ジャーナリストが、M4A ファイルとして 4 時間のインタビューを送ってくれました。彼女の文字起こしサービスがそれらを拒否し、320 kbps で MP3 に変換することで「品質を高く保つ」かどうかを尋ねました。 そうではありません。 録音は 64 kbps のモノラル ボイス メモであり、320 で再エンコードすると、まったく同じオーディオを保持するファイルが 5 倍になり、さらに 2 番目のエンコーダーからの損傷の層が新たに生成されます。 彼女が必要としていたのは WAV でした。なぜなら、トランスクリプション サービスが PCM を望んでいたからです。ファイル サイズは、彼女が一度アップロードして削除していたものには関係ありませんでした。 変換に 1 分かかりました。 便利な部分は、損失がどの方向に走るかを把握することでした。これは、何かを変換する前に理解する価値があります。
tl;dr: M4A と MP3 はどちらも非可逆なので、変換すると、ディテールが既に欠けているオーディオをデコードし、別のモデルで再度圧縮します。 これを避ける設定はありません。 2 つのルールを小さくします。余分なビットは、記録ではなく最初のエンコーダのアーティファクトを記述し、元の部分を変換したコピーではなくマスターとして保持するため、ソースよりもビットレートを選択しないでください。 宛先がエディター、文字起こしサービス、または音声モデルの場合は、代わりに WAV に変換し、第 2 世代を完全にスキップします。 ザ・ オーディオコンバーター Toolz.dev では、自分のタブで WebAssembly を介して ffmpeg を実行するため、インタビューや音声メモがマシンから離れることはありません。
.m4a ファイルの中身は何ですか?
拡張機能は、オーディオではなくコンテナに名前を付けており、この形式に関する混乱のほとんどを解消することができます。
M4A は、単一のオーディオ トラックを保持する MPEG-4 コンテナです。 通常、その中にあるのは AAC であり、これは iPhone のボイス メモ、Mac の画面録音、QuickTime エクスポート、そしてほとんどの Apple ダウンロードが生成するものです。 しかし、同じ拡張子を持つ同じコンテナーは、代わりに Apple Lossless を保持できます。また、これら 2 つのファイルは、何も同じようには動作しません。1 つは既に詳細を破棄し、もう一方はそうではありません。 iTunes マッチの .m4a は AAC です。 ロスレス モードで Apple Music にリッピングされた .m4a は、約 5 倍のサイズです。これは、ツールなしでそれらを区別する方法です。
適切な変換は拡張機能ではなくコーデックに依存するため、これは重要です。 MP3 に変換された AAC ファイルは、第 2 世代を失います。 MP3 に変換された ALAC ファイルは、最初のファイルを失います。 WAV または FLAC に変換しても、それ以上は何も失われませんが、どちらも AAC がすでに破棄したものを復元することはできません。
コンテナとコーデックの同じ関係がビデオを支配します。この場合、より大きな誤解が生じます。 リマックスガイド: ラッパーの変更は安価ですが、圧縮の変更はそうではありません。
M4A を MP3 に変換すると、なぜ悪化するのですか?
どちらの形式も、心理音響モデルが予測することを破棄して機能し、2 番目のエンコーダは、記録と最初のエンコーダの残りの部分の違いを判断できないためです。
AAC と MP3 は異なるモデルを構築します。 彼らは、どの周波数がより大きな隣人によってマスクされているかについて意見が一致せず、信号をさまざまな数の帯域に分割し、突然のトランジェントの処理方法を変えます。 つまり、AAC が保持することを決定した詳細は、MP3 が保持していたはずの詳細ではなく、その逆も同様です。 MP3 が AAC ファイルのデコードされた出力をエンコードすると、マイク信号にはなかったアーティファクトを保存するビットを使い、最初のパスを生き残ったものの一部を破棄します。
損傷は予測可能な順序で表示されます。 シンバルとハイハットが最初に行き、一種の中傷のヒスに変わります。 拍手が続きます。なぜなら、手でいっぱいの部屋は騒音に近く、ノイズは、これらのコーデックではモデル化できないものの 1 つです。 シビランス、「S」はスピーチで音を出し、一度発音すると聞き取りにくいワーブルを発します。
これは、変換に反対する議論ではありません。 ダウンストリームで本当に別の形式が必要な場合、これは元の変換から一度変換するための引数です。 M4A は MP3 よりも悪いファイルではありません。 同じビットレートで AAC のサウンドは一般的に良くなります。つまり、M4A から MP3 に移行することは、少し品質が必要な互換性ステップであり、アップグレードでは得られません。
どのビットレートを選ぶべきですか?
ソースに一致するか、少し下に移動し、上に移動しないでください。
理由は上記のとおりです。 ソース レートを超えるビットはアーティファクトの記述に費やされるため、MP3 320 kbps で再エンコードされた 128 kbps M4A は、可聴ゲインの 2.5 倍のサイズになります。 ソースよりもはるかに下に行くと、逆になり、実際の詳細を 2 つ目にします。 ソースのビットレートがわかっている場合は、それを使用してください。 そうでない場合、192 KBPS は音楽の妥当なデフォルトであり、128 以上の場合はスピーチには問題ありません。
天井は道具の決定ではありません。 MPEG-1 レイヤー III は 320 kbps でトップに上がり、読み取ることができます MPEG オーディオ フレーム ヘッダーのビットレート インデックス テーブル、どのエンコーダも、インターフェイスが提供するものに関係なく、それを超えることはできません。
これは、各ターゲット ターゲットのステレオ オーディオのコストです。
| 対象 | 一分当たり | ロスティー？ | それは何のためにあるのですか |
|---|---|---|---|
| MP3 128 kbps | 0.96MB | はいって | スピーチ、ポッドキャスト、MP3 のみを読み取るデバイスに行くもの |
| MP3 192 kbps | 1.44 MB | はいって | デフォルト。 マスターよりも聴く音楽 |
| MP3 320 kbps | 2.40MB | はいって | ソースが少なくともこれほど高かったときだけ |
| M4A (AAC) | 同じレートで MP3 と同じ | はいって | Apple デバイス、そして MP3 レートよりも良い音のレート |
| オーグ (Vorbis) | また同じ | はいって | ゲーム、ウェブ オーディオ、どこでも特許なしの事項 |
| 骨 | 約6MB | いやー | ロスレス ソースのアーカイブ |
| wav | 10.1MB | いやー | 編集者、文字起こしサービス、音声モデル |
WAV の数値は推定値ではありません。 44.1 kHz および 16 ビットの非圧縮ステレオ PCM は、44,100 x 2 チャネル x 2 バイト/秒で、1 分あたり 176,400 バイト、毎分 10.1 MB で、オーディオに含まれるものは何でもあります。 沈黙は交響曲と同じくらいの費用がかかります。
代わりに、いつ WAV または FLAC に変換する必要がありますか?
目的地が一対の耳ではなく、機械である場合。
オーディオ エディター、転写サービス、強制整列ツール、音声モデルはすべて PCM を必要とし、損失の多いファイルを渡すと、とにかく最初にデコードします。 自分自身を WAV に変換すると、2 番目の損失の多い世代を完全にスキップします。デコードは 1 回だけ発生し、結果は正確で、それ以上の何も破棄されません。 ファイルは大きく、一度アップロードするものには問題ありません。
FLAC は、機能するものではなく、アーカイブの回答です。 通常の音楽では、PCM の約 60% にロスレスに圧縮されるため、オーディオはビットのリカバリー可能ビットで、ファイルが 3 分の 1 になるまでビット リカバリ可能です。 今です RFC 9639 で正式に指定されています、事実上の標準として 20 年を経て、それは知っておく価値のある詳細を持っています。 StreamInfo ブロックは、エンコードされていないオーディオの MD5 署名を保持しますであるため、デコーダは、その出力がサンプルの元のサンプルと一致することを証明できます。 損失のある形式はそれを提供できず、損失の原因はそれに救われません。 MP3 を FLAC に変換すると、同じ損傷したオーディオを保持するより大きなファイルが生成されます。これは、一般的でまったく無意味な操作です。
# what the conversions amount to, if you have ffmpeg installed
#
# M4A to MP3, matching a 192 kbps source:
ffmpeg -i memo.m4a -vn -acodec libmp3lame -b:a 192k memo.mp3
# M4A to WAV for a transcription service (16-bit PCM, 44.1 kHz):
ffmpeg -i memo.m4a -vn -acodec pcm_s16le -ar 44100 memo.wav
# size arithmetic, which needs no tool:
# lossy MB per minute = kbps x 60 / 8 / 1000
# WAV MB per minute = 44100 x 2 x 2 x 60 / 1024 / 1024 = 10.1
MP3 の開始時にギャップがあるのはなぜですか?
MP3 は任意の数のサンプルを表すことができず、FIX はオーディオ データの外に存在します。
MPEG-1 レイヤ III フレームには、正確に 1152 個のサンプルが格納されます。 したがって、ファイルの長さはフレーム境界に切り上げられ、エンコーダは有効な出力を生成する前にリードインを必要とします。そのため、すべての MP3 は、前面に少量の無音を、最後にソースにない小さなパディングを運びます。 44.1 kHz では、フロント ギャップは数十ミリ秒です。 1 回の連続演奏として録音されたアルバムのトラック間のライブ レコーディングとスライドショーの違いです。
フォーマットには、このためのフィールドはありません。 プレーヤーが代わりに使用するのは、エンコーダが最初のフレームに書き込んでディレイとパディングを記録するヘッダーです。これを読んでいるプレーヤーは、両方をトリミングでき、そうでないプレーヤーは、両方をトリミングできます。 MP4 コンテナー内の AAC は、コンテナー構造の一部として長さを持ちます。そのため、M4A ファイルはデフォルトでギャップがなく、MP3 ファイルは規則によってのみギャップがありません。
単一のボイスメモの場合、これは問題ではありません。 アルバムを変換する場合、個々のトラックが問題なくても、結果が微妙に間違っているように聞こえるのはそのためです。
アルバム アートのファイルでコンバージョンが失敗したのはなぜですか?
アートワークはビデオ ストリームとして保存され、エンコーダがどこにも配置できない形式に書き込むように求めたためです。
カバー アートが埋め込まれた MP3 または M4A には、オーディオと、コンテナーがビデオと表現する 1 つの静止画像の 2 つのストリームがあります。 別の言い方をせずに変換すると、FFmpeg はその画像を出力に取り込もうとします。WAV のようなターゲットの場合、操作は意味を持たず、明らかにオーディオ ファイルのビデオ コーデックに言及するエラーで失敗します。
修正は 1 つのフラグです。 -vn、ビデオ ストリームを完全にドロップします。 ここでコンバーターは変換ごとに渡すので、アートワークは破棄され、オーディオは変換されます。 カバー アートを保存する場合は、それを運ぶ形式に変換し、後でタグ エディターで再接続します。これは、どちらのコンバーターでも信頼性の高いものを使用しないためです。
OGG は選ぶ価値がありますか?
ほとんどの人にとって、いいえ。 2 つの具体的なケースについては、そうです。
OGG コンテナー内の Vorbis は、Xiph' 自身の言葉で言えば、 「完全にオープンで、所有権がなく、特許権を持たない、汎用の圧縮オーディオ形式」。 それがそのすべての議論であり、ゲーム内でオーディオを出荷する場合、配布するアプリケーション、またはコーデック ライセンスが最終的に誰かが尋ねる質問である場合に、それは本物です。
それに対して: ハードウェア サポートはまだらがあります。 多くのカー ステレオ、古い電話、安価なプレーヤーは MP3 を読みますが、それが MP3 がプログラムではなく、人に渡されるファイルにとって安全な選択であり続ける理由です。 ブラウザのサポートは良好で、何年も前からのサポートです。
音はウォッシュです。 ほとんどの人が使用するビットレートでは、Vorbis と AAC は MP3 よりも優れており、互いに近いものであり、いずれにしても、第 2 世代を生き残ることはできません。
オーディオは私のマシンから離れますか?
いいえ、そしてこのカテゴリのファイルがポイントです。
変換は、ブラウザー タブ内の WebAssembly にコンパイルされた ffmpeg を介して実行されます。 ファイルはディスクからページ メモリに読み込まれ、そこに変換され、ダウンロードとして返されます。 変換中に DevTools でネットワーク パネルを開き、何もオーディオを運ぶものはありません。
人々が何を変えるかを考えてください。 ボイスメモ。 インタビューを記録。 セラピーノート。 お客様からの電話。 サードパーティには及ばない許可を得て録音した人。 無料のオンライン コンバーターの通常の配置は、ダウンロード リンクと引き換えに、そのすべてを見知らぬ人のサーバーにアップロードすることです。保持ポリシーはフッターの言うとおりです。 ここでは、保持するコピーはありません。
制限は、計画ではなくタブです。300 MB のソースで、128 kbps のオーディオまたは 30 分の WAV の約 5 時間です。 デスクトップ エンコーダが優れたツールであり、それを過ぎると、それと同じロジック ビデオコンプレッサー ペイウォールではなく、ブラウザのメモリが天井を設定する場合に適用されます。
オーディオがビデオの中にある場合はどうなりますか?
それなら、これは間違ったツールであり、その区別は衒学的ではありません。
MP4 からサウンドトラックを引き出すことは、オーディオ ファイルを再エンコードするのとは別の操作です。ビデオのオーディオ トラックがすでに AAC で、M4A が必要な場合、ストリームは再エンコードせず、損失もなくまっすぐにコピーできます。 それが何だ オーディオエクストラクター そうです、それが、これがこのツールのモードではなく、別のツールとして存在する理由です。
ビデオから MP3 が必要な場合は、最も減る順序: 抽出して、どのコーデックが出てきたかを確認し、結果が宛先が拒否する形式の場合にのみ変換します。 ビデオを MP3 に一段階変換することはできますが、無損失の再エンコードが発生したかどうかは表示されません。
MP3 から M4A の他の方向はどうですか?
あるケースではやりがいがあり、残りは無意味です。
役立つ場合: Apple デバイスまたは M4A のみを読み取るアプリ。古い車の統合、一部のオーディオブック プレーヤー、および MPEG-4 ラッパーの AAC トラックを期待するものなら何でも発生します。 それは、同じコストで、他の方法と同じ互換性ステップです。
人々がそれに手を伸ばす場合、そうすべきではない場合: より良い音のファイルを期待しています。 AAC は MP3 よりも優れたコーデックですが、オリジナルの録音をエンコードする場合に有効です。 復号化された MP3 を手渡し、MP3 のアーティファクトを新しいビットレートで忠実にエンコードし、結果として、わずかに劣悪に聞こえ、ほぼ同じ空間を占有する第 2 世代が生まれます。 フォーマットのアップグレードでは、サンプルにない詳細を回復できません。
正直なテストは、ファイルの目的を尋ねることです。 何かがプレイを拒否した場合は、変換します。 うまく機能していて、それを改善しようとしている場合、唯一の本当の改善点はオリジナルを見つけることです。
ファイルのフォルダーを一度に変換できますか?
ブラウザにはありません。それは明確にする価値のある境界です。
各変換によって、ファイル全体がタブにロードされ、1 つの FFmpeg パスが実行されるため、ツールは一度に 1 つのファイルを設計的に処理します。 3 つのボイス メモの場合、インストールよりも高速です。 音楽ライブラリの場合、これは完全に間違ったツールであり、ブラウザーが 2 番目のファイルにある間にローカル ffmpeg を介したシェル ループは終了します。
# the batch version, once there are more than a handful
for f in *.m4a; do
ffmpeg -i "$f" -vn -acodec libmp3lame -b:a 192k "${f%.m4a}.mp3"
done
実際には、10 個のファイルまたは 30 分のオーディオを分割するラインがあります。 その下では、ブラウザがセットアップ時に勝ち、その上ではローカル エンコーダーがすべてに勝つ。 同じトレードオフが ビデオコンプレッサー、サブスクリプション層ではなくタブメモリが上限を設定し、 ビデオコンバーター 同じ問題のフォーマット側の場合。
