動画ファイルから音声トラックだけを取り出す
このツールでできること
動画ファイルは、実は一つのコンテナに映像と音声という二つのストリームが収められたものです。このツールは映像を一切扱わず、音声だけを抜き出して、単体の MP3 または WAV として返します。MP4・WebM・MOV・AVI・MKV・OGG のコンテナを開き、埋め込まれた音声をブラウザの Web Audio API でデコードしたうえで、圧縮ファイルなら lamejs の MP3 エンコーダで、可逆の WAV なら 16 ビット PCM の書き出しで、それぞれ再エンコードします。
最大 500MB のファイルに対応し、抽出を始める前に出力形式・ビットレート・チャンネルの設定で仕上がりを自分で決められます。
こんなときに使う
典型的なのは、MP4 の講義・インタビュー・ミュージックビデオを、スマホやポッドキャスト、プレイリストに入れられる MP3 に変えるケースです。画面録画から音声だけを救い出す、WebM クリップから伴奏トラックを抜く、文字起こしに送るためのきれいな音声ファイルを用意する、といった用途にも同じように役立ちます。
ここで必要なのは音声だけなので、動画編集ソフトは要りません。タイムラインをたどる手間も、サウンドトラックのためだけに映像全体を書き出す必要もありません。
具体的な例
90 秒ほどの MP4 の講演があるとします。読み込んで MP3・192 kbps・ステレオを選び、「音声を抽出」を押すと、トラックがデコードされ lamejs を通って、およそ 2MB のファイルが返ってきます。チャンネルをモノラルに切り替えれば結果はほぼ半分になり、話し声には十分です。代わりに WAV を選ぶと、無圧縮の 16 ビットファイルになり、サイズは大きくなりますが元の音をビット単位でそのまま保てます。
注意点とエッジケース
デコードはブラウザが元から理解できるコーデックに依存します。そのため AVI や MKV の中に珍しいコーデックが入っていると、コンテナが対応一覧にあってもデコードを拒むことがあります。先に MP4 として包み直せば、たいていは解消します。ビットレートは 64 から 320 kbps まで選べ、値を上げるほど細部は残りますがサイズは増え、モノラルはステレオのおよそ半分の大きさです。
一つ覚えておきたいのは、音声トラックはエンコード前に丸ごとメモリへ展開されるという点です。長尺や高解像度の素材はメモリを多く使い、RAM の少ない端末では動作が遅くなったり、メモリ不足になったりすることがあります。短いクリップに切り詰めるのが最も手軽な対処です。