MP3ではなくWAVにMP4の音声を抽出する理由は？
ただ聴くだけなら、MP3の方が小さいです。ただし音声を別のツールに入れるなら、WAVの方がよいです。非圧縮で、どのエディターも同じように読み、動画にすでにある非可逆エンコードの上に、もう一段足しません。
- Audacity、Adobe Audition、iZotope RX、Reaperでのセリフの整理。
- DAWで、スマホやカメラの音声を別録音と同期する。
- ビートやトラックのために、自分の映像から音をサンプリングする。
- WAVを求める採譜ソフトにインタビューを入れる。
- ステム分離などのツールで、演奏動画からボーカルやステムを分ける。
MP4とWAVの比較
MP4はスマホ、カメラ、画面録画が使うMPEG-4 Part 14コンテナです。音声は通常128〜256 kbpsのAACで、44.1または48 kHzです。WAVは生のPCMサンプルを入れる、MicrosoftとIBMの音声だけの形式です。
| 機能 | MP4の音声トラック | WAV |
|---|---|---|
| コーデック | 通常AAC、非可逆 | PCM、非圧縮 |
| 典型的なサンプルレート | スマホとカメラは48 kHz、書き出しによっては44.1 kHz | 音源と一致 |
| 1分あたりのサイズ（音声のみ） | 約1〜2 MB | 16-bit / 44.1 kHzで 10.1 MB、16-bit / 48 kHzで約 11 MB |
| 編集の挙動 | デコードが必要。ツールによってばらつくことがある | どのエディターでもサンプル単位で正確 |
| 向いている用途 | 完成した動画の納品 | 音声編集とポストプロダクション |
音質に起きること
MP4をWAVにしても、動画自身のトラックより音はよくなりません。MP4がAACなら、その圧縮はすでに済んでおり、WAVはデコードした音の忠実な非圧縮コピーです。原音と一致し、編集しやすい形式になるだけです。
大きな利点は、ここから先の音質の損失が止まることです。WAVから好きなだけ編集、加工、書き出しをし、最後に一度だけ最終形式へエンコードします。
業務用カメラの中には、MOVやMP4の中に24-bitのPCMを録るものがあります。AudioDropは16-bitのWAVを書き出すので、その分のビット深度はCD音質の16-bitになります。
サンプルレートと同期
WAVはMP4のサンプルレートを保ちます。ほとんどのスマホとカメラの動画は、映画とテレビの標準である48 kHzを使うので、WAVも48 kHzになります。レートを保つとリサンプルを避け、音声の長さが動画と揃うので、エディターでの再同期が簡単です。
プロジェクトが44.1 kHzなら、読み込み時にDAWへ変換させてください。
映像は捨てられるので、WAVにタイムコードも映像もありません。合わせ直すには、エディターでクリップの先頭に置くか、波形での自動同期を使ってください。非圧縮ファイルとは相性がよいです。
映像を外に出さないMP4からWAVへの変換
すべては端末上で動きます。ブラウザがMP4を開き、AudioDropがWebCodecsで主音声トラックを読み、保存前にメモリ上でWAVを書き出します。映像フレームはデコードされず、サーバーには何も送られません。
- 無料、アカウント不要、透かしなし。
- 読み込み後はオフラインで動作。
- 一括モードでは、複数の動画から音声を並列で抽出し、各WAVは個別にダウンロードされます。
- 決まったファイルサイズ上限はありません。長く大きい動画は、端末のメモリに制約されます。
Mac、Windows、iPhone、Androidで
パソコンでは、Chrome、Edge、Safari、FirefoxでMP4をこのページにドロップします。iPhoneでは、写真から動画をファイルアプリに保存し、Safariで選びます。Androidでは、Chromeでストレージから選びます。48 kHzステレオWAVの1時間はおよそ660 MBなので、スマホで長い録音を変換する前に空き容量を確認してください。