動画から音声を抽出（WAV 書き出し）

機能

• 動画の音声トラックを丸ごとロスレス WAV として抽出
• 区間指定：開始と終了の秒数を入れて一部だけ書き出し
• モノラル化：音声ならサイズが半分になり、聞こえ方はほとんど変わりません
• ダウンサンプリング：48000 / 44100 / 22050 / 16000 Hz（16kHz は音声認識の定番入力）
• ピーク正規化：最大音量を −1 dBFS に持ち上げ、小さい録音を手動で調整する必要がありません
• 16 ビット / 32 ビット浮動小数点 WAV を選択可能
• 上限 20 分 —— 超える場合はタブを巻き込む前に明確に拒否します
• デコードできない場合は具体的な理由を表示（対応しないコーデック、または音声トラックが無い）
• 処理はすべてブラウザ内で完結し、動画は送信されません

使い方

1. 動画ファイルをドロップするか、クリックして選択
2. 一部だけ欲しい場合は開始と終了を入力
3. 音声ならモノラル化をオンにし、サンプリング周波数を 16000 Hz に下げるのがおすすめ
4. 「開始」を押し、完了したら WAV をダウンロード

よくある質問

出力が MP3 ではなく WAV なのはなぜですか？

ブラウザは MP3 / AAC をエンコードできないからです —— エンコーダは特許とサイズの両面で負担になります。WAV は PCM に 44 バイトのヘッダを付けるだけで、数行で正しく書け、しかもロスレスです。代償はサイズで、同等の MP3 のおよそ 10 倍になります。つまりこのツールの主眼は形式変換ではなく、音声トラックをロスレスで取り出すことです。MP3 が必要なら、書き出した WAV を任意のプレイヤーや変換ツールで圧縮してください。

書き出したファイルが大きすぎます。どうすれば？

効果の大きい順に 3 つのスイッチがあります：モノラル化（半分になります）、ダウンサンプリング（44.1kHz → 16kHz でさらに約 36% に。音声では聞き分けられません）、区間の切り出し（必要な部分だけ残す）。44.1kHz ステレオの 10 分は 105 MB で、3 つすべて適用すると約 19 MB です。ファイルが小さいほど内容が少ないわけではありません —— どれも内容を捨てず、その種の素材では耳に分からない部分だけを落としています。

20 分の上限があるのはなぜですか？

デコード後のサンプルがメモリを占有するからです：32 ビット浮動小数点・44.1kHz ステレオで1 分あたり約 21 MB、20 分で 400 MB を超えます。それを超えると「遅くなる」のではなくタブが落ちます —— しかも先ほどドロップしたファイルを待った末に落ちます。そのため開始前に明確に拒否し、編集ソフトで必要な区間を切り出すよう案内します。

音声が取り出せない動画があるのはなぜですか？

2 つの可能性があります。音声トラックが無い場合（画面収録、一部のドローン素材）は `decodeAudioData` が失敗します。もう 1 つはブラウザがデコードできない音声コーデックで、典型的には一部のビデオカメラの PCM、AVCHD の AC-3、暗号化されたトラックです。どちらも「処理に失敗しました」で済ませず、具体的に説明します。後者の場合は、プレイヤーで動画を MP4（H.264 + AAC）に変換してから試してください。

動画は送信されますか？

いいえ。デコードとエンコードはすべてブラウザのメモリ上で行われ、ページは一切リクエストを送りません。オフラインでも動作します。動画には話し声や環境音が含まれることが多くありますが、それらが端末の外に出ることはありません。