WAV を MP3 に変換

WAV は音のサンプルを一つひとつ生の数値として、何の工夫もなく保存します。だからサイズはほとんど長さだけで決まります。CD 品質のステレオはオーケストラでも無音でも一分あたり約 10 MB で、四十分なら 400 MB、一時間のインタビューならおよそ 600 MB になります。

この大きさは、あらゆる上限にぶつかります。多くのメールサービスは 25 MB で止まります。ボイスメモの入力欄、応募フォーム、ポッドキャストのホスティング、メッセージアプリはどれも手を加えていない WAV よりずっと小さい上限を持っています。フォーマットが何か間違っているわけではありません。WAV は送るためではなく編集のために設計されているだけです。ただファイルは動かず、それが人をこのページへ連れてきます。

スマートフォンのボイスメモ、Zoom の録画、インタビュー、講義はどれも音声で、音声は驚くほど安く符号化できます。バランスは 160 kbps を書き出し、その設定なら話し声はほぼ原音と区別がつきません。小さいファイルの 96 kbps でも十分に成り立ちます。一時間の音声は 160 kbps でおよそ 72 MB、96 kbps ならおよそ 43 MB です。600 MB から大きく減ります。

音楽にはもっと余地が要ります。楽器が入っているものならバランスの 160 kbps を選ぶ価値があり、320 kbps の高音質は実用上の議論が終わる地点です。高い設定が本当に報われるのはライブや生演奏の録音で、観客のざわめきやシンバル、長い残響の尾はエンコーダーがいちばん苦手とするものです。

これは同じ壁の新しいかたちで、心の準備なく行き当たる人が多いです。ElevenLabs や Suno、多くのテキスト読み上げの書き出しは、出す過程で何も失わない形式だからという理由で WAV を返します。何もしていないのに、数分の生成ナレーションだけで数十メガバイトになります。

その素材については選択は簡単です。生成された音声は音声なので、小さいファイルの設定で十分ですし、その結果がそのまま公開・埋め込みに使えます。さらに編集する予定があるときだけ WAV を残してください。ミックスが確定したあとは MP3 のほうが使う版で、WAV は保管用でしかありません。

MP3 は設計として非可逆です。人の聴覚が感じ取れないもの ── 大きな音の直後の小さな音、近くの周波数にかき消された音 ── をモデル化して捨てます。捨てられた音は本当になくなり、あとから変換をかけ直しても戻ってきません。

そのままにされるのは、多くの人が心配する部分です。長さ、ピッチ、速さ、話の聞き取りやすさは変わりません。96 kbps で変換した会話は、原音とまったく同じように書き起こしできます。あとで文字起こしサービスに回すつもりの録音では、これが効いてきます。

MP3 の符号化はどの回も少し音を捨てるので、MP3 を重ねてエンコードするとその損失が積み重なります。三種類のビットレートが必要なら、三つとも WAV から作ってください。小さいファイルから大きいファイルを作るような順番にはしないことです。

これは何を保管しておくかの判断にも当てはまります。この先も編集したり、リミックスしたり、切り出したりする予定があるなら WAV を残してください。すべてを持っているのはそのファイルだけです。一度だけ聞いてしまっておくボイスメモなら、変換して WAV を消してしまうのは 600 MB の扱いとして十分に理にかなっています。

多くの WAV は、一本のマイクの音を両方のチャンネルに複製しただけのステレオファイルです。Zoom の録画や、電話のボイスメモ、一人の声だけを収めたインタビューではよくあることです。これをステレオとして符号化するのは、同じことを二回言うために倍のビットレートを使っているようなものです。

音源が本当に一人の声であるなら、96 kbps のモノラルは倍のビットレートのステレオと聞き比べて変わらず、容量は半分になります。音楽や、意味のあるステレオの広がりを持つもの、二人が別々のチャンネルで話している録音にはステレオを残してください。

WAV にはまともなメタデータの慣習がありません。一部のツールは小さな INFO チャンクを書きますが、多くは何も書かず、MP3 が使うタイトルやアーティスト、アルバム、アートワークといった項目には、そもそも参照できる元データがありません。MP3 は無題のまま出てくるものと考えてください。

ファイルを音楽ライブラリやポッドキャストのフィードに入れるなら、変換のあとにタグ付けする前提で計画してください。オーディオプレーヤーやタグ編集ツールならどれでもできます。変換で何かを失うわけではありません。もともとそこに失うものがなかっただけです。

最大百件の WAV を落とすと、それぞれが個別に符号化され、最後にまとめて ZIP で返ってきます。これは例外的な使い方ではなく、通常のケースです。レコーダーや会議ツール、ボイスメモアプリはたいてい一件ずつではなく、まとめて一つのセッションとしてファイルを作るからです。

何もアップロードされないので、大きなバッチでも通信量はかからず、待ち行列にも並びません。かかるのは自分の機械の処理時間だけなので、長い録音のフォルダーはコーヒーを淹れる前に始めておく価値があります。

エンコードはブラウザーのタブの中で動くので、音声が外に送られることはありません。ここで変換される内容を思えば、これは小さなことではありません。禁輸期間中のインタビュー、医療や法律関係の録音、セラピーの記録、誰かの自宅で録られたボイスメモ。

それはまた、アップロードを待つ必要がなく、一日の上限に縛られることもないということです。唯一の制約は無料枠の 1 ファイルあたり 100 MB で、一分あたり十メガバイトの計算だと CD 品質のステレオでおよそ十分ぶんに相当します。600 MB のインタビューは、変換する前に分割する必要があります。