前のページ 1/2 次のページ

音声ファイルフォーマット(英: Audio file format)は、音データをコンピュータシステム上で格納する際のコンテナフォーマットである。

音声をデジタルデータとして格納するには、一般に音声の波形を電圧で表したものを個々のチャンネル毎に特定のビット深度と一定の間隔(サンプリング周波数)で標本化する。このデータは圧縮されずに格納されるか、ファイルサイズを削減するために圧縮して格納される。

◆ 種類

ファイルフォーマットとコーデックを区別することは重要である。コーデックは生の音声データを符号化/復号化するものであり、ファイルフォーマットは音声をファイルに格納する際の特定の形式を指す。ただし、多くの音声ファイルフォーマットには1つのコーデックが対応することが多く、複数のコーデックが対応する音声ファイルフォーマットとしては、AVI などがある。

音声ファイルフォーマットは大きく3つに分類される。

・ 非圧縮音声フォーマット(WAV、AIFF、AUなど)

・ 可逆圧縮を伴うフォーマット(FLAC、Monkey's Audio(拡張子 APE)、TTA、Apple Lossless、lossless WMA など)

・ 非可逆圧縮を伴うフォーマット(MP3、Vorbis、lossy WMA、AACなど)

◇ 非圧縮音声フォーマット

圧縮しない音声フォーマットはPCMそのものであり、Windowsでは .wav として、Mac OS では .aiff として格納される。WAV は柔軟なファイルフォーマットであり、任意のサンプリング周波数とビットレートのデータを格納できる。このため、最初に録音する際のファイル形式として最適である。可逆圧縮を伴うフォーマットでは、録音時に余分な処理が必要となるが、大量の録音をする場合にはストレージ容量の節約という点で効率的と言える。WAV などの非圧縮フォーマットは、録音対象が複雑な音楽でも全くの静寂であっても、単位時間当たりに同じ量のビットを記録する。

例えば、オーケストラの演奏のような複数の音が混じる場合でも、全く音がしない状況でも、WAV で格納すれば単位時間当たりのファイルサイズは同じである。同じものを TTA で符号化した場合、前者のファイルはある程度小さくなり、後者のファイルはほとんどゼロに近いサイズになるだろう。しかし、ファイル形式を TTA として符号化するには、WAV形式で符号化するよりも多大な時間がかかる。

WAV フォーマットは RIFF ファイルフォーマットに基づいており、これはIFFフォーマットに似ている。

BWF (Broadcast Wave Format) は、欧州放送連合が WAV の後継として策定した標準音声フォーマットである。BWF ではファイルにメタデータを含めることができる。詳しくは、European Broadcasting Union: Specification of the Broadcast Wave Format - A format for audio data files in broadcasting. EBU Technical document 3285, July 1997 を参照。このフォーマットは録音時のフォーマットとして、テレビや映画業界で使われる多くのオーディオワークステーションで採用されている。SMPTEタイムコードをファイルに含めることができるため、別に録画された画像と同期をとるのが容易である。

◇ 可逆圧縮音声フォーマット

可逆圧縮音声フォーマット(TTAやFLAC)の圧縮比は約 2:1 である。

◇ フリーかつオープンなフォーマット

・ WAV - 主にMicrosoft Windowsで使われている標準音声ファイルフォーマット。圧縮されていないCD品質の音声ファイルとして使われることが多い。つまり、サイズが大きく、一分間の音声に約10MB必要とする。WAV ファイルを各種コーデックで符号化してファイルサイズを削減することができる(例えば GSM や mp3 コーデックなど)。ファイル内の構造は RIFF を踏襲している。

・ Ogg - フリーでオープンソースなコンテナフォーマットであり、各種コーデックをサポートしている。最も一般に使われるコーデックは Vorbis である。Vorbis は MP3 よりも圧縮効率がよい。

・ FLAC - 可逆圧縮コーデックおよび対応するフォーマット。PCM をFLACにて圧縮した場合、逆にPCMに戻した場合に情報が失われていない。ただし、圧縮効率は良くない。音質を重視する場合にPCMファイルのアーカイブとして利用するのに適している。

・ AIFF - アップルの標準音声ファイルフォーマット。言うなればMacintosh にとっての WAV である。

・ AU - サン・マイクロシステムズの標準音声ファイルフォーマット。Javaでも使われている。PCM そのまま以外に、μ-law、A-law、G.729 といったコーデックで圧縮できる。

◇ オープンなフォーマット

・ GSM - 欧州で電話での利用目的で設計された。従って、電話レベルの音質に最適である。ファイルサイズと音質の兼ね合いが良い。WAV ファイルは GSM コーデックで圧縮可能である。

・ dct - 各種コーデックが使えるフォーマットであり、口述筆記向けである。

・ vox - Dialogic ADPCM コーデックを使うことが多い。他の ADPCM フォーマットと同様、サンプル当たり4ビットに圧縮する。vox フォーマットのファイルは WAV ファイルとよく似ているが、メタデータ的なものが全くないため、再生時にはサンプリング周波数やチャンネル数といった情報を外から与える必要がある。

・ AAC - Advanced Audio Coding フォーマット。MPEG-2 と MPEG-4 に基づいている。AAC ファイルにはコンテナ形式として ADTS と ADIF がある。

・ mp4/m4a - MPEG-4 音声フォーマット。中身としては AAC が多いが、MP2/MP3 も使われることがある。

◇ オープンでないフォーマット

・ MP3 - 音楽ダウンロードで最も一般的なフォーマット。可聴域にない音を省いて圧縮するため、同じ音源のPCMファイルの10分の1のサイズになるが、音質はそれなりに保たれる。MP3 は音楽には適しているが、話し声には適していないとされている。オープンなフォーマットと誤解されることが多い。

・ WMA - マイクロソフトが権利を保有するフォーマット。デジタル著作権管理機能が含まれている。

・ ATRAC - ソニーの開発したフォーマット。

・ RealAudio - インターネットにおけるストリーミング向けに設計されたフォーマット。再生に必要な全情報がファイルに格納されている。

・ Digital Speech Standard- オリンパスが権利を有する。古い形式でありコーデックの性能も良くない。

前のページ 1/2 次のページ

・音声ファイルフォーマット page1

・音声ファイルフォーマット page2