動画の準備
動画から音声を抽出する方法。必要なトラックを確認して保存
いちばん早いのは、ブラウザで動くMP4→MP3変換ツールに動画を入れる方法です。Macなら iMovie の「オーディオのみ」、トラックを選ぶなら FFmpeg を使います。BGMから声だけを抜き出す処理は、抽出とは別の作業です。
公開日：更新日：執筆・運営：Klang AI AB
音声の抽出が必要かを判断する方法
| したいこと | 先に確認すること | 進め方 |
|---|---|---|
| 動画を文字起こし | 使うサービスがその動画を直接読めるか | 対応するなら原本のコピーを直接アップロード。不要な再圧縮をしない |
| 音声だけを編集・受け渡し | 提出先の形式と、必要な音声トラック | 音声を選択して書き出す。元動画との対応を残す |
| 声とBGMを分ける | 声とBGMが別トラックか、すでに混ざっているか | 別トラックなら選択。混ざった音から声を取り出す処理は、この手順の対象外 |
MP4・MOVなどの動画を直接文字起こしする手順も確認してください。動画をそのままMP3にするだけなら、動画の音声抽出ツールがブラウザの中だけで変換します。下の手順は、トラックを選びたい場合や、再圧縮したくない場合の方法です。
MacのiMovieで、オーディオのみを書き出す
- 扱う権限のある動画のコピーをiMovieに読み込み、書き出すムービーまたはクリップを選びます。
- 「ファイル」→「共有」→「ファイル」を選びます。
- 「フォーマット」で「オーディオのみ」を選びます。選択できる音声形式は、アプリの表示と受け渡し先の条件を確認してください。
- 「次へ」から元動画と異なる名前で保存します。処理が終わったファイルを開いて音声を確認します。
タイムラインで切り取り・並べ替えをした場合、元動画と書き出した音声の時刻は一致しなくなります。字幕や引用の時刻を引き継ぐなら、編集の有無を記録してください。
FFmpegで動画から音声を抽出するコマンド
FFmpegを導入済みの方向けです。以下は自分の端末で実行する例で、サイトから実行するものではありません。
最初に入力ファイルの情報を表示し、音声のコーデック・トラック番号・言語などを確認します。拡張子だけで判断しません。コピー方式は再エンコードしませんが、出力の入れ物がそのコーデックに対応する必要があります。
元動画と別の出力名を使います。次の例は入力動画の最初の音声トラックがAACで、M4Aへコピーできると確認済みの場合です。別のコーデックなら、そのままこの出力形式を使えるとは限りません。
ffprobe -hide_banner -show_streams "recording.mp4"
ffmpeg -n -i "recording.mp4" -map 0:a:0 -c:a copy "recording-audio.m4a"互換性のためにPCMのWAVが必要なら、例えば次のようにエンコード方式を明示します。容量が増える可能性があります。音質を復元する操作ではありません。
ffmpeg -n -i "recording.mp4" -map 0:a:0 -c:a pcm_s16le "recording-audio.wav"-nは既存ファイルの上書きを防ぐ指定です。ファイル名を置き換えるときはシェルの引用符にも注意してください。ファイルが読めない場合やコーデックが対応しない場合は、エラーを確認して作業を止めます。
抽出した音声に相手の声がないときの対処法
| 検査結果 | 操作 | 確かめること |
|---|---|---|
| 音声0は講師のマイク、音声1はオンライン参加者 | 原本プレーヤーで音声を切り替えて聞く | 「音声0」がすべての声の混合版とは限らない |
| 参加者の質疑だけを確認したい | -map 0:a:1 で2番目の音声を選ぶ | 指定は0始まり。出力で質問が聞こえるか |
| 講師と参加者の両方が必要 | 必要なトラックを別々に保存し、元動画も残す | 単純抽出では2つの音声を自動合成しない。開始時刻の差も記録 |
別トラックに存在しない発言を、抽出の指定だけで取り戻すことはできません。片方しかない場合は、別の録画・録音の有無を確認します。音声トラックの言語ラベルも、実際に聞いて確認してください。
動画から声だけを抽出したいとき：抽出と音源分離の違い
| 動画の音声の状態 | 声だけを残せるか | 方法 |
|---|---|---|
| 声とBGMが別のトラックに入っている（編集ソフトの書き出し、配信ソフトの録画） | 残せる | 上のFFmpegの手順で、声のトラックだけを選んで書き出す |
| 声とBGMが1つのトラックに混ざっている（スマートフォンの動画、多くの配布動画） | 抽出だけでは残せない | 音源分離（ボーカル分離）に対応した編集ソフトで、声とそれ以外に分ける |
| BGMは小さく、話の内容が分かればよい | 分ける必要はない | 音声をそのまま抽出するか、動画のまま文字起こしする |
音源分離は、混ざった音をAIなどで推定して分ける処理です。声に残響やノイズが乗ることがあるため、分離した音声は元の動画と聞き比べてから使ってください。話した内容を文字にするのが目的なら、BGMを消さなくても多くの場合は読み取れます。会議の録画やセミナー動画は、動画をそのままアップロードして文字起こしする方が早く、元の音質も保てます。
抽出した音声を元の動画と照合する手順
冒頭・途中・末尾を聞き比べ、必要な声が入っているか確認します。長さが同じでも、誤ったトラックを取り出している可能性があります。
確認シートに元動画名、選んだトラック、処理方法、元との時間差を残します。未確認の欄を合格にしないで、受け取る人へ引き継ぎます。
動画から音声だけにすると何MBになるか
会議の録画では、容量の大部分は映像です。音声トラックだけを取り出すと、ファイルはかなり小さくなります。下は映像・音声のビットレートを仮に決めた計算例です。
| ファイル | 計算式 | 容量 |
|---|---|---|
| 映像 1.5Mbps＋音声 128kbps のMP4 | (1,500,000＋128,000)÷8×7,200秒 | 約1.47GB |
| 音声だけ（AAC 128kbps のM4A） | 128,000÷8×7,200秒 | 約115MB |
| 音声だけ（MP3 64kbps） | 64,000÷8×7,200秒 | 約57.6MB |
FFmpegで音声トラックを再エンコードせずに取り出す（-c:a copy）と、音質は元の動画と同じままで、容量だけが小さくなります。Klangには動画ファイルも1ファイル10GBまでそのままアップロードできるため、文字起こしだけが目的なら抽出しなくても構いません。
動画から音声を抽出するときのよくある失敗
抽出したファイルを渡す前に、次の点を確かめます。
| よくある失敗 | 起きること | 対処法 |
|---|---|---|
| 音声トラックが複数ある動画で、最初のトラックだけを取り出した | 相手の声や通訳の音声が入っていない | トラックの一覧を確認し、必要なトラックを指定する |
| 再エンコードで低いビットレートを選んだ | 元の動画より音質が下がる | -c:a copy で元の音声をそのまま取り出す |
| 拡張子と中身の形式が合っていない | 再生できない、アップロードで読み込めない | AACは .m4a、MP3は .mp3 で保存する |
| 抽出した音声の長さを確かめなかった | 途中で切れていても気付かない | 元の動画と再生時間を比べる |
よくある質問
動画を文字起こしするとき、音声を抽出する必要はありますか？
Klangには動画ファイルも1ファイル10GBまでアップロードできるため、文字起こしだけなら抽出は不要です。抽出が役立つのは、容量の上限がある相手に送る場合や、複数ある音声トラックから必要なものだけを選びたい場合です。
MP4から音声を取り出すと、音質は下がりますか？
FFmpegで再エンコードせずに取り出す方法（-c:a copy）なら、元の動画と同じ音質のままです。MP3などに変換し直す場合は、選んだビットレートによって音質が変わります。
動画から声だけを抽出できますか？
声とBGMが別のトラックに入っている動画なら、声のトラックだけを選んで書き出せます。1つのトラックに混ざっている場合は、抽出だけでは分けられません。音源分離に対応した編集ソフトを使います。文字起こしが目的なら、BGMが小さい動画はそのままアップロードして問題ありません。
Macで動画から音声だけを取り出すには？
iMovieで動画のコピーを読み込み、「ファイル」→「共有」→「ファイル」を選び、「フォーマット」で「オーディオのみ」を選んで書き出します。タイムラインで切り取りをした場合は、元の動画と時刻がずれる点に注意します。