデックだったことです。いまやどのビットレートでも最良のコーデックではなく、AAC や Opus が余裕で上回りますが、これまでに作られたあらゆる機器で再生できます。ここで既定にしているのはそのためです。20 年にわたってオープンソースソフトウェアにとって扱いづらい存在にしていた特許プールは 2017 年に切れ、Fraunhofer はライセンスプログラムを終了しました。ブラウザのページが誰の許可も求めずに MP3 をエンコードできるようになったのには、そうした経緯もあります。
使われる場面
日常的なのは、動画として録画した講義、インタビュー、ポッドキャストで、必要なのは話している内容だけという場合です。音声ファイルならサイズは 20 分の 1 で、どの機器でも再生できます。音楽をやる人はリハーサルの動画から音を取り出します。文字起こしにかける準備をしている人は先に変換します。文字起こしツールの多くは音声を受け付ける一方、大きな動画ではうまく動かないからです。語学学習では、クリップの音声だけを残して歩きながら聴きます。直したいのが音ではなく動画そのものなら、動画回転が横向きのクリップを再エンコードなしで正しい向きにします。音を残すのではなく消したい場合は、動画の音声削除が映像に触れずに音声だけを取り除きます。
よくある質問
音質は落ちますか？
MP3 を選んだ場合は少し落ちます。MP3 は非可逆の形式で、音声をもう一度エンコードするためです。代わりに元のトラックを選べば一切再エンコードされないので、結果は動画の中の音声と同一になります。
ファイルサイズの制限はありますか？
ありません。ファイルはお使いのディスクから読み取られ、アップロードされることはないため、2 時間の録画も 2 分のものと同じように扱えます。ただし MP3 の設定では時間はかかります。音声の 1 秒ごとをすべてエンコードする必要があるからです。
元のトラックが MP3 ではなく M4A で出てくるのはなぜですか？
それが動画の中にすでに入っているものだからです。多くの動画は AAC の音声を持っていて、AAC は M4A コンテナに収まります。これを MP3 にするとエンコードし直すことになり、それはこの選択肢が避けるためにあるものです。
「この動画には音声トラックがありません」と表示されます。
そのファイルには本当に音声がありません。マイクを切って撮った画面録画や、音声を削るアプリを通ったクリップはどちらもこの状態で届きます。取り出せるものがありません。
ビットレートはどれを選べばよいですか？
音楽が入っているものには既定の 192 kbps です。話し声だけなら 128 で十分で、ファイルは 3 分の 1 小さくなります。320 が活きるのは、動画の中の音声がもともと高音質だった場合だけです。