V2A

MP4 → MP3 · ローカル処理

MP4からMP3への変換ツール

任意のMP4から音声を抽出してMP3として保存します。すべてブラウザ内で実行されます — 動画がアップロードされることはありません。

100% ローカル処理

ファイルはアップロードされません。

数秒で完了

WebCodecsストリーミングエンジン搭載。

ファイルサイズ制限なし

数GB超の大容量ファイルにも対応。

オープンソース

全コードをGitHubで公開。

MP4はコンテナであり、コーデックではありません。変換したいMP4ファイルのほとんどは、実際には「動画トラックが付いた音声」です — RiversideやDescriptからエクスポートされたポッドキャスト録音、ZoomやGoogle Meetからの講義キャプチャ、ミュージックビデオ、YouTubeプレイリストのスクリーン録画、映像は不要で声だけが欲しい家族の動画など。取り出されるMP3は元々MP4の中にあったもので、私たちは単に動画ストリームを破棄しているだけです。

このサイトはブラウザのネイティブWebCodecs APIの上にMediaBunnyを使用しているため、MP4の変換は高速です — モダンなラップトップで1時間の4K MP4が1分以内に処理でき、ファイルはストリームとして読み込まれるため5 GBの動画を一度にRAMに読み込む必要がありません。アップロードステップなし、キューなし、1日の制限なし、透かしなし。取得できる音声はソースと同じビットレートです(再エンコードを選択しない限り — デフォルトの192 kbpsは適切な中間値です;ソースが高品質で音質を重視する場合は320 kbpsに切り替えてください)。

実際に起きている処理はこうです:MP4 内の AAC 音声トラックを分離し、指定したビットレートで LAME により再エンコードします。一方、映像ストリームはデコードせずに破棄されます。そのため変換時間は映像の解像度やファイルサイズではなく、音声の長さに比例します。

ビットレートの選び方:音声のみなら 128 kbps で十分です。60 分のインタビューは約 58 MB になり、イヤホンでは元ファイルとの違いは聞き取れません。192 kbps は混合コンテンツの安全な既定値です。320 kbps が意味を持つのは、良いヘッドホンで聴く音楽がソースの場合だけです。それ以上上げても MP3 は何も返しません。

よくある使用例

MP4 を MP3 に変換するタイミング

木製デスクの上のスタジオマイクと機材

ポッドキャストとインタビュー

Riverside、Zencastr、Descript、ZoomはすべてMP4動画をエクスポートします。ポッドキャストフィード用に音声のみが必要な場合、映像を再エンコードせずに音声を抽出できます。

動画を表示するラップトップの横でメモを取る人

講義とウェビナー

録画されたZoom、Teams、Webex、またはGoogle Meetのセッションをmp3に変換して通勤時に聴けます。音声トラックは圧縮後もクリアに再現されます。

チャンネルストリップ付きの音声ミキシングコンソール

ミュージックビデオ

合法的にMP4として所有しているミュージックビデオがあって、スマートフォンで曲だけ聴きたい場合は、320 kbpsのMP3が最適です。

ポッドキャストマイクのセットアップの横にあるラップトップ

スクリーン録画

OBS、QuickTime Player、ShareX、LoomはすべてMP4を音声付きで保存します。音声のみの成果物が必要な場合にナレーションだけを抽出できます。

技術的な詳細

変換の仕組み

MP4の内部構造

MP4(ISO/IEC 14496-14)はISO基本メディアコンテナです。音声トラックは通常AACで、MP3やAC-3の場合もあります。動画はH.264(AVC)またはH.265(HEVC)が一般的です。MP3を作成するには、AACオーディオをデマルチプレックスし、選択したビットレートでLAME(libmp3lame)を使用してMP3に再エンコードします。

M4AではなくMP3を選ぶ理由

MP3はあらゆる環境で再生できます — すべてのカーステレオ、すべてのBluetoothスピーカー、1998年以降のすべてのWindowsデバイス。M4A(MP4コンテナ内のAAC)は同じビットレートでより良い音質ですが、古いハードウェアでは常に対応しているとは限りません。再生デバイスについて不安がある場合はMP3を選んでください。

ファイルサイズは予測できます

出力は固定ビットレートなので計算は単純です。60 分なら 128 kbps で約 58 MB、192 kbps で約 86 MB、320 kbps で約 144 MB。特定のチャプターだけ欲しい場合は、波形上で先にトリムしてください。選択範囲を書き出せば、その部分のバイトだけが出力されます。

二次世代の劣化

MP4 の AAC トラックはすでに非可逆圧縮済みなので、MP3 書き出しは二度目の非可逆エンコードになります。音声なら違いは聞こえません。マスタリング予定の音楽なら、代わりに WAV か FLAC で書き出し、最後に一度だけエンコードしてください。

アップロードされていないか確認する方法

DevTools を開いて Network を表示し、ファイルをドロップして変換してください。POST も PUT も発生しません。最初のページ読み込みが終わった後なら Wi-Fi を切っても変換は完了します。エンジンもファイルもすでにタブの中にあるからです。

使い方

ステップごとの手順

  1. 1

    MP4をドロップ

    .mp4ファイルをページにドラッグします。何もアップロードされません — ファイルパスはブラウザタブ内に留まります。

  2. 2

    ビットレートを設定(任意)

    192 kbpsがデフォルトで、話し言葉コンテンツに適切な選択です。音楽には320 kbpsを、ファイルサイズが音質より重要な場合は128 kbpsを選んでください。

  3. 3

    「音声を抽出する」をクリック

    プログレスバーがリアルタイムで進みます。100%になったら「ダウンロード」をクリックすると.mp3がコンピュータに保存されます。

よくある質問

よくある質問

3時間の録画など非常に長いMP4ファイルでも動作しますか?

はい。MP4は高速ストリーミングエンジンを使用するため、ファイル全体をメモリに読み込む必要がありません。3時間の録画もテスト済みで、一般的なラップトップで数分以内に完了します。

MP3の音質はMP4内の音声より悪くなりますか?

MP3は非可逆フォーマットであり、再エンコードするとソースAACと比べてわずかに品質が低下します。音声コンテンツでは違いはほぼ聞こえません。音楽の場合は320 kbpsプリセットを選択して劣化を最小限に抑えてください。

再エンコードなしで元の音声品質を保持できますか?

ビット完全な品質が必要な場合は、MP3の代わりにWAVまたはFLACを選択してください。WAVは非圧縮で、FLACは圧縮されていますがロスレスです。デメリットはファイルサイズが大きくなることです。

MP4にH.265/HEVCや珍しい音声コーデックが含まれている場合はどうなりますか?

高速エンジンはAAC、MP3、AC-3、またはOpus音声を含むMP4内のH.264およびH.265を処理します。エキゾチックなファイルの場合、ほぼすべてのフォーマットに対応したWebAssemblyにコンパイルされたFFmpegに自動的にフォールバックします。

iPhoneのスクリーン録画のMP4も変換できますか?

はい — iOSのスクリーン録画はAAC音声を含むMP4として保存されるため、高速エンジンが最も得意とするファイルです。多くのiPhoneの.movファイルも同様に動作します;代わりにそちらをお持ちの場合はMOV→MP3ページをご覧ください。

動画はサーバーにアップロードされますか?

されません。ファイルはタブ内の BlobSource から読み込まれ、MP3 はブラウザ自身の WebCodecs パイプラインから出力されます。アップロード先のバックエンド自体が存在しないため、ページ読み込み後にネットワークを切断しても変換は完了します。

録音した講義やインタビューにはどのビットレートを使えばよいですか?

音声のみの録音なら 128 kbps、音楽が含まれるなら 192 kbps、音楽視聴専用なら 320 kbps のみをお選びください。音量は変更しません。ポッドキャストを公開する場合は、お使いのエディタでおよそ -16 LUFS にノーマライズしてください。

MP4 の音声が AC-3、DTS、TrueHD で変換に失敗しました。なぜですか?

ブラウザは AAC、MP3、Opus、Vorbis、FLAC をデコードできますが、AC-3、DTS、TrueHD のような映画用フォーマットは扱えません。まずローカルで音声を再エンコードしてください:ffmpeg -i input.mp4 -c:a aac -b:a 192k -vn audio.m4a。そのファイルをここで変換すれば変換できます。

MP3 にチャプター、アートワーク、ID3 タグは残りますか?

残りません。出力は音声トラックそのもののクリーンなエンコードです。チャプター、アートワーク、ほとんどのメタデータは音声ストリームの外にあり、破棄されます。後からタグエディタやポッドキャスト配信サービスで追加してください。

MP3 が動画より数分の 1 秒長くなるのはなぜですか?

MP3 エンコーダーは先頭と末尾にわずかなパディング(エンコーダー遅延)を挿入します。通常は数十ミリ秒です。視聴には無害ですが、編集でフレーム精度のタイミングが必要なら、代わりに WAV で書き出してください。

3 時間の画面録画も変換できますか?

できます。高速エンジンはファイルをメモリに一括読み込みせずストリーム処理するため、長時間の録画で消費するのはメモリではなく時間です。ノート PC なら数分程度を見込んでください。ブラウザに処理を抑制されないよう、タブを前面に保ってください。

関連ページ

関連する変換ツール