WAV を AAC に変換

この変換が作るのは ADTS ストリームです。圧縮されたブロックが連なっているだけで、それぞれの前に短いヘッダーが付き、プロファイルやサンプリング周波数、チャンネル構成を示します。ファイルの先頭に置かれる索引も、上位の構造も持ちません。

これは意図的な設計です。伝送を前提にした形式は、受信側が先頭から見ているとは限らないという前提で作られています。放送の途中から聞き始めても、復号器はフレームの中で同期を取り戻せます。

この要求は人ではなく仕組みから来ます。HLSのようなセグメント配信は音声を短い断片に切って別々に配信するため、断片それぞれが自立して読めなければ成立しません。組み込みや車載機器は復号器だけを実装し、コンテナの解析部分を省いていることがよくあります。電話系のシステムやIVRメニューも同じ理由でこの形式を選びます。

いずれの読み手も音のためにこの形式を選んだわけではなく、仕様書がそう指定しているだけです。仕様どおりのファイルを用意することが、このページの役目です。

WAV自体がもともとメタデータをあまり持ちませんが、それを差し引いてもここでは意味がありません。ADTSにはタイトルやアルバム、年、画像を記録する場所がなく、後から付け加える慣習もありません。フレームヘッダーが記録するのは復号に必要な設定だけです

そのため、こうしたファイルのフォルダーはファイル名だけが頼りになります。セグメント配信には十分ですが、音楽ライブラリーとしては使い物になりません。アーティスト名を付けたくなった時点で、実は M4A が欲しかったのだと考えてよいでしょう。

各フレームが自分のヘッダーを持っているため、同じサンプリング周波数とチャンネル構成を持つ2つのADTSファイルは、単純にバイトをつなげるだけで有効な1つのストリームになります。復号も符号化も行われず、音質の劣化もありません。

これはこの形式のために存在する性質です。あらかじめ符号化された40個の断片から1時間分のアナウンスを組み立てるような作業では、ADTSなら劣化なくできますが、多くのコンテナ形式では改めて符号化し直す必要があります。

ストリームのどこにも再生時間を示す欄がありません。プレーヤーが表示する長さは、ファイルサイズと想定ビットレートから逆算した推定値です。固定ビットレートならその推定はほぼ正確ですが、可変ビットレートだと少しずつずれ、進行バーが飛ぶように見えることがあります。

これはこの形式の性質であり、壊れているわけではありません。正確な長さが必要な用途——プレーヤーの画面表示やスケジューリングの仕組み——では、長さを記録できるコンテナが必要で、それが同じコーデックを使うM4Aです。

符号化器がどの情報を捨てるかの判断は、出力先がMPEG-4コンテナに入るか、そのままフレームになるかにかかわらず同じです。同じWAVから同じ品質設定で作った裸のAACとM4Aは、同じ音になります。

違うのはその周りの数キロバイトの構造と、それが可能にすること——シーク、タグ付け、記録された再生時間、音楽プレーヤーが認識できるファイルであること——だけです。どちらを選ぶかは出力先次第で、忠実さの問題ではありません。

このページは楽曲からでも問題なくAACファイルを作れますが、それはほとんどの場合よい選択ではありません。曲名もなく整理もされず、カバー画像もなく、再生時間も不正確なまま音楽ライブラリーに入ることになり、スマートフォンのソフトの多くはそもそも取り込みを拒否します。

受け取る側がコードであれば、この裸のストリームを作ってください。受け取る側がプレイリストを持つ人であれば、M4AやMP3を作り、WAVを正本として残してください。より原始的なファイルを人に渡す理由はありません。

WAVはおよそ1分あたり10メガバイトで、このサイトの無料枠の上限は1ファイルあたり100メガバイトです。この上限はアップロード容量ではなく、変換中にファイル全体がブラウザーのメモリー上に保持されることによるものです。実際にはアップロードそのものが発生しません。

アナウンスやセグメント、キューといった短い素材であれば、まとめて100個までを一度に置いて ZIP として受け取れます。プログラム全体のような長時間の素材は、事前に分割しておく必要があります。