WAV を OGG に変換

Ogg はコンテナであってコーデックではありません。これまで Vorbis、Opus、FLAC、Speex を運んできた実績があり、拡張子の .ogg だけでは中身が何かは分かりません。過去二十年ほどの間、ogg といえば Vorbis を指すことが多く、今も多くの解説記事やフォーラムの答えがそれを前提にしています。

このページが書き出すファイルは Opus を含んでいます。ゲームで使われる帯域では Opus のほうが明らかに優れており、現行のデコーダーはすべて対応しています。ただし Vorbis 専用に作られた古いエンジンやミドルウェア、手書きのローダーが相手なら、まず一つ変換して実機で読み込めるか確認してから、フォルダーごと変換するようにしてください。

OGG を選ぶ理由が音質の比較であることはほとんどありません。エンジンのドキュメントがそう指定している、特許の絡む形式を避ける方針がある、配布先や Linux のパッケージングの慣習がそう決めている。理由はライセンス方針であることが多く、それは十分に正当な理由です。

それを踏まえると、このページで気にすべき問いは音質ではなく、実際に読み込めるか、ループするか、シークできるか、ダウンロード予算をどれだけ食うかです。この帯域での忠実さは、ゲーム音声のパイプラインがつまずく箇所ではありません。

ここで大事な確認は二分で終わりますが、多くの人が省いてしまいます。デスクトップのメディアプレーヤーで再生できたとしても、それはそのプレーヤーが Opus のデコーダーを持っているという証明にしかなりません。本当の問いは、対象のエンジンが、対象のプラットフォームで、エディターではなくビルドの中で読み込めるかです。

ループのあるアセットを一つ選んで変換し、取り込んでビルドを走らせてみてください。モバイルやコンソールのターゲットはこうした前提の食い違いが表面化しやすい場所で、しかも取り込み時や最初の再生時にすぐ分かります。ライブラリー全体を変換したあとで気づくよりも、はるかに楽です。

どの非可逆符号化器も、開始のために準備段階が必要で、デコーダーが最初に出す音は、入力の最初の音そのものではありません。Ogg Opus はこれを正しく扱っていて、ストリームのヘッダーにプリスキップを記録し、それを尊重するデコーダーは正しい位置から再生を始めます。

問題が起きるのは再生側です。プリスキップを無視するローダーは、すべてのクリップの先頭にわずかな無音を追加してしまい、一度きりの効果音では気付かれなくても、二小節のループでは繰り返しごとに聞こえる隙間になります。ループが重要でエンジン側の実装が対応していない場合は、そのアセットだけ非圧縮のままにし、他は圧縮するという使い分けが現実的です。

Opus は低いビットレートでの表現力に優れていて、それがこのパイプラインを変える価値がある理由です。モノラルの台詞はかなり低い設定でも十分に聞き取りやすく、環境音や音楽にはより多くの帯域を割く必要があります。

短い効果音は少し事情が違います。二百ミリ秒程度の衝撃音はファイルごとのオーバーヘッドが支配的で、強く圧縮しても目立った節約にはならず、逆にアタック音が丸まるリスクだけが残ります。帯域は秒数のある音楽と台詞に使い、短い効果音は無理に切り詰めないほうが賢明です。

Ogg はストリームをページに分割し、それぞれに位置情報を持たせます。これがシークを可能にし、再生開始前に正確な長さを知らせることもできるようにしています。任意の名前付きテキストフィールドを保持できる仕組みも持っています。

アセットパイプラインにとって重要なのは位置情報のほうです。早送りやキューポイントへのジャンプ、進捗表示を行う機能はこれを必要とし、圧縮ストリームがむき出しのままではそれができません。

Opus はどのブラウザーにもすでに組み込まれています。WebRTC の音声通話に必要だったためです。追加のパッケージも WebAssembly のビルドもダウンロードされず、符号化器はブラウザーに最初から入っているネイティブコードです。

これは、ブラウザーが単体では符号化できず WebAssembly 版の LAME を先にダウンロードする必要がある MP3 とは対照的です。二百個の効果音フォルダーでも、何もダウンロードされず何もアップロードされないまま、すぐに変換が始まります。

Ogg ファイルはタイトルやアーティストといった任意の名前付きテキストフィールドを持てます。問題は元となる WAV の側にあり、WAV のメタデータは任意のチャンクで、たいていの録音・編集ソフトはそもそも書き込みません。

つまり多くの場合、コピーできる情報自体がありません。ファイル名が引き続き識別子になりますが、アセットがパスで参照されるパイプラインでは、それで通常は問題ありません。

一度のドロップで最大 100 ファイル、1 ファイルあたり 100 MB までという上限があり、それぞれが個別に変換されて ZIP にまとまって戻ってきます。効果音の多くは小さいのでどちらの上限も気にする必要はありません。

何も送信されないため、大きなバッチでも通信量を消費せず、待ち行列にも並びません。アセットフォルダーは頻繁に書き出し直されるので、毎回百個をアップロードする必要がある変換手順は、いずれ誰もやらなくなります。