PCM WAVとMP3の違い｜10秒の容量計算と変換条件

音声を変換するときは、提出先が受け付ける形式と、中に入る音声の符号化を分けて確認します。当サイトの出力は16bit PCMのWAVとMP3です。ここでは10秒の例で容量を計算し、形式を変えても失われた音の情報が戻らない点を説明します。

1. WAV・M4A・Oggは、名前だけで音質を決めない

WAVは音声データを入れる容器で、PCM以外の符号化を使う場合もあります。M4AもAACなどの音声を入れるMP4系の容器で、Apple Lossless（ALAC）の音声が入る場合もあるため、「M4Aなら必ず非可逆圧縮」とは言えません。OggにもVorbis・Opus・FLACなどを入れられます。

MP3はMPEG Audio Layer IIIの音声です。当サイトではデコードした音声をMP3へ符号化し直します。元ファイルの拡張子を書き換えるだけの処理ではありません。AACのM4AをPCM WAVへ変えても、AACにする際に失われた情報は戻りません。

提出先が「PCM WAV、48kHz、16bit」などを指定しているなら、WAVという拡張子だけでなく中身の条件を確認します。M4AやOggのまま出力する機能は、このツールにはありません。

2. 10秒・2チャンネル・44,100Hzの容量を比較する

説明用の条件は、10秒、デコード後のサンプルレート44,100Hz、2チャンネルです。PCM WAVは16bit＝1サンプル2bytesとして、音声部分と44bytesのヘッダーを足します。

WAVの値は、現行の書き出し関数へ10秒・44,100Hz・2チャンネルの人工的な440Hz正弦波を渡して、生成Blobの容量とヘッダーを確認しました。ブラウザで入力ファイルを変換した結果の実測ではありません。MP3の値はビットレートと時間による概算で、フレーム・パディング等によって実際の容量は変わります。MP3の保存容量は、この例では測定していません。

同じ10秒でもPCM WAVを1チャンネルにすると882,044 bytes、2チャンネルのまま48,000Hzにすると1,920,044 bytesになる計算です。容量の差は条件の差であり、容量が大きいほど元の音質が良いとは限りません。

3. ブラウザの解析値は、元ファイルのサンプルレートとは限らない

このツールはWeb Audio APIで入力をデコードしてから保存します。decodeAudioDataはAudioContextのサンプルレートへ変換するため、解析欄のサンプルレートや出力が元ファイルと同じとは限りません。例えば元が44,100Hzでも、デコード後が48,000Hzなら、WAV容量の計算には48,000Hzを使います。

ビット深度も当サイトのWAV出力では16bitです。24bitや浮動小数点の原本を、このツールを通してそのまま保持する用途にはしません。PCMにすれば必ず高音質になる、という説明ではなく、提出先へ渡すための条件変更として扱います。

4. 読み込み可否と、保存後の再生を確認する

入力の読み込み可否は、容器とコーデック、ブラウザの対応、ファイルの状態によって変わります。読み込めない場合に、拡張子だけを変えて対応形式に見せることはしません。元のアプリで対応形式へ書き出せるか確認してください。

提出先が受け付ける出力形式を選び、MP3なら128・192・256 kbpsを選びます。同じ素材で必要な部分を試聴し、保存後のファイルも開いて長さ・チャンネル・再生可否を確認します。非可逆圧縮の原本を何度も再保存せず、元ファイルは残します。音量を変える場合は関連記事「音量調整の100基準スコアとは」の二つのモードの説明も確認してください。