MP4をMP3に変換（音声抽出）

動画から音声を取り出す理由

有用な音声の多くは動画ファイルの中に閉じ込められています。聴くだけでよい録画された講義やウェビナー、誰かが動画として送ってきたボイスメモ、YouTubeで公開されたポッドキャスト、コンサートのクリップの曲、スマートフォンのカメラで録ったインタビュー。動画部分は音声の10〜50倍大きいことが多く、移動中に聴くなら無用です。音声を抽出すれば、どのスマートフォン、どの音楽アプリ、車の中でも再生できる小さなファイルが得られます。

抽出の仕組み

上のツールはブラウザ内でFFmpegを動かします。動画コンテナを開き、映像ストリームを捨て、音声ストリームだけを選んだフォーマットに再エンコードします。映像のデコードもエンコードもしないため高速で、1時間の映像でもノートPCなら通常1〜2分です。エンジンは一度きりの32MBのダウンロードで初回以降はキャッシュされ、動画自体が端末から出ることはありません。

どのフォーマットを選ぶか

ほとんどの動画内の音声は128〜256 kbpsのAACなので、それよりずっと高いビットレートを選んでも品質は上がらず、サイズが増えるだけです。192 kbpsのMP3が妥当な初期値です。WAVはロスレスですが大きいため、音声を編集する場合にのみ選んでください。

よくある用途

• 録画したZoomやTeamsの会議を聞き返すための音声ファイルにする。
• 講義、説教、講演の音声をスマートフォン用に保存する。
• カメラアプリで録った音声を文字起こしツールに渡す。
• ホームビデオやコンサートのクリップから曲を取り出す。
• 動画インタビューからポッドキャスト編集用の音声を準備する。
• 画面録画からナレーションを取り出して別の場所で再利用する。

知っておくべきこと

画面録画や一部のカメラモードは音声トラックのない動画を生成します。ツールは空のファイルを渡す代わりにその旨を伝えます。マルチトラックの動画（たとえばマイクとシステム音声が別々の録画）は最初のトラックだけが抽出されます。そして権利について。自分の録音や使用許可のあるコンテンツから音声を抽出するのは問題ありませんが、著作権のある動画から音楽を抽出して再配布するのは違います。