ToolAct

動画から音声を抽出

ブラウザ上で動画の音声を取り出し、再エンコードせずに保存したり、MP3に変換したりできます。

動画と音声は、この端末内で処理されます。処理エンジンは必要に応じてダウンロードされますが、メディアファイルはアップロードされません。

動画を選択

動画を1つここにドロップ

MP4・MOV・MKV・WebM対応 · 1回につき1ファイル · 最大200 MiB

200 MiBは、処理の失敗を抑えるために本ツールで設けた1ファイルあたりの上限で、ブラウザの上限ではありません。処理には追加のメモリが必要なため、小さなファイルでもメモリ不足で失敗することがあります。パソコンのブラウザでの利用をおすすめします。

動画を選択して開始してください。

処理エンジンのライセンスとソースコード

動画の音声を別のファイルに

動画ファイルには通常、映像や音声、ときには字幕が、それぞれ別のストリームとして格納されています。本ツールは端末内でこれらを読み取り、音声トラックを1つ選んで独立したファイルに保存します。スピーカーから流れる音を録音する仕組みではなく、マイクへのアクセス許可も不要です。

「元の音声」を選ぶと、エンコード済みの音声をそのままコピーするため、再度の非可逆圧縮を避けられます。幅広いプレーヤーで再生したい場合はMP3が便利です。MP3への変換では、元の音声をデコードしてからエンコードし直すため、CPU負荷が高くなり、音質が低下することがあります。

音声を抽出する手順

  1. 200 MiB以下のMP4、MOV、MKV、WebMファイルを1つ選択します。ファイルが最初のチェックを通過すると、音声処理エンジンが読み込まれます。
  2. 音声トラックの一覧が表示されるまで待ちます。複数ある場合は、トラック情報を確認して、必要な言語やトラックを選択します。
  3. 「元の音声」を選ぶか、MP3を選んでビットレートを指定し、「音声を抽出」を押します。
  4. ブラウザが出力形式に対応していれば試聴できます。確認後、ファイルをダウンロードしてください。ページを離れたり、ファイルを取り除いたりすると、処理結果は消去されます。
  • 処理中はこのタブを開いたままにしてください。読み込みや処理は、いつでもキャンセルできます。
  • スマートフォンやタブレットでは、まず短い動画でお試しください。200 MiBは本ツールのファイルサイズ上限であり、それ以下のファイルなら必ず端末のメモリに収まるという意味ではありません。

こんなときに便利

講義や講演を音声で聴く利用する権利のある講義や講演の動画から、話し声のトラックを取り出せます。音声プレーヤーで聴くならMP3が便利です。複数の言語が含まれる動画では、必要なトラックを選んでください。
元の音声データを保つ再度の非可逆圧縮を避けたい場合は「元の音声」を選びます。MP4内のAACトラックはM4Aとして保存され、それ以外のコーデックには対応するコンテナが使われます。
音声編集用の素材を取り出す撮影した動画の音声を分離し、音声編集ソフトで使えます。MOV内の対応するPCM音声は、リトルエンディアンならWAV、ビッグエンディアンならAIFFに、再エンコードせず保存できます。ただし、圧縮した音声に比べてファイルサイズが大きくなることがあります。

端末内で音声を抽出する仕組み

シングルスレッド版のFFmpeg WebAssemblyエンジンを、ブラウザのワーカー内で実行します。エンジンは必要に応じて本サイトから読み込まれ、外部のメディア処理サービスは利用しません。選択した動画をエンジンのメモリ上のファイルシステムに読み込み、端末内で解析・処理します。

「元の音声」モードでは、選択した音声ストリームを対応するコンテナにコピーします。MP3モードではLAMEエンコーダーを使い、指定したビットレートで変換します。モノラルとステレオは維持し、マルチチャンネル音声はステレオにダウンミックスします。映像と字幕は出力しません。キャンセルしたりページを離れたりするとワーカーが終了し、不要になった一時ファイルやダウンロードリンクも解放されます。

  • ファイルの拡張子が示すのはコンテナ形式で、内部の音声コーデックではありません。そのため、同じMP4でも処理できるファイルとできないファイルがあります。
  • 入力データ、WebAssemblyの実行用メモリ、出力データが同時にメモリを使用する場合があります。200 MiBという入力上限は、余裕を持たせた製品側の制限であり、端末の能力を測定した値でも、処理の成功を保証する値でもありません。
  • 処理時間は、元のコーデック、再生時間、端末の性能、選択したモードによって変わります。進捗は推定のパーセントではなく、実際の処理段階で表示します。

主な出力形式の例

AAC音声を含むMP4 → M4A

「元の音声」モードでは、AAC音声を音声専用のMP4コンテナにコピーし、拡張子.m4aで保存します。音声をエンコードし直すことはありません。

Opus音声を含むWebM → Ogg

「元の音声」モードでは、OpusのパケットをそのままOggコンテナに保存します。再生できるかどうかはプレーヤーによって異なります。

PCM音声を含むMOV → WAVまたはAIFF

対応するPCMトラックは、リトルエンディアンならWAV、ビッグエンディアンならAIFFにそのままコピーできます。MP3を選ぶと、指定したビットレートで非可逆圧縮した音声ファイルを作成します。

よくある質問

動画はどこかにアップロードされますか?

いいえ。動画と抽出した音声は、すべてお使いの端末内で処理されます。初回利用時にブラウザが本サイトから処理エンジンをダウンロードしますが、メディアファイルを処理サーバーに送信することはありません。マイクやカメラへのアクセス許可も不要です。

音声を抽出すると音質は変わりますか?

「元の音声」モードでは再エンコードしないため、エンコードによる新たな音質劣化はありません。MP3モードは320 kbpsを選んだ場合も非可逆圧縮です。ビットレートを上げても、元の音声ですでに失われた情報を復元することはできません。

「元の音声」でもM4A以外で保存されるのはなぜですか?

M4Aは音声専用のMP4コンテナであり、あらゆる音声に使えるコーデックではありません。AACはM4Aに格納できますが、ほかの対応コーデックではMP3、Ogg、WAV、AIFF、FLACなどで保存されます。再エンコードせずに保存できるコンテナが本ツールで用意されていない場合は、MP3への変換を選べます。

どの動画形式・ブラウザに対応していますか?

選択できる形式はMP4、MOV、MKV、WebMです。実際に処理できるかどうかは、ファイル内のコーデックと、本ツールに組み込まれたFFmpegの対応範囲によって異なります。WebAssemblyとワーカーに対応した新しいブラウザをご利用ください。DRMで保護されたファイルや破損したファイルは処理できません。パソコンのブラウザでの利用をおすすめします。モバイル端末ではメモリ不足で失敗することがあります。

ファイルサイズの上限が200 MiBなのはなぜですか?

このバージョンで処理の失敗を抑えるために設けた制限で、ブラウザ自体の技術的な上限ではありません。ブラウザ内での処理では、入力ファイル、エンジン、出力ファイルが同時にメモリを使います。小さなファイルでも、端末のメモリが不足すると処理に失敗することがあります。長い動画や大きな動画には、パソコン用のアプリをご利用ください。

音声がない動画や、複数の音声トラックがある動画はどうなりますか?

音声ストリームがない場合は、音声トラックが見つからなかったことを表示します。複数ある場合は、一覧から1つを選択できます。一度に保存するのは1トラックのみで、別々の言語をまとめることはありません。MP3出力では、3チャンネル以上の音声をステレオにダウンミックスします。

キャンセルしたり、ページを離れたりするとどうなりますか?

処理用のワーカーが終了し、一時的なメディアデータが解放されます。最初からやり直すには、ファイルを選択し直してください。完成した音声は、ページを離れる前にダウンロードしてください。本ページにメディアの処理履歴は残らず、次回のアクセスまで結果を保存しておくこともできません。