Export translations

Settings

Group

Language

Format

Export for off-line translation

Export in native format

Export in CSV format

<div lang="en" dir="ltr" class="mw-content-ltr">
'''音声ファイル'''（audio file）は、音声信号または音声に関係するデータをコンピューター上のファイルとして保存したものである。録音、音楽制作、配信、放送、映像制作、ゲーム、音声認識、アーカイブなどで広く用いられる。
</div>

<div lang="en" dir="ltr" class="mw-content-ltr">
音声ファイルを理解する際には、'''ファイル形式、コンテナ、コーデック、圧縮方式、ファイル拡張子'''を区別することが重要である。日常的にはこれらがまとめて「フォーマット」と呼ばれることも多いが、技術的には異なる概念である。
</div>

<div lang="en" dir="ltr" class="mw-content-ltr">
== 基本構造 ==
デジタル音声は、[[Special:MyLanguage/Sample rate|サンプルレート]]、[[Special:MyLanguage/Bit depth|ビット深度]]、チャンネル数などを持つサンプル列として表現できる。
</div>

<div lang="en" dir="ltr" class="mw-content-ltr">
ファイルへ保存する際には、
</div>

<div lang="en" dir="ltr" class="mw-content-ltr">
* 音声サンプルそのもの
* 圧縮された音声ビットストリーム
* サンプルレートやチャンネル数などの技術情報
* 曲名、アーティスト名、ジャケット画像などのメタデータ
* チャンク、フレーム、インデックス等の構造情報
</div>

<div lang="en" dir="ltr" class="mw-content-ltr">
を一定の規則に従って格納する。
</div>

<div lang="en" dir="ltr" class="mw-content-ltr">
== ファイル形式、コーデック、コンテナ ==
=== コーデック ===
[[Special:MyLanguage/Codec|コーデック]]は、音声データを特定の符号化方式へ変換し、また復号する方法を指す。
</div>

<div lang="en" dir="ltr" class="mw-content-ltr">
代表例には、
</div>

<div lang="en" dir="ltr" class="mw-content-ltr">
* [[Special:MyLanguage/MP3|MP3]]
* [[Special:MyLanguage/AAC|AAC]]
* [[Special:MyLanguage/FLAC|FLAC]]
* ALAC
* Opus
* Vorbis
</div>

<div lang="en" dir="ltr" class="mw-content-ltr">
などがある。
</div>

<div lang="en" dir="ltr" class="mw-content-ltr">
=== コンテナ / wrapper ===
[[Special:MyLanguage/Container format|コンテナ形式]]は、音声ビットストリームやメタデータを一つのファイル構造へ格納する枠組みである。
</div>

<div lang="en" dir="ltr" class="mw-content-ltr">
代表例には、
</div>

<div lang="en" dir="ltr" class="mw-content-ltr">
* [[Special:MyLanguage/WAV|WAV]]
* [[Special:MyLanguage/AIFF|AIFF]]
* MP4
* Matroska
* CAF
</div>

<div lang="en" dir="ltr" class="mw-content-ltr">
などがある。
</div>

<div lang="en" dir="ltr" class="mw-content-ltr">
WAVやAIFFはLPCMを格納する用途で特に有名だが、形式そのものとPCM符号化は同一ではない。
</div>

<div lang="en" dir="ltr" class="mw-content-ltr">
Library of CongressはWAVEを、audio bitstreamと各種data chunkを格納できるwrapper file formatとして整理している。<ref name="loc-wave">[https://www.loc.gov/preservation/digital/formats/fdd/fdd000001.shtml Library of Congress, ''WAVE Audio File Format'']</ref>
</div>

<div lang="en" dir="ltr" class="mw-content-ltr">
=== ファイル拡張子 ===
<code>.wav</code>、<code>.mp3</code>、<code>.flac</code>、<code>.m4a</code>、<code>.aif</code>などは、OSやアプリケーションがファイル種別を識別するために使う名称である。
</div>

<div lang="en" dir="ltr" class="mw-content-ltr">
拡張子だけで内部コーデックが一意に決まらない形式もある。
</div>

<div lang="en" dir="ltr" class="mw-content-ltr">
たとえば[[Special:MyLanguage/M4A|M4A]]はAACを格納することも、ALACを格納することもできる。AppleのLogic ProはM4AのencodingとしてAACまたはApple Lossless（ALAC）を選択できる。<ref name="apple-m4a">[https://support.apple.com/ja-jp/guide/logicpro-ipad/lpipaf481b01/ipados Apple, ''M4Aファイルのオプション'']</ref>
</div>

<div lang="en" dir="ltr" class="mw-content-ltr">
== 圧縮による分類 ==
音声ファイルはデータ量の扱いから大きく、
</div>

<div lang="en" dir="ltr" class="mw-content-ltr">
* [[Special:MyLanguage/非圧縮音声ファイル|非圧縮]]
* [[Special:MyLanguage/可逆圧縮音声ファイル|可逆圧縮]]
* [[Special:MyLanguage/非可逆圧縮音声ファイル|非可逆圧縮]]
</div>

<div lang="en" dir="ltr" class="mw-content-ltr">
へ分類できる。
</div>

<div lang="en" dir="ltr" class="mw-content-ltr">
{| class="wikitable"
! 分類 !! 復号後 !! 代表例
|-
| 非圧縮 || 元のサンプルをそのまま保持 || WAV/PCM、AIFF/PCM
|-
| 可逆圧縮 || 元データを完全復元可能 || FLAC、ALAC
|-
| 非可逆圧縮 || 一部情報を不可逆に除去 || MP3、AAC、Opus、Vorbis
|}
</div>

<div lang="en" dir="ltr" class="mw-content-ltr">
== 非圧縮 ==
非圧縮音声では、LPCMなどのサンプル値を圧縮せず保存する。
</div>

<div lang="en" dir="ltr" class="mw-content-ltr">
編集や録音の中間形式として扱いやすく、エンコード／デコード負荷も小さい一方、ファイルサイズは大きくなる。
</div>

<div lang="en" dir="ltr" class="mw-content-ltr">
DAWではWAVまたはAIFFのPCMが代表的である。
</div>

<div lang="en" dir="ltr" class="mw-content-ltr">
== 可逆圧縮 ==
[[Special:MyLanguage/Lossless compression|可逆圧縮]]では、統計的冗長性などを利用してデータ量を減らすが、復号すると元のサンプル列を完全に復元できる。
</div>

<div lang="en" dir="ltr" class="mw-content-ltr">
FLACやALACが代表的である。
</div>

<div lang="en" dir="ltr" class="mw-content-ltr">
Xiph.OrgのFLACはSTREAMINFOにサンプルレート、チャンネル数、ビット深度、元PCMのMD5 signatureなどを保持できる。<ref name="xiph-flac">[https://xiph.org/flac/documentation_format_overview.html Xiph.Org, ''FLAC Format overview'']</ref>
</div>

<div lang="en" dir="ltr" class="mw-content-ltr">
== 非可逆圧縮 ==
[[Special:MyLanguage/Lossy compression|非可逆圧縮]]では、知覚上重要度の低い情報を除去したり、量子化精度を削減したりして高い圧縮率を得る。
</div>

<div lang="en" dir="ltr" class="mw-content-ltr">
MP3やAACは代表的な知覚符号化方式である。
</div>

<div lang="en" dir="ltr" class="mw-content-ltr">
Library of CongressはMP3をpsychoacoustic modelに基づくperceptual codingとして説明している。<ref name="loc-mp3">[https://www.loc.gov/preservation/digital/formats/fdd/fdd000012.shtml Library of Congress, ''MP3 (MPEG Layer III Audio Encoding)'']</ref>
</div>

<div lang="en" dir="ltr" class="mw-content-ltr">
== サンプルレート ==
[[Special:MyLanguage/Sample rate|サンプルレート]]は1秒間に保存される標本数で、44.1 kHz、48 kHz、96 kHzなどが代表的である。
</div>

<div lang="en" dir="ltr" class="mw-content-ltr">
サンプルレートはファイル形式そのものとは別の属性である。同じWAVでも44.1 kHzにも96 kHzにもできる。
</div>

<div lang="en" dir="ltr" class="mw-content-ltr">
== ビット深度 ==
PCMでは[[Special:MyLanguage/Bit depth|ビット深度]]が1サンプル当たりの量子化精度を表す。
</div>

<div lang="en" dir="ltr" class="mw-content-ltr">
16-bit、24-bit、32-bit integerや32-bit floatなどが使用される。
</div>

<div lang="en" dir="ltr" class="mw-content-ltr">
圧縮音声では「bit depth」がそのまま保存ビット数を意味しない場合があるため、PCMと圧縮コーデックを同じ尺度で比較しない。
</div>

<div lang="en" dir="ltr" class="mw-content-ltr">
== ビットレート ==
[[Special:MyLanguage/Bitrate|ビットレート]]は単位時間当たりのデータ量で、kbps、Mbpsなどで表す。
</div>

<div lang="en" dir="ltr" class="mw-content-ltr">
非圧縮PCMでは概算として、
</div>

<div lang="en" dir="ltr" class="mw-content-ltr">
<code>bitrate = sample rate × bit depth × channels</code>
</div>

<div lang="en" dir="ltr" class="mw-content-ltr">
で求められる。
</div>

<div lang="en" dir="ltr" class="mw-content-ltr">
44.1 kHz / 16-bit / stereo PCMなら約1411.2 kbpsである。
</div>

<div lang="en" dir="ltr" class="mw-content-ltr">
圧縮音声では、同じサンプルレートでもcodecや設定によりbitrateが大きく変わる。
</div>

<div lang="en" dir="ltr" class="mw-content-ltr">
== CBR と VBR ==
圧縮形式では、
</div>

<div lang="en" dir="ltr" class="mw-content-ltr">
* CBR（Constant Bit Rate）
* VBR（Variable Bit Rate）
</div>

<div lang="en" dir="ltr" class="mw-content-ltr">
が使われる。
</div>

<div lang="en" dir="ltr" class="mw-content-ltr">
VBRでは複雑な区間へ多く、単純な区間へ少ないデータを割り当て、平均データ量と品質のバランスを取る。
</div>

<div lang="en" dir="ltr" class="mw-content-ltr">
== メタデータ ==
音声ファイルには音声そのもの以外にメタデータを保存できる場合がある。
</div>

<div lang="en" dir="ltr" class="mw-content-ltr">
* 曲名
* アーティスト
* アルバム
* ISRC
* BPM
* ジャンル
* ジャケット画像
* BWF metadata
* cue情報
* loop point
</div>

<div lang="en" dir="ltr" class="mw-content-ltr">
使用できるメタデータ方式は形式ごとに異なる。
</div>

<div lang="en" dir="ltr" class="mw-content-ltr">
== DAWにおける用途 ==
DAWでは、録音・編集・ミックス・書き出しで求められる性質が異なる。
</div>

<div lang="en" dir="ltr" class="mw-content-ltr">
制作中はWAV/AIFFなど非圧縮PCMが扱いやすい。
</div>

<div lang="en" dir="ltr" class="mw-content-ltr">
アーカイブや容量削減ではFLACなど可逆圧縮が有用である。
</div>

<div lang="en" dir="ltr" class="mw-content-ltr">
配信や試聴ではMP3、AACなど非可逆圧縮が使われることが多い。
</div>

<div lang="en" dir="ltr" class="mw-content-ltr">
== 変換とトランスコード ==
ある音声形式から別形式へ変換することを[[Special:MyLanguage/Transcoding|トランスコード]]と呼ぶ。
</div>

<div lang="en" dir="ltr" class="mw-content-ltr">
非圧縮または可逆形式から非可逆形式への変換では情報が失われる。
</div>

<div lang="en" dir="ltr" class="mw-content-ltr">
非可逆形式を別の非可逆形式へ再エンコードすると、元の圧縮で失われた情報は戻らず、さらに新たな損失が加わる可能性がある。
</div>

<div lang="en" dir="ltr" class="mw-content-ltr">
そのため制作・保存用の元データには非圧縮または可逆形式を保持することが一般的である。
</div>

<div lang="en" dir="ltr" class="mw-content-ltr">
== 関連項目 ==
* [[Special:MyLanguage/Digital audio|デジタルオーディオ]]
* [[Special:MyLanguage/Codec|コーデック]]
* [[Special:MyLanguage/Container format|コンテナ形式]]
* [[Special:MyLanguage/Sample rate|サンプルレート]]
* [[Special:MyLanguage/Bit depth|ビット深度]]
* [[Special:MyLanguage/Bitrate|ビットレート]]
* [[Special:MyLanguage/PCM|PCM]]
* [[Special:MyLanguage/非圧縮音声ファイル|非圧縮音声ファイル]]
* [[Special:MyLanguage/可逆圧縮音声ファイル|可逆圧縮音声ファイル]]
* [[Special:MyLanguage/非可逆圧縮音声ファイル|非可逆圧縮音声ファイル]]
</div>

Export translations

Navigation menu

Search