「動画から音声だけ取り出したい」——BGMを抜き出したり、会議の録画を音声メモにしたり、地味によくある作業です。でも無料の変換サイトは動画をサーバーにアップロードさせるものが多く、大きいファイルだと時間もかかるしプライバシーも気になります。

そこでこの記事では、動画をアップロードせず、ブラウザの中だけで音声を抽出する方法を、ffmpeg.wasm を使ってまとめます。実装で実際にハマったポイント（SharedArrayBuffer / COOP・COEP / CSP）も共有します。

ゴール：ブラウザ内で MP4 などの動画から音声を抜き出し、MP3 で保存できるようになること。

ffmpeg.wasm とは

ffmpeg を WebAssembly にコンパイルしたもので、サーバーなしでブラウザ内で ffmpeg のコマンドを実行できます。動画→音声の抽出はもちろん、フォーマット変換なども可能です。

まずは CDN 版で最小のサンプルから。

<script src="https://unpkg.com/@ffmpeg/ffmpeg@0.11.6/dist/ffmpeg.min.js"></script>
<input type="file" id="file" accept="video/*">

const { createFFmpeg, fetchFile } = FFmpeg;
const ffmpeg = createFFmpeg({ log: true });

document.getElementById("file").onchange = async (e) => {
  const file = e.target.files[0];

  await ffmpeg.load();                                   // 初回はコア(数十MB)を読み込む
  ffmpeg.FS("writeFile", "input.mp4", await fetchFile(file));

  // -vn = 映像を捨てる / libmp3lame で MP3 にエンコード
  await ffmpeg.run("-i", "input.mp4", "-vn", "-c:a", "libmp3lame", "-q:a", "2", "output.mp3");

  const data = ffmpeg.FS("readFile", "output.mp3");
  const url = URL.createObjectURL(new Blob([data.buffer], { type: "audio/mpeg" }));

  const a = document.createElement("a");
  a.href = url; a.download = "output.mp3"; a.click();
};

ポイントは ffmpeg のコマンドそのままな点です。

-vn：映像トラックを除外（音声だけにする）
-c:a libmp3lame -q:a 2：MP3 でエンコード（-q:a は品質、0が最高〜9が最低）
M4A なら -c:a aac -b:a 192k output.m4a、WAV なら -c:a pcm_s16le output.wav

ハマりどころ①：`SharedArrayBuffer is not defined`

@ffmpeg/core のマルチスレッド版（0.11系の既定など）は SharedArrayBuffer を使うため、ページが cross-origin isolation されている必要があります。これを満たさないと SharedArrayBuffer is not defined で落ちます。

サーバー側で、そのページに次の2つのレスポンスヘッダーを付けます。

Cross-Origin-Opener-Policy: same-origin
Cross-Origin-Embedder-Policy: require-corp

COEP を有効にすると、そのページが読み込むクロスオリジンのリソースは原則ブロックされます（同一オリジンのものはOK）。外部の解析タグや画像などは、このページだけ外すか、CORP対応が必要になります。

ヘッダーを触りたくない場合は、シングルスレッド版のコア（@ffmpeg/core 0.12系）を使うと SharedArrayBuffer 不要で、COOP/COEP なしで動きます。ただしコアのファイルサイズは大きめ（30MB前後）です。マルチスレッド版は23MB前後で速い、という違いがあります。

ハマりどころ②：CSP で blob: をブロックしてしまう

ffmpeg.wasm は内部で Blob URL のワーカーを生成し、Blob を fetch します。Content-Security-Policy を設定していると、ここが引っかかります。ローカル（CSPなし）では気づけず、本番で初めて出るので厄介です。

script-src と connect-src に blob: を許可します（worker-src を使っている場合はそちらにも）。

Content-Security-Policy:
  script-src 'self' 'wasm-unsafe-eval' blob:;
  connect-src 'self' blob:;
  worker-src 'self' blob:;
  ...

'wasm-unsafe-eval'：WebAssembly のコンパイルに必要
blob:：ワーカー生成・Blob fetch のため

ハマりどころ③：コアの自ホスティングとサイズ

createFFmpeg({ corePath }) でコアの場所を指定すれば、CDN ではなく自分のサーバーからコアを配信できます（＝実行時に外部通信なし・オフライン対応）。

const ffmpeg = createFFmpeg({
  corePath: new URL("assets/ffmpeg/ffmpeg-core.js", location.href).href,
  log: false,
});

このとき、ffmpeg-core.js と同じ場所に ffmpeg-core.wasm（と、マルチスレッド版は ffmpeg-core.worker.js）を置きます。コアの .wasm は20〜30MBあるので、静的ホスティングの1ファイルサイズ上限（サービスによっては25MB程度）に引っかからないか注意してください。

コードを書かずに使いたいとき

「1回だけ音声を抜きたい」「動画をアップロードしたくない」なら、ブラウザ完結のツールが手軽です。

私が作っている Morphy の「動画→音声」なら、

動画を選ぶだけで MP3・M4A・WAV に抽出
処理はすべてブラウザ内で完結し、動画はアップロードされません
登録不要・無料

初回だけ変換エンジンの読み込みが入りますが、以降はキャッシュされます。

👉 動画→音声抽出ツール：https://morphytools.com/video-to-audio.html

まとめ

ffmpeg.wasm を使えば、サーバーなし・ブラウザだけで動画から音声を抽出できる
コマンドは -i input.mp4 -vn -c:a libmp3lame output.mp3 のように ffmpeg そのまま
マルチスレッド版は COOP/COEP が必要（SharedArrayBuffer）。避けたいならシングルスレッド版
CSP を使うなら blob: の許可を忘れずに（本番で初めてハマりがち）

「動画をアップロードせずに音声だけ欲しい」という需要に、ブラウザ完結はよく合います。参考になれば嬉しいです。