Mediamorphy ガイド

動画から音声だけを取り出す方法と、形式の選び方

公開日 2026年11月17日

通勤中に聞きたい講義の録画、聞き返すだけでよい会議、音を残したくて撮った演奏。こうした動画では映像はただの重荷です。1080pの動画は1時間で数ギガバイトになりますが、同じ1時間の音声なら数十メガバイトで済みます。

抽出が実際にしていること

動画ファイルには、映像と音声が別々のストリームとして並んで入っています。音声の抽出とは、映像のストリームを捨てて音声だけを音声ファイルに書き出す作業です。映像を処理しないので、動画の変換よりずっと早く終わります。

一つ知っておきたい点があります。この変換ツールは音声をそのままコピーするのではなく、選んだ形式に再エンコードします。聞くだけなら、適切な設定では違いは分かりません。ただし音声を編集してもう一度書き出す予定があるなら、ロスレス形式を選んでください。非可逆圧縮の上にさらに非可逆圧縮を重ねずに済みます。形式ごとの違いは音声フォーマットのガイドで詳しく説明しています。

次に何をするかで形式を選ぶ

形式は使い道で決まります。
やりたいこと形式理由
スマホでも車でも、どこでも聞くMP3再生できない機器がない
Appleのライブラリに入れておくM4A同じビットレートならAACのほうがMP3より少し良く聞こえる
音声・動画編集ソフトで編集するWAV無圧縮なので、編集しても劣化が増えない
元の音質のまま、容量を抑えて保存するFLACロスレスで、WAVの半分ほどの大きさ

320kbpsがたいてい無駄になる理由

ほとんどの動画に入っている音声はすでに圧縮されていて、たいていは128〜192kbpsのAACです。これを320kbpsのMP3にエンコードしても、動画を作るときに捨てられた情報は戻りません。音は同じで、ファイルだけが大きくなります。数字が大きいほうが安心に思えますが、上限は元の素材ですでに決まっています。

  • 話し声(講義、会議、インタビュー):128kbpsで十分すぎるほどです。
  • 一般的な動画に入っている音楽:192kbpsが元の素材の水準に合っています。
  • 自分で録った高音質の音楽:256か320kbps、またはロスレス形式を選びます。

ファイルはどのくらいの大きさになるか

MP3とM4Aは、サイズがビットレートと長さだけで決まるので、前もって計算できます。

ビットレート × 長さ。WAVは16ビット・ステレオ・48kHzの場合。
設定10分1時間2時間
128kbps9.6MB58MB115MB
192kbps14.4MB86MB173MB
256kbps19.2MB115MB230MB
320kbps24MB144MB288MB
WAV115MB691MB1.4GB

WAVをとりあえず選んではいけない理由が最後の行にあります。編集には向いていますが、一度聞くだけの2時間の講義には向きません。

実際の手順

  1. 動画を音声にページを開いて動画を追加します。ファイルは端末に残ったままで、何もアップロードされません。会議や授業の録画のように外に出しにくい素材ほど、これは大事な点です。
  2. 音声形式を選びます。動画の音声トラックだけを抽出する旨の案内が表示されます。
  3. 上のリストを参考にビットレートを決めます。
  4. 一部だけ必要ならトリミング(任意)を開いて、開始と終了の時間を入力します。
  5. 変換してダウンロードします。

よくある二つの問題

録音の音が小さすぎる。講義室や会議室で撮った動画は、音が小さく録れがちです。音量を100%より上げると音が大きくなります。少しずつ上げてください。大きな音が上限を超えると歪んでしまい、一度歪んだ音は元に戻せません。

動画がとても大きい。音声を取り出すには、まずファイル全体をメモリに読み込む必要があります。そのため数ギガバイトの録画は、ほしい音声が小さくてもブラウザでは失敗することがあります。次回から低い解像度で録画するか、そのファイルだけデスクトップのツールで処理してください。

最後に、忘れがちな点を一つ。音声を取り出すのは、自分で撮った動画か、利用の許可を得た動画だけにしてください。映像がなくなっても、講師や演奏者の権利までなくなるわけではありません。

実際に試してみる

その他のガイド