MKV を WAV に変換

OBS Studio は既定で Matroska を書き出します。これは意図的な選択で、途中でクラッシュしても MKV の構造は継続的に書き込まれているため壊れにくく、MP4 は途中で止まると読めなくなることが多いためです。OBS でポッドキャストやインタビュー、配信を録音した人は、動画を作るつもりがなくても MKV を手にすることになります。

多くの場合、目的は音声で映像はおまけです。この変換は映画から音声を取り出すのではなく、編集ソフトが開けるように、安全のために包まれていた録音を取り戻す作業です。

ここが手間のかかる部分です。OBS はマイク、デスクトップ音声、ブラウザーソース、通話音声を、後で個別に調整できるようそれぞれ別のトラックにまとめて記録します。WAV に収められる音声ストリームはひとつだけなので、MKV に複数のトラックがあると、最初に記録されているトラックだけが使われ、残りは黙って捨てられます。

回避策は短く、試す価値があります。MKV を MOV か MP4 に変換すれば、ブラウザーがデコードできるすべての音声トラックが元の順序のまま保持され、どの編集ソフトもトラックを別々に取り込めます。分離作業はそちらで行い、必要な 1 本をセッションの中から WAV として書き出してください。

PCM は渡されたサンプルをすべてそのまま保存するため、この変換自体は何も新たに劣化させません。これは実在する性質であり、破壊的な編集の前に WAV を使う理由でもあります。ノイズ除去やコンプレッション、イコライジングはすべてサンプルに対して行われる作業で、非可逆コーデックを挟むたびに前の近似が積み重なっていくからです。

ただし、これは元の録音を復元することとは違います。MKV の中の音声はもともと AAC や Opus によって記録時に圧縮されており、WAV はそのコーデックが復号した結果をそのまま保持するだけです。取り除かれていた情報は誰にも戻せません。WAV が保証しているのは、ここから編集までの間にそれ以上失われないということだけです。

出力は元のサンプルレートのまま 16 ビットの PCM で、映像と一緒に録音されたものならほぼ常に 48 kHz です。24 ビットではなく 16 ビットというのは、フィールドレコーダーに慣れている人には意外かもしれません。これは CD と同じ深度で、およそ 96 dB のダイナミックレンジがあり、圧縮された元の音声が復号された時点ですでにその深度になっています。

そのため深度を選ぶ設定や品質の帯域はありません。16 ビットを 24 ビットに広げてもゼロが足されるだけで解像度は増えず、PCM は圧縮しないので忠実度と容量を天秤にかける選択肢もありません。プロジェクトが 24 ビットで動いているならセッション側でその設定にしてから WAV を読み込んでください。

無圧縮のステレオ、48 kHz、16 ビットは 1 秒あたり 192 キロバイト、1 分あたり約 11.5 MB、1 時間でおよそ 690 MB になります。掛け算だけで決まるので驚きはありません。

作業中のファイルとしてはこれで構いませんが、保存には向きません。FLAC は同じサンプルをおよそ半分の容量で保存し、チェックサムで検証でき、Audacity や Reaper、Audition をはじめほとんどのアーカイブツールが読み込めます。作業中は WAV、完成したら FLAC という使い分けが妥当で、どちらも同じ MKV から作れます。

ファイルの中身をブラウザーが復号できないという理由で、変換できないというメッセージが出ることがあります。映像はすでに捨てられているため、書き出せる音声トラックが残っていないという状態です。

これはいつも決まった一群のコーデックが原因です。AC-3、E-AC-3、DTS、Dolby TrueHD といったディスク由来の音声で、ブラウザーはどれも復号できません。OBS やキャプチャーカード、スマートフォンからの録音はふつう AAC か Opus なので影響を受けません。

Audacity や Audition をはじめ多くの DAW は音声ファイルを読み込む前提で作られ、動画を読み込めるものも MP4 か MOV を想定しています。Matroska がその範囲に入らないのは、あまりにも許容範囲が広く、対応するとその全体を支えなければならなくなるからです。

ffmpeg のプラグイン経由で MKV を直接開けるツールもあるので、変換の前に試す価値はあります。うまくいけばそれが最短ですが、うまくいかない場合、この変換はエディターが持っているかどうかわからないライブラリの代わりに、ブラウザーの中で同じ処理を行っています。

すべてお使いの端末上のブラウザータブの中で行われます。録音を運ぶ通信は発生しません。未公開のインタビューやクライアントとのやり取りにとって、これは好みではなく要件であることが多く、通常の代替手段は見知らぬサイトにファイルまるごとアップロードすることです。

無料枠は入力の MKV について 100 MB までです。長い録画のほとんどは映像が占めているため、この上限はやや扱いにくく感じられるかもしれません。静止した画面の 1 時間の会話が、数十メガバイトの音声を数ギガバイトの映像で包んでいることもあります。大きすぎる場合は先にトリミングするか、デコードせずに音声だけを抜き出せるローカルツールを使ってください。