MOV を MP3 に変換

カメラやスマートフォンの音声は、あとで内容を確認するための記録であって、鑑賞用に録られたものではありません。マイクはレンズの向いた方向についた小さな穴で、部屋の反響もエアコンの音もそのまま拾います。取材の様子を撮った動画、会議を記録した動画、講演を撮った動画から音だけが欲しいとき、求めているのは話の内容であって録音の質ではありません。

その前提を知っておくと、あとの品質設定で迷わずに済みます。文字起こし業者に渡す、議事録を作る、話し手が自分の話を聞き返す——どの場合も、必要なのは言葉であって空調のノイズを高音質で記録することではありません。

ブラウザーは MP3 を再生する仕組みは持っていますが、MP3 として書き出す仕組みは持っていません。長らく特許の対象だったため、誰も標準機能として組み込まなかったからです。そこでこのページでは、MP3 への変換を初めて頼まれたときに符号化器を一度だけ取得し、以降はキャッシュされたものを使います。

進捗バーが動き出す前の間がそれです。動画そのものは関係しておらず、届くのは小さなソフトウェアの部品だけで、こちらから何かが送られるわけではありません。二回目以降の変換では、その待ち時間はなくなります。

選べる品質は小・標準・高の三段階で、実際のビットレートへの変換はブラウザーの符号化器が内部で行います。このサイトの側で kbps の数値を決めているわけではなく、公開もしていません。

カメラの音声なら小さいファイルで十分なことが多く、迷ったら標準が無難です。高音質を選ぶ意味があるのは、練習風景やライブなど音楽が入っている場合で、内蔵マイクの発話記録に対して選んでも、増える情報のほとんどは部屋の空気音です。

MOV の音声はすでに圧縮されています。スマートフォンなら AAC、カメラなら AAC か無圧縮 PCM のどちらかです。それを復号して MP3 として符号化し直すのは、最初の圧縮で削られた上にさらに削ることになり、これは避けようがありません。

話し声であれば、どの品質でもまず聞き分けられません。影響が出るのはシンバルや拍手、雨音のような高音域の質感を含む音楽的な素材で、低いビットレートで二重に圧縮するとうっすらとにじんだような感じが出ます。音楽として大事な録音なら、変換ではなく WAV や FLAC で保存してください。

MP3 ファイルが持てる音声トラックは一本だけなので、MOV が複数の音声を持っていても、コンテナの中で最初に置かれたものだけが残ります。スマートフォンの動画では問題になりませんが、カメラで別マイクの音を二本目のトラックに録っていた場合、意図した音とは違うものが出てくることがあります。

まとめて変換する前に一本だけ試してください。ピンマイクではなく内蔵マイクの音が出てきたなら、ここでは選べません。編集ソフトで必要なトラックを書き出すか、別マイクの録音ファイルを直接変換してください。

タグは一切書き込まれないので、できた MP3 にはタイトルも日付もアートワークもなく、再生ソフトはファイル名をそのまま表示します。フォルダーの中にあるうちは気になりませんが、誰かのスマートフォンに他の 200 本の録音と並んだ瞬間に困ります。

一番安上がりな対策はファイル名です。日付と件名とテイク番号を入れておけば、どこに転送しても残ります。ポッドキャストや音楽ライブラリに入れるなら、あとからタグ付けツールで整えてください。ここではそこまでしません。

スマートフォンで撮った 1080p の動画は 1 分で約 65 MB、160 キロビットの MP3 は 1 分で約 1.2 MB です。音声は動画のおよそ五十分の一の大きさしかなく、それでいて文字起こしや検索、視聴の対象としては全部です。

文字起こし業者は分単位で課金することが多く、音声だけのほうが処理も速く済みます。移動中の同僚は動画をストリーミングできなくても MP3 なら聞けますし、講演のアーカイブも音声にしておけば容量は数十分の一で、文字起こし後は検索もできます。

上限は渡すファイル、つまり動画のほうにかかります。4K のスマートフォン動画なら 30 数秒で 100 MB を超え、1080p でも 1 分半ほどで到達します。出てくる MP3 はどちらも数 MB です。

もっと長い素材が対象なら、すでに映像を持っている編集ソフトのほうが現実的です。どの編集ソフトも音声だけの書き出しに対応していて、そこならトラックを選んだり両端をトリムしたりもできます。このページは、いま手元にある動画から今すぐ音を取り出したいときのためのものです。

コンテナの読み込み、音声の復号、MP3 への符号化はすべてこのタブの中で行われます。録音を運ぶ通信は発生せず、通信状況を確認すれば符号化器が届くだけで、逆方向には何も出ていかないことが分かります。

インタビュー、会議、医療機関での面談、クライアント先での録音など、うっかり変換することはあっても公開する気は決してない素材ばかりです。音だけを取り出すために動画を誰かに預ける必要は、ここではありません。