OPUS を FLAC に変換

FLAC は与えられた標本を一つも欠かさず復元します。ただし、与えられる標本はすでに Opus の復号器が作り出したもの——元の符号化で生き残った部分——です。可逆というのはこの後の工程についての正確な主張であって、元の録音についての主張ではありません。

したがって、変換の結果は中身がそのまま大きくなっただけのファイルです。何も修復されません。もっと質のよい音源が別に存在するなら、変換するよりもそちらを探すほうが価値があります。

FLAC のヘッダーには、符号化時点の復号済み音声の MD5 が記録されます。これにより、何年か後にディスクの劣化でデータが壊れていないかを検証できます。これは実際に価値のある仕組みです。

ただしこの検証は、符号化器が受け取った標本と一致しているかを確かめるだけで、それが元の録音と一致しているかまでは証明しません。Opus から作った FLAC が壊れずに残っていても、それは「劣化した複製が壊れずに残っている」ことの証明にすぎません。

Opus は固定の48,000Hzで動作するため、復号された音声は元の符号化時にどんな周波数で録られていたとしても48kHzとして出てきます。したがって、この変換で作られる FLAC はどれも48kHzになります。

データセットの仕様が44,100Hzや16,000Hzを指定している場合、この値のままでは条件を満たしません。別途、音声編集ソフトでリサンプリングする必要があります。

ここで有効な理由は忠実さではなく要件です。データセットの取り込み条件が FLAC や WAV しか受け付けない場合、従うほかありません。

あるいは、これから何度もフィルターや正規化、切り出しといった処理を重ねる予定があるなら、可逆な中間ファイルで作業することで、繰り返しの劣化が積み重なるのを防げます。単に容量を理由に FLAC を選ぶのは誤りです。Opus のまま保存するほうが小さく、失われる情報もありません。

FLAC の圧縮率は音声の内容によって変わりますが、Opus の復号後の音声は、実際の録音よりも FLAC に圧縮しやすいことがよくあります。すでに符号化器が細部を取り除いているためです。これは利点ではなく、Opus が何を取り除いたかを示す痕跡にすぎません。

容量が問題であり、それでも可逆性が必要なら、元の Opus をそのまま保管しておくのが最も無駄のない選択です。

Opus は多チャンネルの音声を広く扱えますが、FLAC はチャンネル数に上限があります。通常のモノラルやステレオの録音であれば問題になりませんが、アンビソニックのような多チャンネル収録では、変換先として FLAC が適さない場合があります。

そうした素材を変換する前に、チャンネル数を確認しておくことをおすすめします。

Ogg コンテナも FLAC も同じ Vorbis コメントという仕組みを使っているため、タイトルやアーティスト、日付といった項目は、そのままの綴りで引き継がれます。

埋め込みのカバー画像も、それぞれの仕組みに合わせて引き継がれます。データセットの登録では、ファイルに書き込まれていた記述情報が別途入力し直す必要なく引き継がれるという意味で、これは実務上ありがたい性質です。

変換したあと、小さい方の Opus を削除したくなりますが、それは誤った判断です。Opus は世代として先に位置するファイルで、同じ音声情報を10分の1程度の容量で持っています。今後、別の可逆形式や別の周波数へ変換する必要が出てきた場合も、Opus から作り直すほうが適切です。

FLAC は特定の要件のために作られた成果物として扱い、必要がなくなればいつでも作り直せるものと考えてください。

Opus の復号は多くのブラウザーが標準で備えています。FLAC の符号化器がブラウザーにない場合は、その場で一度だけ追加のライブラリーが読み込まれます。いずれの場合も、音声そのものがネットワークを経由することはありません。

一度に100個まで、1個あたり100MBまでのファイルをまとめて処理でき、結果は ZIP としてまとめて受け取れます。研究用の録音や同意に基づいて収集された音声を扱う場合、ローカルで完結するという性質が、この変換を選ぶ理由そのものになります。