AMRファイルとは

AMR はコーデックです。符号化そのものであって、それが入って運ばれる箱ではありません。 スマートフォンのために使われます。

拡張子は .amr、正式名称は Adaptive Multi-Rate Audio です。ただしどちらも、そのファイルが中に何を持てるかほどには多くを語りません。このページの残りは、その中身についての話です。

3GPP が 1999 年に公開しました。

これだけ長く読まれ続けてきた形式なら、10 年後に取り出したいものを預けても大丈夫です。

仕様書がそのまま公開されているので、中身を推し量るのではなく文書を読んで実装できます。この形式が数多くのプログラムに載っているのはそのためであり、20 年前に書かれたファイルが今も開けるのもそのためです。ただし「仕様が公開されている」ことと「使用料が要らない」ことは別の話です。中でコーデックを包んでいる形式では、特許のライセンスは仕様書が答えていない別の問題として残ります。

今もどこでも開けますし、古いプログラムは今もこれを書き出します。ただ、この形式のまわりで新しいものは何も作られていません。残しておきたいものは移してください。そして今日始める仕事には、これを選ばないでください。

AMR ファイルは小さくあり続けるために細部を捨て、捨てられたものは戻りません。見られるためのファイルには正しい取引で、直されるためのファイルには間違った取引です。保存し直すたびに、もうひと口ぶん減ります。

最大 1 本です。2 本あればステレオは完成で、ほとんどのものはそこまでです。2 本を超えるとサラウンドの話になり、それを定義してすらいない形式へ変換するときは、この部分が真っ先に折りたたまれます。

VLCとFFmpegが読めますし、同じ種類のプログラムならたいてい読めます。

ファイルが開かないとき、形式が悪いことはめったにありません。たいていはプログラムのほうが形式より古いのです。もっと古い形式に変換してしまうのが確実な逃げ道で、このサイトの残りの部分はそのためにあります。

これを読めるブラウザーはありません。

これを変換するいちばんよくある理由がこれです。形式が悪いのではありません。ファイルを見せたい場所が、それを読めないというだけのことです。

AMR は渡すために作られたもので、中で作業するためのものではありません。編集は可能ですが、快適だったためしはありません。賢い道は、元のファイルへ戻ってもう一度書き出すほうを通ります。

繰り返し挙がる不満はこれです。本来の分野の外では対応がまばら。

どれも、この形式を避ける理由にはなりません。どれかに不意を突かれる前に知っておくべきことがら、というだけです。これは別の主張であり、そして役に立つほうの主張です。

ほとんどの音声圧縮は信号そのものを扱い、耳が気付く部分を残して残りを削ります。AMR はそれとは違い、音が人の声であると仮定して、声道が音を作るパラメーターとして符号化し、受け取った側でその説明から声を再構成します。

これが一般的な音声コーデックには届かない低いビットレートを実現できる理由です。毎秒 12.2 キロビットの音声は聞き取れて話者も分かる一方、CD 音質のおよそ百分の一のデータ量で済みます。同じ理由で、音楽を通すと奇妙に聞こえます。モデル化すべき声道がないため、ギターの音まで喉として説明しようとしてしまうからです。

携帯電話網です。AMR は 1999 年に 3GPP が GSM や UMTS の通話用音声コーデックとして標準化し、その後十年ほどの間、世界の会話のかなりの部分がこの形式で運ばれていました。

手元にあるファイルは、古い Android の音声メモ、キャリアや構内交換機からエクスポートされたボイスメール、通話録音、当時の携帯電話が撮った 3GP 動画から抜き出した音声といったものです。今の携帯電話は音声メモに AAC や Opus を使うため、新しく記録されることはほとんどなく、AMR ファイルはたいてい発掘されたものです。

二つの種類があり、聞こえ方がはっきり違います。AMR-NB は 8 kHz でサンプリングし、電話の周波数帯をおおむねカバーします。古いボイスメールがこもって聞こえるのはこのためです。AMR-WB は 16 kHz でサンプリングし、より高い周波数まで届きます。携帯電話の「HD ボイス」と呼ばれる音質はこちらです。

ワイドバンドはたいてい .awb という拡張子を持ち、ナローバンドは .amr を使いますが、どちらの拡張子でもどちらの種類が入っていることがあります。電話の通話のように聞こえるならナローバンド、部屋にいる人の声に少し圧縮がかかったように聞こえるならワイドバンドです。

対応状況は静かに消えていきました。ブラウザーは AMR を再生せず、Windows Media Player も、iTunes を含む Apple のエコシステムも対応しておらず、現行の編集ソフトの多くも読み込めません。VLC や、幅広いコーデックライブラリーを備えた一部のプレーヤーだけが対応しています。

理由はライセンスの歴史と、実用上の必要性がなくなったことの両方です。実装するには二十年近く特許料を払う必要があり、最後の特許が切れた頃には — AMR-NB は 2010 年代後半、AMR-WB は 2024 年 — もう誰も使っていない形式にわざわざ対応する理由がありませんでした。だからこそ、変換することがそのファイルを聞くほぼ唯一の手段になります。

互換性のために MP3 や WAV に変換すれば、どこでも再生できるようになります。ただし音が良くなるわけではありません。変換は強く圧縮された音声信号をデコードして符号化し直すだけなので、こもった音質や限られた周波数範囲、アーティファクトはそのまま残ります。ナローバンドの AMR を 320 kbps の MP3 に変換しても、電話の通話のように聞こえる大きなファイルになるだけです。

変換に音質の向上を期待して来る人は多いので、これは先に伝えておく価値があります。現実的な目標は互換性と編集のしやすさです。話し声であれば控えめなビットレートで十分で、電話帯域より上の情報はそもそも存在しないため、大きなファイルにしても得るものはありません。

ボイスメールやインタビュー、通話録音では、たいてい重要なのは音そのものより言葉です。音声認識はナローバンドの AMR をそのまま扱うのが苦手で、変換後の WAV のほうがかなり良い結果を返すため、まず変換してから文字起こしをする順番が実用的です。

精度は元の録音の質に見合ったものになります。一人が明瞭に話しているワイドバンドの録音はよく文字起こしできますが、雑音混じりで二人が同時に話しているナローバンドのボイスメールは、参考程度の結果にしかならないと考えておいてください。

新しく録音するなら Opus が向いています。ロイヤリティフリーで、AMR と同じくらい低いビットレートでも話し声をうまく扱え、音楽も適切に扱えて、すべてのブラウザーと現行のプラットフォームが対応しています。現代の音声通話アプリやメッセージングサービスが実際に使っているのもこれです。

古いソフトウェアとの互換性が必要な場合は AAC、編集を予定している録音には WAV が向いています。AMR 自体には新しい録音に対する存在意義はもう残っておらず、その価値はすでに AMR で残っているアーカイブの中にしかありません。