音声ファイルのm4aを動画ファイルにコマンドで変換する
最近、ピアノだったりベースだったりを録画よりも音声ファイルで録音することが多くなって、それをときどきYouTubeやらに載せたくなる。しかし音声ファイルの m4a はYouTubeではサポートされてない。無料のWebサービスを渡り歩いて変換することもできるけど、きっとローカルで変換できるんだろうなと気づいたので試すことにする。GUIだともっと細やかにできるだろうけど、細かい必要がないのでコマンドでやりたい。
ffmpeg でできるようだ。
とりあえず brew でインストールする。
$ brew install ffmpeg
たぶん環境によってはだいぶインストールする時間がかかる。が、無事インストールされた。とりあえずヘルプを見ることにする。
$ ffmpeg --help
ffmpeg version 6.0 Copyright (c) 2000-2023 the FFmpeg developers
built with Apple clang version 14.0.3 (clang-1403.0.22.14.1)
configuration: --prefix=/usr/local/Cellar/ffmpeg/6.0_1 --enable-shared --enable-pthreads --enable-version3 --cc=clang --host-cflags= --host-ldflags= --enable-ffplay --enable-gnutls --enable-gpl --enable-libaom --enable-libaribb24 --enable-libbluray --enable-libdav1d --enable-libmp3lame --enable-libopus --enable-librav1e --enable-librist --enable-librubberband --enable-libsnappy --enable-libsrt --enable-libsvtav1 --enable-libtesseract --enable-libtheora --enable-libvidstab --enable-libvmaf --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-videotoolbox --enable-audiotoolbox
libavutil 58. 2.100 / 58. 2.100
libavcodec 60. 3.100 / 60. 3.100
libavformat 60. 3.100 / 60. 3.100
libavdevice 60. 1.100 / 60. 1.100
libavfilter 9. 3.100 / 9. 3.100
libswscale 7. 1.100 / 7. 1.100
libswresample 4. 10.100 / 4. 10.100
libpostproc 57. 1.100 / 57. 1.100
Hyper fast Audio and Video encoder
usage: ffmpeg [options] [[infile options] -i infile]... {[outfile options] outfile}...
Getting help:
-h -- print basic options
-h long -- print more options
-h full -- print all options (including all format and codec specific options, very long)
-h type=name -- print all options for the named decoder/encoder/demuxer/muxer/filter/bsf/protocol
See man ffmpeg for detailed description of the options.
Print help / information / capabilities:
-L show license
-h topic show help
-? topic show help
-help topic show help
--help topic show help
-version show version
-buildconf show build configuration
-formats show available formats
-muxers show available muxers
-demuxers show available demuxers
-devices show available devices
-codecs show available codecs
-decoders show available decoders
-encoders show available encoders
-bsfs show available bit stream filters
-protocols show available protocols
-filters show available filters
-pix_fmts show available pixel formats
-layouts show standard channel layouts
-sample_fmts show available audio sample formats
-dispositions show available stream dispositions
-colors show available color names
-sources device list sources of the input device
-sinks device list sinks of the output device
-hwaccels show available HW acceleration methods
Global options (affect whole program instead of just one file):
-loglevel loglevel set logging level
-v loglevel set logging level
-report generate a report
-max_alloc bytes set maximum size of a single allocated block
-y overwrite output files
-n never overwrite output files
-ignore_unknown Ignore unknown stream types
-filter_threads number of non-complex filter threads
-filter_complex_threads number of threads for -filter_complex
-stats print progress report during encoding
-max_error_rate maximum error rate ratio of decoding errors (0.0: no errors, 1.0: 100% errors) above which ffmpeg returns an error instead of success.
Per-file main options:
-f fmt force format
-c codec codec name
-codec codec codec name
-pre preset preset name
-map_metadata outfile[,metadata]:infile[,metadata] set metadata information of outfile from infile
-t duration record or transcode "duration" seconds of audio/video
-to time_stop record or transcode stop time
-fs limit_size set the limit file size in bytes
-ss time_off set the start time offset
-sseof time_off set the start time offset relative to EOF
-seek_timestamp enable/disable seeking by timestamp with -ss
-timestamp time set the recording timestamp ('now' to set the current time)
-metadata string=string add metadata
-program title=string:st=number... add program with specified streams
-target type specify target file type ("vcd", "svcd", "dvd", "dv" or "dv50" with optional prefixes "pal-", "ntsc-" or "film-")
-apad audio pad
-frames number set the number of frames to output
-filter filter_graph set stream filtergraph
-filter_script filename read stream filtergraph description from a file
-reinit_filter reinit filtergraph on input parameter changes
-discard discard
-disposition disposition
Video options:
-vframes number set the number of video frames to output
-r rate set frame rate (Hz value, fraction or abbreviation)
-fpsmax rate set max frame rate (Hz value, fraction or abbreviation)
-s size set frame size (WxH or abbreviation)
-aspect aspect set aspect ratio (4:3, 16:9 or 1.3333, 1.7777)
-display_rotation angle set pure counter-clockwise rotation in degrees for stream(s)
-display_hflip set display horizontal flip for stream(s) (overrides any display rotation if it is not set)
-display_vflip set display vertical flip for stream(s) (overrides any display rotation if it is not set)
-vn disable video
-vcodec codec force video codec ('copy' to copy stream)
-timecode hh:mm:ss[:;.]ff set initial TimeCode value.
-pass n select the pass number (1 to 3)
-vf filter_graph set video filters
-b bitrate video bitrate (please use -b:v)
-dn disable data
Audio options:
-aframes number set the number of audio frames to output
-aq quality set audio quality (codec-specific)
-ar rate set audio sampling rate (in Hz)
-ac channels set number of audio channels
-an disable audio
-acodec codec force audio codec ('copy' to copy stream)
-ab bitrate audio bitrate (please use -b:a)
-af filter_graph set audio filters
Subtitle options:
-s size set frame size (WxH or abbreviation)
-sn disable subtitle
-scodec codec force subtitle codec ('copy' to copy stream)
-stag fourcc/tag force subtitle tag/fourcc
-fix_sub_duration fix subtitles duration
-canvas_size size set canvas size (WxH or abbreviation)
-spre preset set the subtitle options to the indicated preset
なっげぇ。バージョンは6.0。何やら標準エラーで出力されている部分もあるので、本来的には色んな設定をする（できる）ようだ。とりあえず問題はなさそうなので、下記でできるという 情報があった ので、おもむろにコマンドを打つ。
$ ffmpeg -i ./hanon.m4a -c:a copy output.mp4
・
・
割とパッとできる
お、できた。すごく楽。
$ file output.mp4
output.mp4: ISO Media, MP4 Base Media v1 [ISO 14496-12:2003]
ただこの時点でYouTubeにあげても 処理を中止しました この動画は処理されませんでした。 でエラーが発生する。 もう一回やってみ 的なエラーらしいんだけど、もう一回やっても無理でした。まぁなんか無理な気はしてました。ウォーミングアップで実行したけど、そもそも もとの記事 に書かれてたのは別のオプション描いてましたしね。
ちゃんと実行する。 mov にしないといけないのかな。
$ ffmpeg -loop 1 -i ./piano.jpeg -i ./hanon.m4a -c:a copy -c:v libx264 -crf 51 -pix_fmt yuv420p -shortest output.mov
・
・
めちゃくちゃ時間がかかるけどできる
・
・
$ file output.mov
output.mov: ISO Media, Apple QuickTime movie, Apple QuickTime (.MOV/QT)
お、できた。結構時間かかる。この辺はPCのスペックにかなりよるんだろうけど、2分弱の音声ファイルで10分くらいかかった気がする。実行時のオプションに -preset ultrafast をつけると処理が早くなるらしいけど5分くらいになったかな。画像も荒いけど背景に表示される。荒いのかな。サイズが合ってないからかな。
で、YouTubeにアップロードしてみる。アップロードできるぽいけど、 4K までの動画を処理しています ... 残り 60 分 と表示される。嘘だろ。2分弱の動画だぞ、と思ったけれど、まぁこれも10分くらいで公開可能状態となった。
いちおう、できた、ってことにするか……。
オプションの理解をしておきたいけれど、動画関係は全く理解していないのでChatGPTに聞いておいた結果を残しておく。信頼性、取り扱いにはご注意。てか、そうであれば最初からコマンドも書いてもらえって時代になってきたな。
-loop 1
これは画像入力ファイルにのみ適用されるオプションです。指定された画像（piano.jpeg）をループモードで繰り返し表示します。具体的には、1 が指定されると、画像が1回ループ（つまり繰り返されずに1回だけ表示）されます。この設定により、オーディオの長さに合わせて画像が表示され続けます。
-i ./piano.jpeg -i ./hanon.m4a
入力ファイルを指定します。ここでは2つの入力ファイルがあり、./piano.jpeg は画像ファイル、./hanon.m4a はオーディオファイルです。
-c:a copy
オーディオのコーデックに関する指定です。ここではオーディオストリームを変換（エンコード）せずにそのままコピーすることを指示しています。
-c:v libx264
ビデオのコーデックに関する指定です。ここではlibx264（H.264コーデック）を使用してビデオをエンコードします。
-crf 51
エンコードの品質を指定します。libx264におけるCRF（Constant Rate Factor）は0から51の範囲の値を取ることができ、小さい値ほど高品質となり、大きい値ほど低品質となります。51は最も低品質な設定で、そのため出力される動画のサイズは小さくなります。
-pix_fmt yuv420p
ピクセルフォーマットを指定します。yuv420pは色空間をYUVにし、クロマサブサンプリングを4:2:0で行うことを意味します。この設定は、多くのデバイスやプレイヤーと互換性があります。
-shortest
複数の入力ストリームがある場合、最短のストリームが終了した時点で出力も終了することを指示します。ここでは、オーディオが終了した時点で動画も終了するようになります。