本文へスキップ
Convertube

MP3 ファイルとは:その仕組みと、今でもどこにでもある理由

MP3 が実際に何を捨てているのか、どのビットレートで十分なのか、30 年前のコーデックが互換性で今も勝っている理由を解説。MP3 はブラウザ内で変換でき、アップロード不要です。

概要

種類
音声
圧縮
非可逆
拡張子
.mp3
MIME タイプ
audio/mpeg
主なコーデック
mp3
別名
MPEG-1 Audio Layer III

MP3(正式には MPEG-1 Audio Layer III、1993 年に標準化)は、人間の聴覚が気づかないものをモデル化することで機能します。聴覚心理モデルは、周波数や時間の近いところにある大きな音に隠される音を探し、それを記述するためには 1 ビットも使いません。圧縮がこれほど効果的なのも、処理が元に戻せないのも、そのためです。捨てられた情報は丸め誤差ではなく、あなたが気づかないだろうという意図的な判断によって捨てられたものなのです。

続きを読む

その結果として起きるのが世代劣化です。再エンコードするたびに、すでにモデルを通った音声に再びモデルが適用され、2 回目の処理は元の信号ではなく傷んだ音声をもとに判断します。MP3 を高いビットレートに変換しても何の意味もないのはそのためで、正しいやり方は常に、ロスレスのマスターを手元に残し、新しい形式が必要になったらそこからエンコードすることです。

技術的な優劣では、MP3 はとうの昔に負けています。同じビットレートなら AAC のほうが優れ、Opus は AAC をさらに上回り、特に低いレートの話し声で差が出ます。MP3 が勝ったのは普及度です。特許は 2017 年に切れ、ハードウェアデコーダーはひと世代分の車、プレーヤー、スマートフォンに組み込まれました。その結果、他の形式が一切再生できない機器でも再生できる形式になったのです。今 MP3 に変換する理由は、それ以外にありません。

実用上の注意点が 2 つあります。まずビットレート。192 kbps なら普通の機器でほとんどの音楽を聴き分けられない品質になり、お金をかける価値がある上限は 320 kbps、話し声なら 128 kbps 以下で十分です。次にギャップレス再生。MP3 のフレームは固定サイズなので、エンコーダーは先頭と末尾に詰め物を加えます。そのため、つながって流れるべき曲の間に聞こえる隙間ができます。ライブアルバムや DJ ミックスはその影響を受けます。後から設計された形式は、この詰め物を取り除くのに必要な情報を持っています。

MP3 を他の形式に変換

他の形式を MP3 に変換

MP3:よくある質問

ビットレートはどれにすべきですか?

音楽なら 192 kbps で、普通の機器では原音と聴き分けられず、ここでの既定値でもあります。元の音源が高品質でサイズを気にしないなら 320 kbps を選んでください。ポッドキャスト、講義、ボイスメモなどの話し声なら、128 kbps、あるいは 96 kbps でも十分で、ファイルは半分になります。

高いビットレートに変換すると音質は良くなりますか?

なりません。最初のエンコードで捨てられた情報はファイルに入っていないので、ビットレートを上げても、同じ傷んだ音声を効率悪く保存するだけです。音質を良くしたいなら、ロスレスの音源から再エンコードしてください。

MP3 は AAC や Opus より劣っていますか?

同じビットレートなら劣っています。どちらも新しく効率的な形式で、特に低いレートの話し声では Opus が圧倒的に優れています。MP3 の強みは、それらの存在すら知らないハードウェアでも再生できることです。

なぜ曲と曲の間に隙間があるのですか?

MP3 のフレームは固定サイズなので、エンコーダーはファイルの先頭と末尾に詰め物を加えます。その詰め物を記述するメタデータがないと、プレーヤーは短い無音を挟みます。これは形式そのものの性質で、ギャップレスのアルバムは AAC や FLAC で残すほうがよいのはそのためです。

変換しても曲名やアーティストのタグは残りますか?

「メタデータを削除」をオンにしない限り、元のファイルにあるタグは引き継がれます。カバーアートは、形式によって埋め込み画像の保存方法が異なるため、必ず残るとは限りません。

どの形式から変換すると最もよい MP3 になりますか?

WAV、FLAC、AIFF などのロスレス形式です。これらからは 1 世代目のエンコードになり、モデルは完全な信号をもとに処理できます。M4A や動画の音声など、他の非可逆形式からの変換は 2 世代目で、必ずそれより多くのものを失います。

このサイトではどのくらいの大きさのファイルまで変換できますか?

音声から音声への変換では約 1.4 GB、動画からの抽出では出力が小さいので 2 GB までです。64 MB を超えるファイルはメモリにコピーせず、その場で読み込みます。ブラウザのタブでこれだけの上限を実現できるのはそのためです。

ここで変換すると音声はアップロードされますか?

されません。エンコードは、WebAssembly 版の ffmpeg によって、お使いのブラウザのバックグラウンドスレッドで実行されます。変換する前にネットワークパネルを開いてみてください。ファイルを運ぶ通信は 1 つもありません。