WebM を MP4 に変換

WebM を作ろうとして作る人はほとんどいません。それは向こうからやってきます。ブラウザーの画面録画ツールが書いたもの、Discord や WhatsApp Web の音声メッセージがそれとしてダウンロードされたもの、ページがブラウザー自身の MediaRecorder を使ってカメラを収録したもの、ダウンロードツールがサイトがすでに配信していたストリームを保存したもの。Google がこの形式を 2010 年に発表したのは、まさにライセンス料なしに Web で動画を配信するためで、ブラウザーはどれもそれを読めます。

それ以外のほとんどは読めません。QuickTime には VP9 のデコーダーがなく、Premiere や After Effects は助けなしには取り込めず、PowerPoint はファイルを拒否し、携帯電話のカメラロールも受け付けません。この隙間——ブラウザーはすべて読めるのに、デスクトップのアプリケーションはほとんど読めない——こそが、この変換がインターネットでもっとも検索される変換の 1 つである理由であり、コーデックパックではなく MP4 が答えである理由です。

コンテナーの変換の中には、ヘッダーを書き換えて圧縮データを手を付けずにコピーするだけのものもあります。これはそうではありません。WebM は VP8、VP9、AV1 のいずれかを持ち、ここで書かれる MP4 は H.264 を持ちます。H.264 はこの 20 年に作られたあらゆる機器がハードウェアでデコードできるコーデックだからです。異なる 2 つのコーデックということは、すべてのフレームが画素へデコードされ、ゼロから再び圧縮されるということです。

それを見込んでおいてください。1080p の 1 分のクリップは、タブを切り替える前に終わっていることが多いです。40 分の会議の画面録画は、あなた自身の CPU と GPU での数分間の持続的な作業になり、その間タブを開いたままにしておく必要があります。瞬時の WebM から MP4 への変換を約束する何かは、機器が再生できないストリームをコピーしているか、まだ始まっていないかのどちらかです。

動画トラックは H.264 の High プロファイル、レベル 3.1 で書かれます。コーデック文字列の形では avc1.64001f です。音声は、ブラウザーが作った WebM ではほぼ常に Opus ですが、AAC として書かれます。この組み合わせは意図的なものです。AV1 を含む MP4 は完全に有効な MP4 ですが、テレビは再生を拒否します。行き先が拒否するファイルを作る変換は、何も解決していません。

実務上の帰結は、この MP4 が MP4 を期待するあらゆる場所で既定で再生できるということです。iOS と Android、Windows Media Player、QuickTime、あらゆる編集ソフト、あらゆる SNS のアップロード機能。Baseline ではなく High プロファイルであることを気にする必要があるのは、それより前の非常に古いハードウェアプレイヤーだけです。この 15 年ほどのものはどれも問題なく扱えます。

どのみちすべてのフレームが作り直されるので、解像度を変えても追加のコストはかかりません。この設定は 2160p、1440p、1080p、720p、480p、360p と元のサイズのままにする選択肢を提供し、幅は高さに自動的に追従するので、何かが引き伸ばされることはありません。

元データより大きい値を求めても静かに無視されます。720p の画面録画を 4K に設定しても、新しい細部を 1 画素も持たない 4 倍の容量のファイルになるだけなので、その要求は「そのままにする」として扱われます。有効なのは下げる方向です。4K のキャプチャーを 1080p に落とすと画素は 4 分の 1 になり、MP4 もほぼそれに比例して縮みます。

変換が必要な WebM ファイルのほとんどは画面録画で、画面の内容は再符号化に対して珍しく寛容です。平坦なインターフェースパネル、ベタ塗りの色、動かない文字は非常によく圧縮され、2 回目の処理を経てもほとんど何も目に見える形では失われません。録画されたソフトのデモを MP4 に変換すると、たいてい隣の WebM とまったく同じに見えます。

カメラの映像はより難しいケースです。粒子感、髪の毛、木の葉、速い動きはまさにコーデックがビットを費やす対象で、1 つ目のコーデックが近似したものを 2 つ目のコーデックに記述させると、その差が表れます。WebM がウェブカメラから来たもので、結果が視聴者にそのまま渡るのではなく編集に入る予定なら、変換前ではなく変換後ではなく、変換する前に画質帯域を上げてください。

画面と音は完全に渡ります。ブラウザーがデコードできるすべての動画トラックとすべての音声トラックが、WebM が持っていた順序のまま渡ります。MP4 は運べる数に実務上の上限を設けていないからです。渡らないのはそのどちらでもないものです。字幕トラックはなく、章のマーカーもありません。ブラウザーが作ったキャプチャーにとっては、これはほとんど問題になりません。それらのファイルは 1 本の動画トラックと 1 本の音声トラックしか持たないからです。

透明度は、ときどき人を驚かせるものです。WebM の中の VP9 はアルファチャンネルを運べます。Web 上でアニメーションするオーバーレイが配信される仕組みです。H.264 にはアルファチャンネルがまったくありません。透明な WebM を MP4 に変換すると不透明なものが戻ってきて、どんな設定を使ってもそれは変わりません。透明度が重要なら、WebM を残して <video> 要素の中で使ってください。

ここで使われる H.264 のエンコーダーは、このページではなくブラウザーと機械に属するものです。Chrome、Edge、Safari は現行のほぼすべてのコンピューターと携帯電話にそれを持っています。一部の Firefox のインストール、とくに Linux 上のものは持っておらず、その場合、変換は途中で失敗するのではなく、始まる前にそれを伝える文で止まります。

ソフトウェアによるフォールバックはなく、これは見落としではなく判断です。WebAssembly にコンパイルされた H.264 エンコーダーは数十メガバイトのダウンロードを必要とし、隣で待機しているハードウェアエンコーダーよりおよそ 1 桁遅くなります。同じページを別のブラウザーで開くよう伝えるほうが、50 メガバイトをダウンロードしてから 1 時間かかるより優れた答えです。

一度に最大 100 ファイルまで置けます。それぞれ独自の進捗とともに個別に変換され、複数終わった時点で 1 つの ZIP としてダウンロードできます。画面録画ツールが何ヶ月も静かに WebM を作り続けていた人にとって、これは日常的な場面です。

何もアップロードされないので、バッチは帯域を消費せず 1 日の上限にも達しません。制約は、機械が一度にどれだけの作業をこなしたいかだけです。これはまた、ローカルで行う方法がプライバシーの話であることをやめて、アップロードのバーを見ながら午後を過ごさずに済む、という話になる地点でもあります。

画面録画は、ほとんどの人が変換するファイルの中でもっとも機密性の高い分類です。受信箱、ダッシュボード、顧客名、社内ツール、たまたま画面に映っていたその他すべてを含んでおり、この変換のよくある経路は、それらすべてを 10 秒前に見つけた Web サイトに渡すことです。

ここでは動画はタブの中で、ブラウザーがすでに持っているコーデックを使って、デコード、再符号化、多重化されます。ファイルを運ぶものはどこにも送信されず、アカウントもなく、他人のアップロードの後ろに並ぶ待ち行列もありません。確認は 10 秒あれば済みます。開発者ツールを開き、ネットワークタブを見て、何かを変換し、何が動くかを見てください。