UltKit

MP4をWAVに変換

WAVは音声編集ソフトやDAW、音声認識ツールが前提とする形式で、非圧縮のPCMなので保存のたびに劣化することがありません。このページでは、MP4から音声トラックを取り出し、必要なビット深度とサンプルレートでWAVファイルとして書き出します。

動画から音声を抽出

またはMP4, MOV, MKV … ファイルをここにドロップ ·

1ファイルあたり最大95 MB· 最大20ファイルまで· 30分後に削除

出力

ファイルは当社のサーバーで処理され、30分後に削除されます。

このツールの使い方

  1. 1

    MP4をアップロード

    動画を最大20本まで選択します。1本あたり95 MBまで対応しています。画面録画、カメラで撮影したクリップ、書き出した編集済み動画のほか、MOV、MKV、WebMファイルも使えます。

  2. 2

    ビット深度とサンプルレートを設定

    ビット深度の初期値は16ビット、サンプルレートの初期値は「元と同じ」(動画では通常48 kHz)です。ミキシング用のプロジェクトで使うWAVなら24ビット、音声認識用なら16 kHzモノラルを選んでください。

  3. 3

    WAVに抽出

    WAVに抽出を押して、ファイルをダウンロードします。圧縮を行わないため、動画内の音声よりファイルサイズは大きくなります。

MP4をMP3ではなくWAVに変換する理由

WAVは1991年にMicrosoftとIBMが導入した、PCMサンプルを包むシンプルな形式です。音の波形を表す数値を1秒間に何千回も並べたもので、圧縮はありません。このシンプルさが強みです。どの音声編集ソフトでもすぐに読み込め、前後のデータをデコードせずに任意のサンプルで切り出せ、保存し直しても何も変わりません。一方MP3やAAC は、デコード、編集、再エンコードのたびに少しずつ音の情報が失われます。

そのため、MP4をWAVに変換する人は、たいていこれから音に何か手を加えようとしています。専用ツールでノイズを除去するためにセリフを分離する動画編集者、映像からリフをサンプリングするミュージシャン、カメラで収録してDAWでミックスするポッドキャスター、インタビューを音声認識にかける研究者などです。いずれの場合も、WAVなら次の工程まで劣化なしで進められます。

代償はサイズです。非圧縮の音声は、無音を含め、何が流れていても1秒あたり同じバイト数になります。下の数値は、サンプルレート × ビット深度 × チャンネル数から求めた正確な計算値です。長い録音を変換する前に、保存容量の目安にしてください。

1分あたりのWAVファイルサイズ

44.1 kHz · 16ビット · ステレオ(CD品質)
10.6 MB
48 kHz · 16ビット · ステレオ(一般的な動画の音声)
11.5 MB
48 kHz · 24ビット · ステレオ
17.3 MB
16 kHz · 16ビット · モノラル(音声)
1.9 MB

MP4

MPEG-4ビデオ

MP4(MPEG-4 Part 14)は、ISO/MPEGが標準化し、AppleのQuickTime形式をベースにしたマルチメディアコンテナです。通常はH.264またはHEVCのビデオとAAC音声を含み、字幕、チャプター、メタデータも格納できます。スマートフォン、ブラウザ、テレビ、ゲーム機、SNSで再生でき、世界で最も互換性の高いビデオ形式です。中のビデオはほとんどの場合非可逆なので、再エンコードを繰り返すと少しずつ画質が落ちます。

圧縮方式
非可逆
透過
–
アニメーション
–
登場時期
2001 · Moving Picture Experts Group (MPEG)
MP4 変換

WAV

Waveform Audio File(WAV)

WAVは、1991年に Microsoft と IBM が作成した音声コンテナで、通常は非圧縮のPCM音声を格納します。品質をそのまま保てるため、録音、編集、効果音、マスタリングの標準です。CD品質のステレオは1分で約10 MBになり、ファイルは大きくなります。すべてのOS、エディタ、ほとんどのプレーヤーで開けますが、メタデータへの対応は限られています。

圧縮方式
可逆
透過
–
アニメーション
–
登場時期
1991 · Microsoft and IBM
WAV 変換

動画の音声を、非圧縮PCMを必要とする音声編集ソフト、DAW、サンプラー、文字起こしサービスに渡すために、MP4をWAVに変換します。ノイズ除去や再書き出しでも新たな圧縮劣化が加わりません。

MP4をWAVに変換するときの重要な設定

  • 特定のレートを求められない限り、サンプルレートは「元と同じ」のままにしてください。48 kHzの動画音声を44.1 kHzにリサンプリングしても、編集上のメリットはなく、処理が1段階増えるだけです。
  • マイク1本の録音やスマートフォンの録音には、チャンネルでモノラルを選んでください。ステレオの2チャンネルはたいてい同じ内容で、サイズが2倍になります。
  • 解説付きの動画や複数言語の動画には、音声トラックが複数あります。必要なトラックを取り出すには、音声トラックを2以上に設定してください。
  • 長い動画から必要な部分だけを抽出するには、開始位置と終了位置を使います。WAVのサイズも小さく抑えられます。
  • 小さな音のフィールド録音には音量を正規化をオンにしてください。ただし、自分でマスタリングする予定の音楽にはオフのままにしてください。

MP4からWAVへの変換に関するよくある質問

MP4をWAVに変換すると音質は良くなりますか?

いいえ。MP4の音声はほとんどがAAC形式で、動画の作成時にすでに一部の音の情報が失われています。WAVはそのデコード後の音をそのまま、再圧縮せずに保存します。そのため音質は元の音声と同じで、それ以上良くはなりません。メリットは、ここから先の編集や再書き出しで新たな劣化が加わらないことです。

WAVファイルの容量は1分あたりどのくらいですか?

ステレオ・16ビット・44.1 kHzで1分あたり約10.6 MB、48 kHzでは11.5 MB、24ビット・48 kHzでは17.3 MBです。モノラルならどれも半分になります。48 kHz・16ビットのステレオで1時間のインタビューは、約700 MBになります。

WAVは16ビットと24ビットのどちらを選ぶべきですか?

CDと同じ16ビットで、試聴、文字起こし、ほとんどの動画編集には十分です。24ビットは、音を大きく加工する場合にエンジニアが余裕を持って作業できますが、圧縮された元の音声にない情報を復元することはできません。

文字起こしツールに適したサンプルレートは?

多くの音声認識エンジンは内部で16 kHzモノラルで処理するため、16 kHzモノラルのWAVなら精度を落とさずに速くアップロードできます。音楽や編集には「元と同じ」(動画ファイルでは通常48 kHz)のままにしてください。ファイルから自動で文字起こしをしたい場合は、音声のテキスト変換をお試しください。

WAVファイルに長さの上限はありますか?

従来のWAV形式はサイズを32ビットの領域で記録するため、ファイルは4 GBまでです。これは44.1 kHz・16ビット・ステレオで約6時間45分に相当します。動画1本あたり95 MBというアップロード上限があるため、ここで上限に達することはありません。

MP3を選んだほうがよいのはどんなときですか?

編集ではなく聴くためのファイルの場合です。192 kbpsのMP3は、CD品質のWAVの約7分の1のサイズで、どの機器でも再生できます。音楽、講義、再生するだけの音声にはMP4からMP3への変換をご利用ください。

動画の音声に関するガイド