ffmpegで動画ファイルから音声ファイルを抽出する方法

ffmpeg便利ですよね。ただ毎度使い方を忘れるので備忘録として残します。

ffmpeg導入されていない方は、macの場合brewで一発で入ります。

brew install ffmpeg

入力の動画ファイルの情報を確認

$ ffmpeg -i input.mp4

ffmpeg version 4.4 Copyright (c) 2000-2021 the FFmpeg developers
  built with Apple clang version 12.0.5 (clang-1205.0.22.9)
  configuration: --prefix=/usr/local/Cellar/ffmpeg/4.4_2 --enable-shared --enable-pthreads --enable-version3 --cc=clang --host-cflags= --host-ldflags= --enable-ffplay --enable-gnutls --enable-gpl --enable-libaom --enable-libbluray --enable-libdav1d --enable-libmp3lame --enable-libopus --enable-librav1e --enable-librubberband --enable-libsnappy --enable-libsrt --enable-libtesseract --enable-libtheora --enable-libvidstab --enable-libvorbis --enable-libvpx --enable-libwebp --enable-libx264 --enable-libx265 --enable-libxml2 --enable-libxvid --enable-lzma --enable-libfontconfig --enable-libfreetype --enable-frei0r --enable-libass --enable-libopencore-amrnb --enable-libopencore-amrwb --enable-libopenjpeg --enable-libspeex --enable-libsoxr --enable-libzmq --enable-libzimg --disable-libjack --disable-indev=jack --enable-avresample --enable-videotoolbox
  libavutil      56. 70.100 / 56. 70.100
  libavcodec     58.134.100 / 58.134.100
  libavformat    58. 76.100 / 58. 76.100
  libavdevice    58. 13.100 / 58. 13.100
  libavfilter     7.110.100 /  7.110.100
  libavresample   4.  0.  0 /  4.  0.  0
  libswscale      5.  9.100 /  5.  9.100
  libswresample   3.  9.100 /  3.  9.100
  libpostproc    55.  9.100 / 55.  9.100
Input #0, mov,mp4,m4a,3gp,3g2,mj2, from 'input.mp4':
  Metadata:
    major_brand     : mp42
    minor_version   : 1
    compatible_brands: isommp41mp42
    creation_time   : 2021-07-08T07:51:40.000000Z
  Duration: 00:00:25.91, start: 0.000000, bitrate: 2099 kb/s
  Stream #0:0(und): Video: h264 (Constrained Baseline) (avc1 / 0x31637661), yuv420p, 1920x1080, 1964 kb/s, 29.97 fps, 30 tbr, 90k tbn, 60 tbc (default)
    Metadata:
      creation_time   : 2021-07-08T07:51:40.000000Z
      handler_name    : Core Media Video
      vendor_id       : [0][0][0][0]
      encoder         : h.264
  Stream #0:1(und): Audio: aac (LC) (mp4a / 0x6134706D), 48000 Hz, mono, fltp, 43 kb/s (default)
    Metadata:
      creation_time   : 2021-07-08T07:51:40.000000Z
      handler_name    : Core Media Audio
      vendor_id       : [0][0][0][0]

ここから Stream #0:1(und): Audio: aac (LC) (mp4a / 0x6134706D), 48000 Hz, mono, fltp, 43 kb/s (default) というaudioの部分に着目すると下記の情報が得られます。

• 48000 Hz: サンプリング周波数が48 kHz
• mono: モノラル
• fltp: 内部フォーマットが Single-precision floating point（単精度浮動小数点 32bit）
• 43 kb/s: ビットレート（音声ビットレート＝サンプリングレート×ビット深度）

いざ動画ファイルから音声ファイルを抽出

ffmpeg -i input.mp4 -ac 1 -ar 48000 output.wav

• -ac 1: 入力音声がモノラルだったので、チャンネル数は1を指定。当たり前かもですがステレオの時は代わりに2を指定します。
• -ar 48000: 入力音声のサンプリング周波数が48kHzだったのでそのまま指定。

以上です。簡単ですね！ 困ったら ffmpeg -h でオプション確認してみてください！