M4A を OGG に変換

これは脚注ではなく冒頭に書いておくべきことです。下流でいちばん驚かれやすい点だからです。Ogg はコンテナーで、レジストリはそれが持てるコーデックとして Vorbis、Opus、FLAC の 3 つを挙げています。.ogg という拡張子は、この組み合わせが他より古いことから、25 年間ほとんどの人にとって Vorbis を意味してきました。この変換ツールが書くのは Opus です。

Opus は技術的な優位性がはっきりしています。2012 年に RFC 6716 として発表され、あらゆるビットレートで Vorbis を上回り、低いビットレートでは AAC や MP3 も上回ります。あらゆるブラウザーがこれを実装し、WebRTC が必須にした理由です。ただし、行き先が Vorbis だけを読むよう書かれているなら、優位性は問題になりません。バッチを変換する前に、受け取るツールが実際に何を求めているかを確認してください。ファイルは正しく見えても拒否されることがあります。

Ogg の中の Opus は RFC 7845 がまさに規定しているとおりで、.ogg はそれに対して正当な拡張子です。それでも慣習はずれてきました。.opus は「Ogg の中の Opus」を、.ogg は「Ogg の中の Vorbis」を示すようになり、驚くほど多くのソフトが、ストリームのヘッダーを読んで判断するのではなく、その慣習に従っています。

ファイルが「見た目がおかしい」という理由で拒否されるなら、.ogg から .opus へリネームするだけでコストなく解決することがよくあります。ツールが本当に Vorbis を必要としていて拒否されるなら——一部の古いエンジンやアーカイブの取り込み経路など——リネームは助けにならず、正しい道具は Vorbis を作れるデスクトップ用のエンコーダーです。それをはっきり伝えるほうが、エラーメッセージから自力で突き止めさせるより役に立ちます。

理由がファイルの聞こえ方であることはほとんどありません。Wikimedia Commons は Ogg、WAV、FLAC を受け付け AAC を受け付けません。プロジェクトの方針が、誰でもライセンスなしにデコードできるメディアを配布することだからです。Linux ディストリビューションやフリーソフトウェアのプロジェクトには、特許で保護されたデコーダーを同梱しないという長年の規則があります。ゲームエンジンやオープンソースのミドルウェアは、MP3 のライセンスが実際に作品ごとのコストだった時代に Ogg を採用し、それを変える理由がありませんでした。

M4A はそのすべての反対側にあります。2004 年から Apple が使う、MPEG コーデックの AAC を持つコンテナーです。関連する特許の多くはすでに失効していますが、方針はそれがまだ有効だった時代に書かれました。提出フォームや貢献ガイドラインが Ogg を名指すなら、この変換で対応でき、ライセンスの状態こそがその目的のすべてです。

M4A はほぼ確実に AAC を持っており、それは録音の一部を恒久的に捨てています。それをデコードして Opus で符号化すると、2 回目の捨てる処理が行われ、2 つのエンコーダーは何が重要かについて意見が一致しないので、2 回目は 1 回目のノイズを描写するのにビットを費やします。これは非可逆から非可逆への変換すべてに共通する標準的な代償です。

Opus はそれをほとんどの場合より安く済ませます。低いビットレート帯でも実用的な音楽用の音質を保てる設計で、MP3 が同じ印象を与えるにはずっと高いビットレートが必要なのと対照的です。つまり 2 回目の処理に大きな余裕を与えても、大きなファイルにはなりません。スピーチやナレーション、ゲームのセリフでは、元データとの違いは事実上検出できません。密度の高い音楽では「高画質」を選んで気にするのをやめてください。

画質の設定は「小さいファイル」「バランス」「高画質」の 3 段階で、実際のビットレートはコーデックごとにブラウザーのエンコーダーライブラリが決めます。コードの側では数値を持っていないため、このページでは具体的な kbps を挙げませんが、Opus は同じ帯域名でも MP3 で慣れている数字よりずっと低いビットレートで同程度の聴きやすさに落ち着く設計です。

MP3 の感覚に慣れていると、Opus の帯域名は不安に見えるかもしれませんが、そう思う必要はありません。「バランス」の Opus は本当に心地よいステレオ音楽の音質を保ち、「小さいファイル」でもスピーチは完全に明瞭です。これはメッセージアプリがボイスメモに使っているのと同じ系統のコーデックです。行き先が何百ものアセットを読み込むゲームエンジンなら、「小さいファイル」は妥協ではなく正しい技術的判断であることが多いです。

Ogg には全体のメタデータブロックというものがなく、ストリームに付随する Vorbis スタイルのコメントヘッダーとしてタグを運びます。大文字のキーと値の単純な並びです。タイトル、アーティスト、アルバム、アルバムアーティスト、トラックとディスクの番号、ジャンル、日付、コメント、歌詞は、MP4 のアトムからすべて対応付けられ、そのまま届きます。

カバー画像は、符号化された画像ブロックを保持する METADATA_BLOCK_PICTURE コメントとして運ばれます。これが標準の仕組みで、foobar2000、VLC、Rhythmbox、各種メディアサーバーが読むものです。失われるのは Apple 固有の層——購入記録、ストアの識別子、独自のアトム——で、Vorbis コメントに相当するものがなく、誰も読まないキーへ書き写すのではなく取り除かれます。

レジストリは M4A が持つ 2 つのコーデックとして AAC と ALAC を挙げており、iTunes で CD からリッピングされたファイルは Apple Lossless を持っていることがあります。ALAC はこのデコード経路で使えるコーデックに含まれていないので、そうしたファイルは壊れた Ogg を作るのではなく「中身を何も変換できませんでした」というメッセージで止まります。

容量を見れば始める前にどちらの種類かがわかります。4 分の AAC は 3〜5 メガバイトですが、Apple Lossless は 20〜30 メガバイトです。ALAC で、要件がフリーな形式であることなら、正しい行き先は Ogg ではなく FLAC です。可逆から可逆へ、2 回目の符号化もなく、同じ方針の理由で Wikimedia Commons にも受け付けられます。ライセンスの規則を満たすために可逆なマスターを非可逆な Opus ファイルに変換するのは、残す価値のあるものを捨ててしまうことになります。

Opus は MP3 が渋いところで気前がよく、レジストリは最大 255 チャンネルまで対応していると記録しています。MP3 の 2 チャンネルと対照的です。マルチチャンネルの M4A を畳み込む必要はありません。普通のモノラルやステレオの素材はそのまま通ります。

何かと足並みを揃える必要がある場合に知っておく価値のある構造上の細部が 1 つあります。Opus は固定の 48,000 Hz のクロックで動作し、デコーダーはエンコーダーに何が渡されたかにかかわらずそのレートを報告します。そのため、M4A が 44,100 Hz だったとしても、変換後のファイルは 48 kHz として現れます。何も間違っておらず、リスナーが違いに気づくこともありませんが、サンプルレートが保たれると想定しているパイプラインには、タイムスタンプを書き始める前にそうではないと伝えておくべきです。

Opus は、エンコーダーの問題がどこにもない唯一の音声変換先です。通話用にすべてのブラウザーがこれを実装せざるを得なかったので、どの機械にもネイティブで存在します。MP3、AAC、FLAC の経路とは違い WebAssembly パッケージを取得する必要がなく、変換はすぐに始まります。

すでに機器が持っている AAC のデコーダーと合わせると、処理全体がタブの中で完結し、何もダウンロードされず何もアップロードされません。100 MB までのファイルを扱え、フォルダーは ZIP として戻ってきます。公開アーカイブへ送られる素材にとって、これはそれ自体で価値のある性質です。ファイルは変換した瞬間ではなく、意図してアップロードした瞬間に、初めて貢献になります。