MKV を OGG に変換

講演や会議の収録システムは、何よりもよく Matroska を書き出します。Opencast はそれを出力しますし、OBS は途中で止まった MP4 と違ってクラッシュしても壊れにくいという理由で既定として MKV に記録します。カメラとスライドを同時に撮る収録システムは、複数の映像トラックや複数のマイクを1つのファイルにコンテナと揉めることなく収めたいので、この形式を選びます。

これは収録には好都合でも、公開には都合が悪くなります。こうした収録の行き先——大学のリポジトリや教育プラットフォーム、wiki、分散型の動画ホスティング——は、実装が無料であることを前提に受け入れ形式の一覧を書いていて、Matroska はその境界線上にぎこちなく立っている一方、OGG ははっきりと正しい側にあります。

OGG はコーデックではなく容器で、この違いがこのペアで起きるほとんどのつまずきの原因です。2000年から Vorbis を、その少しあとから FLAC を、2012年からは Opus を運んできました。.ogg という拡張子のファイルは、それだけでは復号器が何を必要としているかをほとんど教えてくれません。

この変換が書き込むのは Opus です。あらゆる重要なビットレートで Vorbis より音がよく、しかもスピーチのために特に設計されているので、講演の音声というジャンルにはっきりと合う既定値です。ただし十年前に書かれた要件を持つ人には意外な答えでもあります。OGG の歴史の大部分で「Ogg」は Vorbis を意味していて、一部のソフトはいまもそう決め込んでいるからです。

リポジトリの受け入れ形式一覧は、それを配信しているソフトより古いことが多く、どちらの向きにもずれます。「Ogg Vorbis」と書かれたページの裏で Opus を完璧に扱うプレーヤーが動いていることもあれば、「Ogg」と書かれたページの裏で扱えないプレーヤーが動いていることもあります。どちらも読むだけでは判断できません。

ですから短い収録を1本だけ変換し、アップロードし、自分のプレーヤーではなく行き先のプレーヤーで再生してみてください。学期の初めにこの10分をかけるかどうかが、動くアーカイブと、全部やり直しになる80本のファイルの差になります。もし Opus が受け入れられないとわかったら、必要な変換先は Vorbis で、それはデスクトップのツールから来るしかなく、このサイトには書き出す仕組みがありません。

MP3、AAC、WAV、FLAC はそれぞれ1本の音声トラックしか持てないので、複数トラックの MKV をそのどれかに変換すると残りは捨てられます。OGG コンテナにはそうした制限がなく、この変換はブラウザーが復号できるすべての音声トラックを、1本だけ選ぶのではなくファイルに書き込みます。

これは頼れる機能というより、あくまで保存として扱ってください。多重化された OGG は合法ですが、あまり使われておらず、あるプレーヤーが2本目のストリームを提供してくれるかどうかはそのプレーヤー次第で、実際に確かめる価値があります。演台のマイクと会場のマイクを両方収めた講演収録であれば、どちらのやり方でも両方が入っています。切り替えることが目的なら、M4A への変換先がそのために作られています。

OBS からの収録やまとめられたダウンロードは、すでに Opus を持っていることが多く、そのままストリームが引き移されるだけだと思いがちです。実際はそうではありません。すべてのトラックはいったんサンプルへ復号され、もう一度圧縮されるので、Opus から Opus への変換でも1世代分の劣化が加わります。

ホールで録音されたスピーチであればこれは実際には聴き取れず、教育アーカイブが生み出す量に対しては手軽さのほうが値打ちがあります。値打ちがない場合——録音されたコンサートや、演奏の入った音楽のゼミなど——は、ffmpeg やデスクトップのリマクサーが既存の Opus ストリームを何も変えずに OGG コンテナへ数秒でコピーしてくれます。

重要なのは MKV そのもののサイズではありません。映像は変換されず破棄され、講演の収録では映像がファイルのほぼすべてを占めています。90分間固定カメラで話者を撮った映像は圧縮効率が悪く、容量を大きく消費します。残るのは品質の帯域と長さだけで決まる音声ファイルです。

帯域は3段階で用意されていて、既定はバランスです。1人の話者が話しているだけなら小さい帯域でも十分で、結果はおよそ半分になります。パネルディスカッションのように複数人が重なって話す内容ならバランスの値打ちがあります。Opus は効率がよいので、1学期分の収録における2つの帯域の差はギガバイト単位ではなく数十メガバイト単位に収まります。

ファイルが「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る場合、ブラウザーが音声トラックを復号できず、映像はすでに破棄されているので何も書き込むものが残らなかったということです。関係するコーデックは AC-3、E-AC-3、DTS、Dolby TrueHD です。

講演の収録がこれに当たることはほぼありません。収録用ソフトは AAC か Opus を書き出すからです。失敗するのは DVD 由来の Matroska ファイルで、古い催しの記録を含むアーカイブを公開しようとするなら知っておく価値があります。そうしたファイルは、デスクトップツールで一度 AAC に音声を変換してからでないと、ここでは読み込めません。

拡張子は約束事にすぎません。Xiph は OGG コンテナ内の音声には .oga を、Opus 専用には .opus を勧めていますが、多くの人はそのまま何にでも .ogg を使い続けています。アップロードフォームが .ogg を指定しているなら .ogg を使ってください。ファイル名を変えても中身は何も変わりません。

変換そのものはブラウザータブの中で、あなたのプロセッサー上で行われ、アカウントもなくサーバーへ何も送られません。これは教育向けの収録において多くの素材以上に大切なことです。講演の収録には学生の声や質問、ときには名前まで含まれていて、そこから音声を取り出すために変換サービスへアップロードするのは、本来検討されるべきデータの受け渡しだからです。ここではその検討そのものが不要で、無料枠は1ファイルあたり100 MBまでです。