チュートリアル

MP3に変換せず動画から音声ストリームを抽出する方法

更新日 2026年6月9日

元の音声トラックをデマルチプレックス — AACはM4Aのまま、MP3はMP3のまま — 無理なロスリー再エンコードを避けます。

MP3は汎用性が高い一方、常に最適とは限りません。ポッドキャスト制作ではM4AのAACが欲しい場合もあるし、カメラファイルのオリジナルストリームが必要なこともあります。音声ストリーム抽出はMP3への強制変換なしで音声をデマルチプレックスし、可能な限り元のエンコーディングを保持します。

音声ストリーム抽出 vs 動画をMP3に変換

下流ツールがネイティブコーデックを前提としている場合や、ロスレスに近いパススルーを望む場合は、ストリーム抽出を選びましょう。

すべての処理はデバイス上で行われます。

UIは元のエンコーディングを保持したか、AACにトランスコードしたかを区別して表示します。

エディターがどの音声フォーマットでも受け付けるなら、動画をMP3に変換のMP3が最も手早く汎用的なファイルになります。ストリーム抽出が有利なのは次の場合です。

書き出し後はヘッドホンで聴いて確認しましょう。ストリームコピーなら動画の音声トラックと同一に聴こえるはずです。ソースにないアーティファクトが聞こえる場合、AACトランスコードのフォールバックに当たっている可能性があります。完了メッセージのファイルサイズとフォーマットを比較してください。

ドキュメンタリーやイベント撮影では、カメラのMP4を保持しつつ文字起こしサービス用に音声だけ分離したいことがよくあります。ストリーム抽出ならカメラのAACプロファイルを保持できるため、文字起こしAPIにはエディターが現場で聴いたのと同じスペクトル情報が届きます。

AudacityやDaVinci Fairlightでノイズ除去した後は、置換モードで音声と動画を結合し、編集した音声を動画に戻します。ストリーム抽出から始めれば、途中で不要なMP3生成を避けられます。

数時間のファイルでは完了バナーに注目してください。ストリームコピーは数秒で終わりますが、AACトランスコードはフル再エンコードと同程度かかることがあります。コーヒーブレイクのタイミングを計画しましょう。

ポッドキャスト編集 — M4A/AACはApple中心のワークフローで一般的です。
二重ロスリー変換を避ける — ソースがすでに圧縮AACなら、MP3よりストリーム抽出を優先しましょう。
動画と同期 — 編集後は音声と動画を結合で音声と映像を組み合わせます。
サンプルレートを確認 — 48 kHzと44.1 kHzの不一致は、エディターが誤ったレートを前提にした再マルチプレックスで微妙なピッチ問題を起こすことがあります。
コンテナ情報をメモ — M4Aにソースファイル名を書いておき、アシスタントがどの撮影日の素材か分かるようにしましょう。

M4Aを受け付ける文字起こしサービスはSRTを返すことが多いです — 人間が確認した後、動画に字幕を追加と組み合わせましょう。

DJIやアクションカメラのMP4はAAC音声を格納しており、ストリーム抽出で完璧に保持できます — Resolveで同期修正する前に最適です。

Zoomのローカル録画（MP4）は通常AACをマルチプレックスしています — 会議アーカイブからポッドキャスト編集を組むなら、MP3よりストリーム抽出の方が速いです。

想定外の.m4a出力。 大容量ファイルのフォールバックトランスコード — 高品質AACのままです。

無音ファイル。 ソースに音声トラックがない可能性 — まずプレイヤーで確認してください。

エディターがファイルを拒否。 最大互換性のために動画をMP3に変換でトランスコードしてください。

ストリームコピーが成功すれば、さらなるロスリー世代を避けられます。MP3書き出しは常に再エンコードします。

通常はプライマリトラックが書き出されます — 特殊なマルチトラックファイルは専用ツールが必要な場合があります。