一般的なWAVファイルは非圧縮で非常に大きく、数分のステレオ音声でも数十メガバイトに達します。編集用マスターには最適ですが、共有・配信・スマホへの保存には向きません。WAVをMP3に変換すると、44.1kHz・16bit・ステレオPCMでは、192kbpsのMP3の音声データ量は元のおよそ7分の1になります。MP3は非可逆圧縮です。VBRとCBRの選び方と、ビットレート・チャンネル・サンプルレートの設定で、音質と容量のバランスを調整できます。
1. 基本のコマンド
標準的で高品質な変換はこれです。
ffmpeg -i input.wav -c:a libmp3lame -b:a 192k output.mp3
-c:a libmp3lame… 標準的な高品質MP3エンコーダLAMEでエンコード-b:a 192k… 32/44.1/48kHzでは192kbpsのCBRです。低いサンプルレートでは使えるビットレートが異なります。- MP3が対応するチャンネル数とサンプルレートなら、変更しない限り元の値を保ちます。5.1chはステレオに、96kHzは48kHzになります。
192kbpsのCBRは、高音質と容量の予測しやすさを重視する設定で、MP3対応機器で広く使えます。
可変ビットレート(より小さいファイル)が良い場合
ffmpeg -i input.wav -c:a libmp3lame -q:a 2 output.mp3
-q:a 2 はVBR品質レベル2です。平均約190kbpsは目安です。平均ビットレートと容量は素材によって変わります。
2. VBRとCBR:どちらを使うべき?
| モード | オプション | 動作 | 向いている用途 |
|---|---|---|---|
| VBR(可変) | -q:a 0〜9 |
複雑な箇所にビットを割く | 一般的な音楽の高音質圧縮 |
| CBR(固定) | -b:a 128k、192k、320k |
全体で同じビットレート | 厳密な互換性・容量の予測 |
VBR(-q:a)は、一般的な音楽を高音質で圧縮する際に効率のよい選択肢です。 音楽ライブラリの再生用コピーに向いています。保存用原本はWAVやFLACなどのロスレス形式で残します。**CBR(-b:a)**は、ポッドキャストのホスティング、ハードウェアプレーヤー、アップロード仕様など、固定のビットレートを求められる場合に向いています。
VBRの尺度は逆向きで、数値が小さいほど高品質です。
-q:a の値 |
平均ビットレートの目安 | 品質 |
|---|---|---|
| 0 | 約245kbps | VBR最高品質 |
| 2 | 約190kbps | 優秀(推奨) |
| 4 | 約165kbps | 非常に良い |
| 6 | 約115kbps | 良い・小容量 |
3. ビットレートと品質の早見表
CBR(-b:a)の場合:
| ビットレート | 品質 | 向いている用途 |
|---|---|---|
| 320k | MP3の最高品質 | 最高品質で残したい音楽 |
| 192k | 高音質向け | 一般的な音楽 |
| 128k | 良い | 気軽な音楽・デモ |
| 96k | 許容範囲 | 音声・オーディオブック |
| 64k | 低い | 長尺の音声・極端な容量節約 |
44.1kHz/16bitの4分ステレオWAVは約40MBです。192kbpsのMP3にすると約5〜6MB(およそ7:1の削減)になります。
4. モノラルとステレオ
WAVがステレオの音声録音なら、モノラルにまとめてサイズを小さくできます(モノラルのWAVは、指定しなくてもモノラルのMP3になります)。
ffmpeg -i input.wav -c:a libmp3lame -q:a 5 -ac 1 output.mp3
-ac 1… 1チャンネル(モノラル)にダウンミックス
音楽はステレオ(-ac 2)のままにします。ステレオ音楽をモノラルに変換すると左右の分離が失われ、元に戻せません。本当に単一チャンネルの素材(朗読、単一楽器など)のときだけモノラルを使ってください。
5. サンプルレートを設定する
既定では、入力がlibmp3lameの対応レートなら元のサンプルレートを保ちます。対応レートは8/11.025/12/16/22.05/24/32/44.1/48kHzです。それ以外は対応レートへ変換され、96kHzは48kHzになります。一般的な44.1kHz(CD品質)に統一するには:
ffmpeg -i input.wav -c:a libmp3lame -b:a 192k -ar 44100 output.mp3
-ar 44100… 44.1kHzにリサンプリング
WAVには44.1kHz以外のレートのもの(動画ツール由来の48kHzや録音機材の96kHzなど)もあります。再生先が44.1kHzを要求する場合は -ar 44100 を指定します。CBRの容量は主にビットレートと長さで決まります。容量を減らすにはビットレートを下げます。低ビットレートの音声には -ar 22050 も選択肢です。音楽は44.1kHz以上を保ってください。
6. なぜMP3は小さいのか(その代償)
一般的なWAVは全サンプルを非圧縮(PCM)で保存するため、サイズはサンプルレート×ビット深度×チャンネル数×長さで固定されます。MP3は非可逆コーデックで、人間の耳が最も気づきにくい音情報(知覚モデル)を捨て、残りを圧縮します。
| 形式 | 圧縮 | 4分ステレオのサイズ(目安) | 品質 |
|---|---|---|---|
| WAV(PCM) | なし | 約40MB | ロスレス |
| MP3 320k | 非可逆 | 約9MB | 高音質向け |
| MP3 192k | 非可逆 | 約5.5MB | 高音質向け |
| MP3 128k | 非可逆 | 約3.7MB | 良い |
代償は、捨てたデータを取り戻せないことです。MP3を編集用マスターにしないでください。編集用にはWAVを残し、配布用にMP3を書き出します。
7. トラブルシューティング
エラー1: Unknown encoder 'libmp3lame'
原因: お使いのFFmpegビルドにLAMEがない。
解決策: フルビルドを導入します(Windowsなら、ffmpeg.orgのダウンロードページからリンクされている gyan.dev のフルビルドなど)。Linuxでは配布元とビルドによるため、libmp3lameを有効にしたパッケージを使います。-c:a libmp3lame を明示的に指定するのがおすすめです。なお -c:a mp3 は利用可能なMP3エンコーダに割り当てられる別名で(通常のビルドではlibmp3lame)、別の低品質エンコーダではありません。
エラー2: MP3が歪んで聞こえる
原因: 入力のピークが0dBFS付近か、それを超えています。整数PCMでは0dBFSが上限です。浮動小数点PCMは0dBFS超も保持できます。MP3では復号後のピークが上がることがあります。0dBFSを超えたまま整数PCMに出力するとクリップします。
解決策: ピークに余裕を持たせてノーマライズするか、エンコード前にゲインを下げます。例:-af "volume=-1dB"。−1dBで足りないこともあるので、変換後のピークを確かめます。
エラー3: ステレオにしたかったのにモノラルになる
原因: -ac 1 を付けた、または元のWAVがモノラル。
解決策: -ac 1 を外す。元が本当にモノラルならMP3もモノラルになり、復元できるステレオはありません。
エラー4: ファイルが予想より大きい
原因: 320kのCBRを使った。
解決策: 容量を減らすにはVBR -q:a 2 か -b:a 192k を使います。
エラー5: プレーヤーがサンプルレートを認識しない
原因: プレーヤーがMP3のサンプルレートに対応していない。MP3は48kHzを超えるレートを保存できないため、96kHzのWAVは48kHzのMP3になる。
解決策: -ar 44100 で一般的な44.1kHzにリサンプリングする。
よくある質問
Q1. WAVからMP3で音質は落ちますか。
A. 落ちます。MP3は仕様上、非可逆です。192k CBRやVBR -q:a 2 は高音質を狙う設定です。素材や聴取条件によって差を感じる場合があります。アーカイブ用マスターにはWAVを残してください。
Q2. 音楽ライブラリの変換にはVBRとCBRどちら?
A. 一般的な音楽の高音質圧縮にはVBR(-q:a 2)が効率のよい選択肢です。サービスや機器が固定ビットレートを要求する場合はCBRにします。
Q3. どのビットレートを使うべき?
A. 一般的な音楽は192k、MP3で最高品質が欲しいなら320k、音声は96k〜128kです。VBR -q:a 2 は万能で優秀です。
Q4. 容量節約のためにステレオ音楽をモノラルにすべき? A. いいえ。ステレオ感が永久に失われます。モノラルは音声など本当に単一チャンネルの素材だけにします。
Q5. MP3からWAVに戻せますか。 A. MP3をWAVにデコードはできますが、捨てられた音情報は永久に失われ、元の品質には戻りません。常に元のWAVを保管してください。
Q6. WAVが24bitですが問題ありますか。 A. ありません。FFmpegは16/24/32bitのWAVを自動的に扱います。MP3はビット深度を保持しないので、単にMP3形式へ再エンコードされます。