OPUSファイルとは

OPUS はコーデックです。符号化そのものであって、それが入って運ばれる箱ではありません。 ストリーミングとウェブのために使われます。

拡張子は .opus、正式名称は Opus Audio です。ただしどちらも、そのファイルが中に何を持てるかほどには多くを語りません。このページの残りは、その中身についての話です。

Xiph.Org が 2012 年に公開しました。 仕様は RFC 6716 です。

古さが役に立つのは、ごく実務的な理由からです。形式が古いほど、それを覚える時間が多くのプログラムに与えられてきたということだからです。

仕様書がそのまま公開されているので、中身を推し量るのではなく文書を読んで実装できます。この形式が数多くのプログラムに載っているのはそのためであり、20 年前に書かれたファイルが今も開けるのもそのためです。ただし「仕様が公開されている」ことと「使用料が要らない」ことは別の話です。中でコーデックを包んでいる形式では、特許のライセンスは仕様書が答えていない別の問題として残ります。

OPUS ファイルは小さくあり続けるために細部を捨て、捨てられたものは戻りません。見られるためのファイルには正しい取引で、直されるためのファイルには間違った取引です。保存し直すたびに、もうひと口ぶん減ります。

OPUS ファイルは全部が届く前に再生を始められる構造を持てます。

これは変換のときにとくに効いてきます。変換先が持てないものは落とされ、たいてい警告もありません。

最大 255 本です。2 本あればステレオは完成で、ほとんどのものはそこまでです。2 本を超えるとサラウンドの話になり、それを定義してすらいない形式へ変換するときは、この部分が真っ先に折りたたまれます。

VLC、FFmpeg、Audacityが読めますし、同じ種類のプログラムならたいてい読めます。

ファイルが開かないとき、形式が悪いことはめったにありません。たいていはプログラムのほうが形式より古いのです。もっと古い形式に変換してしまうのが確実な逃げ道で、このサイトの残りの部分はそのためにあります。

最近のブラウザーなら読めますが、古いものでは読めません。

対応がそろっていない場合のよくある答えは、もうひとつの形式を並べて提供することです。ブラウザーは自分に分かるほうを選び、誰も取り残されません。

OPUS は渡すために作られたもので、中で作業するためのものではありません。編集は可能ですが、快適だったためしはありません。賢い道は、元のファイルへ戻ってもう一度書き出すほうを通ります。

繰り返し挙がる不満はこれです。本来の分野の外では対応がまばら。

どれも、この形式を避ける理由にはなりません。どれかに不意を突かれる前に知っておくべきことがら、というだけです。これは別の主張であり、そして役に立つほうの主張です。

WhatsApp、Telegram、Signal、Discord はどれもボイスメッセージを Opus で符号化します。インターフェースのどこにもこの名前は出てこないので、この形式が見えるようになるのは、誰かがチャットをエクスポートしたり、添付ファイルを保存したり、デスクトップでファイルを開こうとして何も開かないと気づいたりする瞬間だけです。

ここに来るほぼ全員がその状況にいます。ファイルは誰かが話している録音で、しばしば残しておく価値があり、ときには法的に重要なもので、問いはそれをどうやって普通のソフトウェアが受け付ける形にするかです。

これは宣伝ではありません。Opus は 2012 年に IETF が RFC 6716 として標準化し、ロイヤリティフリーで、聴取テストではほぼすべてのビットレートで MP3、AAC、Vorbis を上回ります。64 kbps では、ほかのコーデックがステレオ音楽で原音と同じに聞こえるどころか、それらを上回ります。Xiph はその地点をおよそ 128 kbps としています。音声ではさらに低いビットレートで透明になります。

それを達成しているのは、二つの設計 ── 一つは音声用、一つは音楽用 ── を組み合わせ、聞こえてくるものに応じて切り替える、あるいは混ぜ合わせるからです。MP3 が音楽のために設計され音声もこなすのに対し、Opus は最初から両方のために設計されました。

Opus はリアルタイム音声のために設計されたので、遅延がとても短く、フレームは 2.5 ミリ秒まで短くできます。MP3 では 20 ミリ秒を超えるのに対してです。通話では、これが人が自然に会話できるか、互いに話をかぶせてしまうかの違いです。

また、悪い回線でも耐えます。エンコーダーはストリーム中に回線状況に応じてビットレートを変えられ、パケットの損失は音が途切れるのではなく短く劣化するだけです。これが WebRTC の内側にあるコーデックであり、事実上あらゆるブラウザーベースの通話とボイスチャットの内側にある理由です。

一分のボイスメッセージは、しばしば 100 キロバイト未満です。それは聞き取りやすさを犠牲にした圧縮ではなく、音声用に設計されたコーデックが、音声に見合ったビットレート ── 一人のモノラルの声で典型的には 16〜32 kbps ── で動いているだけです。

これを MP3 に変換すると、ふつうファイルは何倍にも大きくなり、それでいて音は良くならず、むしろわずかに悪くなることさえあります。MP3 のほうがより優れた形式だと思い込んでいる人には意外に映ります。MP3 はより互換性の高い形式であって、それは別のことであり、変換する唯一の理由です。

Opus の音声は `.opus` として現れます。これは Ogg コンテナの中のコーデックです。`.ogg` としても現れ、こちらは同じコンテナで Opus を持つこともあれば Vorbis を持つこともあります。WebM の中にも MKV の中にも現れ、そこでは専用の拡張子を持ちません。

WhatsApp はさらに独自のねじれを加えていて、一部のプラットフォームでは `.opus` 拡張子でボイスメッセージを保存し、別のプラットフォームでは MP4 コンテナの中に保存します。Opus 対応をうたう何かでファイルが開かないなら、たいてい破損ではなく、この種の食い違いが原因です。

具体的で縮小しつつある一覧です。古いバージョンの Windows Media Player と QuickTime。多くのカーステレオ。多くの古いスマートフォン。2015 年より前に作られた一覧に対して拡張子をチェックする、かなりの数のアップロードフォームと文字起こしサービス。一部のオーディオ編集ソフトはいまも珍しい形式として扱います。

ほかはすべて対応しています。いまのすべてのブラウザー、VLC、Android のバージョン5以降、いまの Windows と macOS、たいていのメディアプレーヤー。変換する前に、行き先が本当にその短い一覧に入っているか確かめる価値があります。それを確かめずに行われる不要な変換は少なくありません。

Opus から MP3 は非可逆から非可逆です。MP3 のエンコーダーは、すでに何かを取り除かれた音声を受け取り、最初の一回が何を捨てたかを知らないモデルに従って、さらに取り除きます。声の録音であれば損傷はたいてい聞き取れませんが、音楽ではより顕著で、とくに元がすでに低いビットレートだった場合はそうです。

それでも間違っているわけではありません。車の中で再生できる少し劣化したファイルは、再生できない完璧なファイルに勝ります。音声には 128 kbps 以上を使い、元の Opus は残してください。それは容量をほとんど食わない、より良いコピーであり続けます。

車や古いプレーヤー、提出用フォームのような古い行き先には MP3 に変換してください。文字起こしツールや音声処理のパイプライン、オーディオ編集ソフトが無圧縮の入力を求めるなら WAV に変換してください。デコーダーを一つ問題から取り除けるという理由で、多くはそれを求めます。

スマートフォンやコンピュータ、ウェブサイト、アーカイブへ向かうなら、まったく変換しないでください。Opus のほうが小さくて優れています。反対する唯一の理由は互換性で、それが問題にならないなら得るものは何もありません。

これらのファイルに実際に何が入っているかを考えてみてください。家族からのメッセージ、医療についての相談、口論、交渉、誰かが「言った」ことを証明する必要があるかもしれないから残された録音。ダウンロードリンクと引き換えにそれをウェブサイトへ渡すのは、代わりの手段がないために日常的にされる、あまり良くない取引です。

ここでの変換はブラウザーのタブの中で起きるので、録音がこの機械から出ることはありません。アップロードも待ち行列もなく、読む必要のある保持期間もなく、使い切る一日の上限もありません。何もこちらのサーバーに触れないからです。

実際に効いてくるのは無料枠の制約です。1 ファイルあたり 100 MB、バッチで 100 ファイルまで。個々の Opus のボイスメッセージにとって最初の数字はまず問題になりません。このコーデックはもともと音声を数十キロビットで扱うために作られているからです。効いてくるのは二つ目の数字で、それはエクスポートが一件のメッセージではなくチャット履歴まるごとのときです。千件のメモが入ったフォルダーを落とすと、最初の百件だけが変換されます。