動画ファイルから音声を抽出する方法

時には、動画そのものは全く必要なく、音声だけが必要になることもあります。散歩しながら聴きたい講演の録音。ライブ映像からの曲。別のプロジェクトに組み込みたいナレーションなどです。映像は余計な荷物に過ぎず、音声だけを別のファイルとして手に入れたいのです。

以前は、これを行うには、本格的なメディアツールキットのようなものをインストールし、コマンドラインの呪文のようなコマンドを覚えておく必要がありました。しかし、今ではそうではありません。ブラウザ上で数回クリックするだけで、動画からクリーンなオーディオトラックを抽出できるようになりました。

音声を取り出す

1. 1

   動画をご覧ください

   MP4、MOV、WebM――どんな形式でも構いません。ファイルはアップロードされるのではなく、ブラウザ上でローカルに読み込まれます。

2. 2

   トラックを抽出する

   このツールは、動画から音声ストリームを分離し、音声だけを抽出します。

3. 3

   MP3として保存

   この音声をMP3形式でダウンロードして、再生や編集、あるいは別のプロジェクトに組み込むことができます。

音声を抽出する一般的な理由

• 録画したウェビナーや講義を、通勤中に聴けるポッドキャスト形式のコンテンツに変える。
• 別の編集で再利用するために、ボイスオーバーやナレーションを抽出する。
• 自分で撮影したライブパフォーマンスの動画から音楽を保存する。
• 別の動画に重ねるための効果音や環境音を収録する。
• アクセシビリティやアーカイブの目的で、講演の音声のみのバージョンを作成する。

MP3と元の音質を維持することの比較

MP3は、安全で無難なデフォルトの選択肢です。ファイルサイズが小さく、汎用性が高く、文字通りあらゆる再生環境で再生できます。もし、音源を大幅に編集したり、細部までこだわったりする場合――例えば、ミキシングを行う音楽など――は、WAVのように再圧縮されない形式の方が適しているかもしれません。 しかし、圧倒的多数の用途においては、MP3がまさに最適な選択肢であり、ファイルサイズの小ささのおかげで保存や共有も簡単です。

リッパーは、もともと存在しなかった音質を向上させることはできないという点に留意してください。もし動画の音声がもともと小さかったり、こもっていたり、圧縮されていたりする場合、MP3ファイルもそれを忠実に再現してしまいます。リッピングは単なるコピー作業であり、修復作業ではありません。音質を改善するには、別途オーディオエディタを使用する必要があります。

権利について一言

音声の抽出自体は簡単なことですが、その音声を使用する権利を持っているかどうかが肝心です。自分の録音であれば、思う存分活用してください。しかし、他人の音楽や著作権で保護された講演の場合、音声を抽出したからといって、それを再公開するライセンスが与えられるわけではありません。 個人的な聴取は別として、それを公開されたものや収益化されたものに組み込む場合は話が別であり、その際には許可が必要となります。

適切な出力形式の選択

MP3がデフォルトとなっているのにはそれなりの理由がありますが、それが唯一の選択肢というわけではなく、適切な選択はその後の用途によって異なります。単に聴くだけの場合――散歩中、車の中、スマホで――なら、MP3は最適です。ファイルサイズが小さく、汎用性が高く、あらゆる再生機器で再生できます。 一方、その音源を編集や重ね合わせ、加工を行うプロジェクトに組み込む場合は、再圧縮を行わないフォーマットの方が、編集の余地をより多く残すことができます。以下に、その概要を簡単に説明します。

• MP3 — 安全で汎用性の高い標準フォーマット。ファイルサイズが小さく、どこでも再生でき、聴くことや気軽な再利用に最適です。
• M4A/AAC — 同じファイルサイズであればMP3より画質がわずかに優れています。Apple製デバイスやポッドキャストに最適です。
• WAV — 非圧縮形式で、ファイルサイズが最も大きくなります。オーディオの編集やマスタリングを行い、音質の劣化を一切避けたい場合に最適です。
• ルール：聴くだけなら MP3、大幅な編集を行う場合は WAV、その中間なら M4A。

トークをポッドキャスト形式の音声コンテンツに変える

最もやりがいを感じる活用法の一つは、録画された講演やウェビナー、長時間のインタビューを、実際に聴ける音声に変換することです。二度と見返すことのない45分間のカンファレンスセッションも、通勤中や散歩中に再生できるコンテンツに変わります。 MP3ファイルを抽出して、普段ポッドキャストやオーディオブックを聴くために使っているアプリなどに読み込めば、ただの重荷だった動画が「余暇」へと変わります。さらに文字起こしと組み合わせれば、講演を聴きながら、後でその内容を検索することも可能になります。同じ録音データが、まったく異なる2つのニーズを満たしてくれるのです。

音声を整える必要がある場合

抽出処理では、動画内に存在する音をそのままコピーするだけです。ハムノイズの除去、小さな声の増幅、部屋の残響の除去などはできません。ソース音源に問題がある場合、MP3にも同じ問題が残ります。これは抽出処理自体の制限というよりは、物理的な制約によるものです。そもそも録音されていない細部を復元することはできないからです。 本格的な音質調整（ノイズリダクション、レベル調整、EQなど）を行う場合は、まずオーディオを抽出し、そのMP3ファイルを専用のオーディオエディタで編集してください。この2つの手順を分けることで、それぞれのツールが得意とする処理に集中させることができます。

スマホとパソコンでの作業の違い

手順はどこでも同じですが、ファイルの保存先は異なります。パソコンでは、MP3ファイルは「ダウンロード」フォルダに保存され、編集ソフトやポッドキャストアプリ、クラウドストレージなどにドラッグしてすぐに利用できます。スマートフォンでは「ファイル」アプリに保存され、そこから必要なアプリへ共有できます。 動画がすでにノートパソコンにある場合は、そこで抽出してください。そうすれば、抽出作業自体よりも時間がかかるスマートフォンからパソコンへの転送を省略できます。クリップがスマートフォンにしか保存されていない場合は、モバイルブラウザで処理しても全く問題ありません。そうすれば、ほんの数秒の音声を取り出すためだけに、大容量の動画をAirDropで転送する手間を省くことができます。

必要な部分だけを取り出す

多くの場合、サウンドトラック全体は必要なく、特定のセリフやサビ、あるいは単一の効果音だけが必要になるものです。「抽出」機能を使えば、クリップの音声全体を取得できます。必要な部分だけに切り詰める作業は、基本的なオーディオエディタを使えば別の手順で素早く行えますし、スマートフォンのボイスメモアプリでも大まかな切り取りが可能です。 賢明な手順としては、まず完全なMP3ファイルを抽出してソースを丸ごと残しておき、その後、実際に必要な部分だけを切り出してコピーを作成することです。そうすれば、後で別の部分が必要になった場合でも、一から再抽出する必要がなくなります。

ファイルサイズに関する現実的な見方

動画に比べれば音声ファイルはごくわずかですが、そこが魅力の一つでもあります。通常、映像部分を削除すればファイルサイズは90％以上縮小されるため、容量の大きい動画でも、メールで送信したり、携帯電話に同期したりするのに何の気兼ねもないほど小さなMP3ファイルになります。ただし、いくつかの要因によってファイルサイズが多少増減する場合があります。

• 長さ — 45分間のトークは30秒のクリップよりもMP3ファイルの容量が大きくなりますが、それでも元の動画のほんの一部に過ぎません。
• ビットレート — ビットレートが高いほど音質は良くなりますが、ファイルサイズも大きくなります。会話や普段のリスニングには、128～192 kbpsで十分です。
• モノラル対ステレオ――モノラルで録音されたナレーションは、ステレオに比べて音場が狭くなりますが、声の表現において重要な要素は何も失われません。
• ファイル形式 — MP3やM4Aはファイルサイズが小さいですが、WAVは非圧縮であるため、その何倍もの容量になります。