M4V を WAV に変換

聴くために WAV に変換する人はいません。ファイルは M4V のサウンドトラックの何倍もの容量になり、聞こえ方は何も変わりません。存在するのは、下流の何かが明示的に、あるいは他のすべてを拒否することで、無圧縮の PCM を求めているからです。Apple 由来の素材では、たいてい 4 つの行き先のどれかです。DAW、Audacity、撮影された講演から組み立てるポッドキャストの編集、音声認識モデルです。

この 4 つはすべてサンプルに対してさらに作業を行うもので、2 回目の非可逆なエンコーダーを通っていないものから始めたいと考えています。これがこのペアの正直な存在理由です。音声が良くなるのではなく、ここから完成した編集版までの間に、それ以上何も奪われないということです。

この経路のどこにもリサンプラーはありません。この変換は AAC をデコードし、入ってきたレートのままサンプルを書き出すので、WAV は何かに正規化されるのではなく、M4V のレートを正確に引き継ぎます。

Apple 由来の素材では、これはいつも以上に重要です。ソースが分かれているからです。iTunes 時代のファイルや音楽由来の素材の多くは 44.1 kHz で、カメラや画面録画、Final Cut の書き出しはほぼ常に 48 kHz です。44.1 kHz の WAV を 48 kHz で動いているセッションに置くと、速く鋭く再生されるか、ホスト側が黙って行うリサンプリングにかけられます。編集の前ではなく、インポートのダイアログでレートを確認してください。

WAV は RIFF WAVE コンテナーの中の 16 ビット PCM です。1991 年に Microsoft が発表し、あらゆる音声ツールが文句なく読める形式です。16 ビットは入ってきたものに合った深さです。元データは浮動小数点にデコードされた非可逆な AAC で、それ以上の精度を保存しても、録音の一部ではなくデコーダー自身の丸め誤差を保存するだけになります。

24 ビットを指定するセッションは、録音のためにそれを指定しています。まだ捉えていない信号のクリッピングを防ぐ余裕として、余分なヘッドルームが役立つからです。16 ビットのファイルを 24 ビットのセッションに取り込むのは日常的な作業で、何のコストもかかりません。ホスト側が読み込み時に格上げします。コストがかかるのは、ここで先に格上げして、余分なビットが何か情報を運んでいるふりをすることです。

M4V は納品用のエンコードです。Final Cut、Compressor、iMovie、講座プラットフォームの書き出しツールから出てきたもので、つまりどこか上流に、無圧縮で手を加えられていない元の音声が乗ったタイムラインが存在していたということです。

それを取りに戻るほうが、このページでできることより優れています。M4V の中の音声はすでに一度非可逆な処理を経ており、そのあとどれだけ PCM にしても取り戻せません。この変換を使うべきなのは、M4V が本当にそれしかない場合——誰かから送られたファイル、ダウンロード、もう開けないプロジェクトのアーカイブなど——で、プロジェクトがまだ存在するならそちらへ行ってください。

ここで書かれる WAV は音声トラックをちょうど 1 本だけ持ちます。M4V が最初に一覧するトラックが出てくるもので、それ以外はすべて警告なしに捨てられます。携帯電話の録画では問題になりませんが、Apple から配信される動画では現実的なリスクです。配給される映画や 2 言語の講座、会議の録画には複数のトラックがあることがよくあります。

VLC を使えば数秒でファイルの中身がわかります。「音声」メニューがトラックを名前と言語で一覧します。1 時間分の変換を始める前に確認する価値があります。編集が始まってから間違ったトラックだと気づくのは、事前に気づくのとは比べ物にならないほど高くつきます。

QuickTime Player は単独で動画から音声を書き出せ、それが作るのは M4A です。同じ AAC が、より小さいコンテナーに入っていて、依然として圧縮されています。携帯電話に講演を入れる用途にはそちらのほうがよい経路で、ブラウザーはまったく必要ありません。

編集ソフトへの入り口としては間違った経路です。DAW に M4A を渡すと、取り込み時にデコードされ、サンプルはこの変換が生み出すものと同じになりますが、そこから書き出すたびに、このページが省いた圧縮処理が積み重なります。WAV を選ぶことは、デコードがどこで起きるかを選ぶことであり、それはファイルにこの先さらに何かが起きる場合にだけ重要な判断です。

無圧縮の音声は中身にかかわらず 1 秒あたり決まったバイト数を消費するので、長い録音は変化も驚きもなく大きなファイルになります。M4V のサウンドトラックはその容量のごく一部でしたが、WAV はそうではありません。

人々を実際に止める制約は反対側にあります。無料枠は入力ファイルを 100 MB まで受け付けますが、長時間の M4V の素材はたいていそれをはるかに超えます。QuickTime Player で先に必要な区間を切り出す——キーボードショートカット 1 つで、意味のある再符号化もありません——ほうが、ギガバイト単位のファイルをどこかへ動かす経路よりずっと速く、たいていそれこそがそもそも編集したかった部分です。

このペアでのよくある作業は往復です。音を取り出し、編集ソフトでレベル調整やクリーンアップを行い、それを動画の下に戻します。ここでは実行順序も音声の長さも変わらないので、WAV は出てきた M4V と冒頭で一致します。

同期はファイルの冒頭ではなく末尾で確認してください。蓄積したずれが表れるのはそこで、サンプルレートの不一致もそこではっきりわかります。最後の 1 分だけずれていて最初は問題ないなら、確認すべきは編集ではなくレートです。

デコードも書き出しも、ブラウザーのタブの中で手元のプロセッサーを使って行われるので、動画を運ぶものは送信されず、アカウントも不要です。このペアでは、これは原則であると同時に実務上の理由でもあります。長い録音の WAV は容量が大きく、より大きなファイルを受け取るために動画をアップロードするのは、この作業をこなすもっとも遅い方法だからです。

これはこのペアで他より頻繁に出てくる疑問にも答えます。編集ソフトに行き着く M4V ファイルは、インタビューや証言録取、クライアントの録音、未公開の素材であることが多く、それらを見知らぬ変換ツールに渡すことは、うまくいくうちは問題なく見えて、一度でも問題が起きればそれで終わりという種類のことです。