WAVとは？非圧縮音声、PCM、サンプルレート、ビット深度、WAV変換ツール

WAVファイルとは？

WAVはWAVEとも表記される音声ファイル形式で、RIFF（Resource Interchange File Format）を土台にしています。 一般的には拡張子 .wav を使い、非圧縮PCM音声として扱われることが多い形式です。

PCMはpulse-code modulationの略です。音声を小さくするために情報を取り除くのではなく、波形を直接サンプル値として保存します。 そのため、一般的なPCM WAVはソフトウェアでデコード、確認、カット、ノーマライズ、解析、編集しやすいのが特徴です。

厳密には、WAVは単一のコーデックではなくコンテナです。さまざまな音声エンコードを入れられますが、日常的には 「WAV」と言えば非圧縮PCMを指すことがほとんどです。この前提があるため、エディタ、DAW、サンプルパック、 フィールドレコーダー、音声データセット、文字起こしのワークフローで広く使われています。

WAVの簡単な歴史

WAVはデスクトップマルチメディアの時代から生まれました。コンピューターでサンプリング音声を保存するための シンプルな方法が必要になり、RIFFのチャンク構造が音声データとメタデータをまとめる器になりました。

この形式が今も便利なのは、素直で予測しやすいからです。多くの圧縮形式を読み込めるアプリでも、本格的な編集前には 内部でPCMに近い作業形式へ変換することがよくあります。

WAVが音声を保存する仕組み

一般的なWAVファイルは、音声サンプルの連続した流れを保存します。ステレオ音声では、左チャンネルと右チャンネルの サンプルが「左、右、左、右」のように交互に並ぶことが多いです。ファイルには、正しく再生するために必要な サンプルレート、ビット深度、チャンネル数、バイトレート、形式コードも記録されます。

MP3やAACと違い、非圧縮PCM WAVは心理音響圧縮を使いません。聞き手が気づきにくい情報を推測して捨てるのではなく、 選んだ解像度で波形をそのまま保存します。

1. アナログ信号を1秒間に何度も測定します。
2. 各測定値がデジタルサンプルになります。
3. サンプル値は指定したビット深度で保存されます。
4. WAVヘッダーが、バイト列の解釈方法をソフトウェアへ伝えます。

この直接性がWAVの大きな魅力です。正確に処理しやすい一方で、その単純さの代償としてファイルサイズは大きくなります。

WAVファイルの中身

基本的なPCM WAVファイルはRIFFチャンクで構成されています。重要なのはRIFFヘッダー、fmtチャンク、dataチャンクです。

+------------------------------+
| RIFF header                  |  file type: WAVE
+------------------------------+
| fmt chunk                    |  codec, channels, sample rate, bit depth
+------------------------------+
| optional chunks              |  metadata, cue points, broadcast info
+------------------------------+
| data chunk                   |  audio sample bytes
+------------------------------+

チャンク構造は柔軟です。WAVにはキューポイント、ループマーカー、放送用メタデータ、アプリ固有のデータなどを入れられます。 一部のソフトウェアは未知のチャンクを無視し、理解できる音声データだけを読み込みます。

PCM、サンプルレート、ビット深度

日常的なWAVファイルの多くは、サンプルレート、ビット深度、チャンネル数の3つで性格が決まります。 これらは音声の技術的な解像度とファイルサイズを左右します。

サンプルレート

サンプルレートは、1秒間に音声波形を何回測定するかを示します。CD音声は44.1 kHz、動画制作では48 kHzがよく使われます。 88.2 kHz、96 kHz、192 kHzのような高いレートは制作で役立つことがありますが、ファイルは大きくなり、最終書き出しで 必ずしも常に有利とは限りません。

ビット深度

ビット深度は、各サンプルが保持できる値の細かさを決めます。16-bitは配信用で一般的です。24-bitは録音や編集時に 余裕を持たせられます。32-bit float WAVは制作中の極端なピークを保ちやすい一方、ファイルがかなり大きくなり、 共有用には不要なこともあります。

チャンネル

モノラルは1チャンネル、ステレオは2チャンネルです。マルチチャンネルWAVはサラウンドや制作ステムを保存できますが、 受け取るソフトウェア側の対応に左右されます。

WAVファイルが大きい理由

非圧縮PCMはすべてのサンプルを保存するため、WAVのファイルサイズは予測しやすいです。基本式は次の通りです。

bytes per second = sample rate * bit depth / 8 * channels

44.1 kHz、16-bit、ステレオの3分間WAVはおよそ30 MBです。同じ曲をMP3にすると、ビットレートにもよりますが 3〜7 MBほどになることがあります。作業中のWAVは優秀ですが、配信用には扱いにくいことがあるのはこのためです。

メタデータ、ループ、Broadcast WAV

WAVはメタデータを持てますが、MP3やMP4のような形式ほど一貫して対応されるとは限りません。ツールによっては、 タイトル、アーティスト、コメント、キューポイント、ループ範囲、タイムスタンプ、放送制作向けの項目を含められます。

Broadcast WAV（BWF）は、通常のWAVに映画、テレビ、ラジオ、アーカイブ制作で役立つメタデータを追加した拡張です。 制作者情報やタイムスタンプを保存できるため、制作システム上でファイルを正しく並べやすくなります。

• すべてのプレーヤーでメタデータが見えるとは限らないため、ファイル名も分かりやすくします。
• アプリ間で移動するときは、キューポイントやループが維持されるか確認します。
• 聞き手に小さいファイルが必要な場合は、別途配信用コピーを書き出します。
• 非可逆形式を作る前に、未加工のWAVまたはFLACマスターを残します。

WAVとMP3、FLAC、AIFF、AAC、OGG、Opus、M4Aの違い

WAVは作業用形式として考えると分かりやすいです。編集に向いた素直なサンプルデータを保ちます。一方で、 保存容量、ストリーミング、端末互換性が主目的なら、ほかの形式が向いていることも多いです。

実用的な流れは、WAV、AIFF、または別のロスレス形式で録音・編集し、公開や送付が必要になった段階で MP3、AAC、OGG、Opusなどの圧縮コピーを書き出すことです。

WebでのWAV

ブラウザはWAV、特にPCM WAVを再生できることが多いですが、ファイルが大きいため公開用Web音声の標準には向きません。 短い効果音、テスト、編集用のダウンロードには適しています。音楽、ポッドキャスト、長い音声には圧縮された配信用形式を使うのが現実的です。

<audio controls preload="metadata">
  <source src="/audio/sample.wav" type="audio/wav" />
  <a href="/audio/sample.wav">WAVをダウンロード</a>
</audio>

WAVダウンロードを公開する場合は、ファイルサイズを見えるようにし、通常のリスニング向けにMP3やAACも用意すると親切です。 編集者にはきれいな元データを渡し、聞き手には小さいファイルを渡せます。

WAVが向いている場面

ファイルサイズを小さくすることより、編集可能な音質を保つことが重要な場合はWAVを選びます。

• 録音、編集、ミックス、マスタリング、サウンドデザインにはWAVが向いています。
• ソフトウェアが単純なPCM音声を想定している文字起こしにも使えます。
• サンプルライブラリ、ループ、制作データの受け渡しに適しています。
• 容量を抑えたロスレスアーカイブが必要ならFLACを検討します。
• 再生や共有用に小さいファイルが必要ならMP3、AAC、OGG、Opusを使います。

まとめると、WAVは作業用形式であり、最も軽い配信用形式ではありません。品質と編集しやすさが重要なら残し、 配布が目的なら変換しましょう。

WAV変換前のポイント

まず、必要なのが作業用コピーなのか配信用コピーなのかを決めます。次の工程が編集ならWAVのままにするか、 別の非圧縮またはロスレス形式へ変換します。送付、公開、埋め込みが目的なら、圧縮コピーを書き出します。

実用的な書き出し設定

• 音楽配信: MP3なら192〜320 kbps、AAC/M4Aなら用途に合ったビットレートで書き出します。
• 音声配信: モノラルのMP3、AAC、Opusにするとファイルを大幅に小さくできます。
• 動画編集: 48 kHz WAVが実用的な標準設定です。
• アーカイブ: 容量に余裕があればWAV、ロスレス圧縮したいならFLACを残します。
• Web再生: リスニング用には圧縮音声を用意し、WAVは元データが必要な場合だけ提供します。