検索を使うと、利用規約に同意したものとみなされます。

検索

音声と音楽のガイド

デジタルオーディオ入門:サンプルレートからコーデックまで

デジタルオーディオとは、音を数字で保存したものです。どの音声ファイルも、サンプルレート、ビット深度、ビットレート、チャンネル数という、同じ少数の数字で表せます。さらにコーデックとコンテナという二つの言葉が、音の詰め方と、それを入れるファイルの種類を示します。このデジタルオーディオの基礎を知ると、同じ曲の二つのコピーで容量が10倍も違う理由がわかります。

ダウンロードボタンを押すだけなら、これらは知らなくて構いません。形式を選ぶとき、ファイルが大きい理由を知りたいとき、320kbpsという表示が実際に何を約束しているのかを確かめたいときに役立ちます。以下の各用語は、基準としてよく使われるCD品質の数字とともに説明します。一つの形式を詳しく知りたい方は、MP3ファイルとはをお読みください。

サンプルレート:1秒に何回音を測るか

マイクは音を、滑らかに変化する電気信号に変えます。それを保存するために、変換器が決まった間隔でその信号を測定し、一回の測定をサンプルと呼びます。サンプルレートは1秒間に取るサンプルの数です。CDは44,100で、44.1kHzと書きます。映像や放送は48kHz、スタジオ録音ではしばしば96kHzが使われます。

サンプルレートで記録できる音の高さは、その値の半分までです。44.1kHzなら約22kHzまで届き、若く健康な耳の上限である20kHzをわずかに超えます。CDの音声がそこで止まっているのはそのためです。それより高いレートは、人に聞こえない音まで記録します。制作中には役立ちますが、ファイルは大きくなり、完成した曲での効果は実証されていません。

ビット深度:各サンプルをどれだけ細かく記録するか

ビット深度は、各サンプルを書き表すのに使うビット数です。16ビットなら65,536段階、24ビットなら1,600万段階を超えます。段階が多いほど丸め誤差が小さくなり、その誤差はかすかな背景のノイズとして聞こえます。ビットが1つ増えるごとに、ノイズは約6デシベル下がります。

16ビットの録音は、最も大きな音とノイズフロアの間が約96dBあり、ほとんどの試聴環境が使いきれない範囲です。24ビットは約144dBで、スタジオでは標準です。余裕のある範囲のおかげで、録音レベルの設定が多少ずれても許されます。ビット深度は、どの高さの音を捉えるかには関係しません。それはサンプルレートの役目です。

ビットレートとチャンネル:1秒あたりのデータ量

ビットレートは、音の1秒あたりに使うデータの量です。圧縮しない音声では単純な掛け算で、44,100サンプル、16ビット、2チャンネルを掛けると1秒あたり1,411,200ビット、つまり1,411kbpsになります。これがCD品質で、1分あたり約10.6メガバイトを占めます。モノラルは1チャンネル、ステレオは2、5.1サラウンドは6です。

圧縮形式は計算の順番が逆です。まず128や256kbpsといったビットレートを決め、その枠に収まる細部をエンコーダーが選びます。MP3ファイルでビットレートがよく示されるのはこのためです。各設定でメガバイトがどれだけ増え、音がどれだけ戻るかは、MP3ビットレートガイドで確認できます。

コーデックとコンテナ:方式と入れ物

コーデックは、音声を詰めたり元に戻したりする方式です。PCMは詰めずに生のサンプルをそのまま保存します。FLACとALACは可逆圧縮で、データを小さくしても、すべてのサンプルを元どおりに返します。MP3、AAC、Opusは非可逆圧縮で、聞こえないと判断した細部を捨てて、はるかに小さなサイズにします。音声フォーマットの比較ではMP3、AAC、Opus、WAV、FLACを並べて比べられ、非可逆と可逆の組み合わせだけを見たい方はMP3とFLACの違いをご覧ください。

コンテナは、エンコードされた音を包むファイルのことです。WAVは通常PCM、M4Aは通常AAC、WebMはよくOpusを包みます。ファイルの拡張子はコンテナを表し、中のコーデックはさまざまです。YouTubeは動画の音声をAACかOpusで保存しているので、YouTube MP3変換ではそのストリームを再エンコードする必要があります。

質問と回答

ビットレートとビット深度は同じものですか?

違います。ビット深度は各サンプルのビット数で、測定の精密さを決めます。ビットレートはストリーム全体で1秒間に使うビット数です。圧縮しない音声では、ビットレートはサンプルレート、ビット深度、チャンネル数の積に等しくなります。MP3のような非可逆ファイルにはビットレートはあっても、決まったビット深度はありません。

44.1kHzと48kHzのどちらを使えばいいですか?

用途に合わせてください。CDや一般的な試聴向けの音楽なら44.1kHz、映像に付ける音なら標準の48kHzです。どちらが音がよいということはありません。ファイルがすでにどちらかのレートなら、そのままにしてください。両者の間で変換しても得るものはありません。

コーデックとコンテナはどう違いますか?

コーデックはAAC、Opus、FLACのように音をエンコードしデコードする方式です。コンテナは、エンコードされたストリームをタグや、場合によっては映像と一緒に収めるファイル形式で、MP4、WebM、Oggなどがあります。一つのコンテナに異なるコーデックを入れられるので、拡張子だけでは使われたコーデックはわかりません。

サンプルレートが高いほど必ず音がよくなりますか?

いいえ。44.1kHzや48kHzで、人間の可聴範囲はすでにすべて含まれます。それより高いレートは超音波の成分も記録し、録音や編集では役に立ちますが、完成した音楽で確実に聞き分けられる効果は試聴テストで示されていません。既存のファイルのレートを上げても、情報は増えません。

CD品質の数字は何を意味しますか?

CD品質は44.1kHz、16ビット、ステレオです。つまり1秒に44,100サンプルを、それぞれ16ビットで、2チャンネル分書くということです。掛け合わせると1,411kbps、1分あたり約10.6MBになり、圧縮はかかっていません。

モノラルはステレオより劣りますか?

すべてがそうとは限りません。モノラルは1チャンネルで、話し声、ポッドキャスト、講義には十分ですし、ビットレートをその1チャンネルにすべて使えます。ステレオで作られた音楽は、モノラルにまとめると左右の広がりを失うので、曲はステレオのままにしてください。

ロスレス音声とは何ですか?

何も捨てずに圧縮した音声で、再生すると入力したとおりのサンプルが返ってきます。FLACとALACがこの方式で、通常はWAVファイルを元の50〜70パーセントのサイズにします。非可逆の音源から作ったロスレスファイルは、品質が上がるわけではありません。失われた状態がそのまま保存されます。

PCMとは何ですか?

PCM(パルス符号変調)は、デジタル音声の圧縮されていない基本の形です。何も取り除かず、何も詰めずに、サンプルの値を並べたものです。WAVやAIFFのファイルは通常PCMを含み、音楽CDも同じです。ほかのコーデックはすべてPCMから始まり、再生時にPCMへ戻ります。

更新日: