メディア変換

Derek Herman 氏
Derek Herman
ジョー・メドレー
Joe Medley

この記事では、メディア ファイルの特定の特性を変換して操作するための一般的なコマンドについて説明します。すべてのプロシージャに対して同等のオペレーションを表示するようにしましたが、すべてのオペレーションを両方のアプリケーションで実行できるとは限りません。

多くの場合、ここで紹介しているコマンドは 1 回のコマンドライン オペレーションで組み合わせて、実際に使用することになります。たとえば、ファイル変換と同じオペレーションで出力ファイルのビットレートを設定できます。この記事では、わかりやすくするため、これらのオペレーションを個別のコマンドとして頻繁に示します。

変換は以下のアプリケーションで行われます。

ディスプレイ特性

Shaka Packager と FFmpeg の両方を使用して、メディア ファイルの内容を検査し、ストリームの特性を表示できます。ただし、どちらも同じメディアに対して異なる出力を提供します。

Shaka Packager を使用する特徴

packager input=glocken.mp4 --dump_stream_info

出力は次のようになります。

File "glocken.mp4":
Found 2 stream(s).
Stream [0] type: Video
 codec_string: avc1.640028
 time_scale: 30000
 duration: 300300 (10.0 seconds)
 is_encrypted: false
 codec: H264
 width: 1920
 height: 1080
 pixel_aspect_ratio: 1:1
 trick_play_factor: 0
 nalu_length_size: 4

Stream [1] type: Audio
 codec_string: mp4a.40.2
 time_scale: 48000
 duration: 481280 (10.0 seconds)
 is_encrypted: false
 codec: AAC
 sample_bits: 16
 num_channels: 2
 sampling_frequency: 48000
 language: eng
 seek_preroll_ns: 20833

FFmpeg を使用した場合の特徴

ffmpeg -i glocken.mp4

出力は次のようになります。

Input #0, mov,mp4,m4a,3gp,3g2,mj2, from 'glocken.mp4':
  Metadata:
    major_brand     : isom
    minor_version   : 512
    compatible_brands: isomiso2avc1mp41
    encoder         : Lavf57.83.100
  Duration: 00:00:10.03, start: 0.000000, bitrate: 8063 kb/s
    Stream #0:0(eng): Video: h264 (High) (avc1 / 0x31637661), yuvj420p(pc), 1920x1080, 7939 kb/s, 29.97 fps, 29.97 tbr, 30k tbn, 59.94 tbc (default)
    Metadata:
      handler_name    : VideoHandler
    Stream #0:1(eng): Audio: aac (LC) (mp4a / 0x6134706D), 48000 Hz, stereo, fltp, 127 kb/s (default)
    Metadata:
      handler_name    : SoundHandler
At least one output file must be specified

音声ストリームと動画ストリームを分離する(分離する)

Shaka Packager では、ファイルを変換する際に分離する必要があります。これは、メディア フレームワークを使用する場合にも必要になります。

Shaka Packager 分離解除

MP4

packager input=myvideo.mp4,stream=video,output=myvideo_video.mp4
packager input=myvideo.mp4,stream=audio,output=myvideo_audio.m4a

または

packager \
  input=myvideo.mp4,stream=video,output=myvideo_video.mp4 \
  input=myvideo.mp4,stream=audio,output=myvideo_audio.m4a

WebM

packager \
  input=myvideo.webm,stream=video,output=myvideo_video.webm \
  input=myvideo.webm,stream=audio,output=myvideo_audio.webm

FFmpeg 分離

MP4

ffmpeg -i myvideo.mp4 -vcodec copy -an myvideo_video.mp4
ffmpeg -i myvideo.mp4 -acodec copy -vn myvideo_audio.m4a

WebM

ffmpeg -i myvideo.webm -vcodec copy -an myvideo_video.webm
ffmpeg -i myvideo.webm -acodec copy -vn myvideo_audio.webm

音声ストリームと動画ストリームを再多重化する(結合する)

音声と動画を 1 つのコンテナに結合しなければならない場合があります。特に、メディア フレームワークを使用していない場合です。これは FFmpeg がうまく処理できるもので、Shaka Packager は現在サポートしていません。

ffmpeg -i myvideo_video.webm -i myvideo_audio.webm -c copy myvideo.webm

変化の特性

ビットレート

FFmpeg では、.mp4 または .webm への変換中にこの処理を行うことができます。

ffmpeg -i myvideo.mov -b:v 350K myvideo.mp4
ffmpeg -i myvideo.mov -vf setsar=1:1 -b:v 350K myvideo.webm

サイズ(解像度)

ffmpeg -i myvideo.webm -s 1920x1080 myvideo_1920x1080.webm

ファイル形式

Shaka Packager は .mov ファイルを処理できないため、その形式からのファイルの変換には使用できません。

.mov から .mp4 に変更

ffmpeg -i myvideo.mov myvideo.mp4

.mov から .webm に変更

ffmpeg -i myvideo.mov myvideo.webm

音声と動画を同期する

再生中に音声と動画を同期するには、キーフレームを挿入します。

ffmpeg -i myvideo.mp4 -keyint_min 150 -g 150 -f webm -vf setsar=1:1 out.webm

MP4/H.264

ffmpeg -i myvideo.mp4 -c:v libx264 -c:a copy myvideo.mp4

MP4 のオーディオ

ffmpeg -i myvideo.mp4 -c:v copy -c:a aac myvideo.mp4

WebM/VP9

ffmpeg -i myvideo.webm -v:c libvpx-vp9 -v:a copy myvideo.webm

WebM 用の音声

ffmpeg -i myvideo.webm -v:c copy -v:a libvorbis myvideo.webm
ffmpeg -i myvideo.webm -v:c copy -v:a libopus myvideo.webm

ビデオ オンデマンドとライブ配信

この記事では、2 種類のストリーミング プロトコルを紹介します。1 つ目は Dynamic Adaptive Streaming over HTTP(DASH)です。DASH は適応型ビットレート ストリーミング技術であり、ビデオ オンデマンドを表示するウェブ標準ベースの手法です。2 つ目は HTTP Live Streaming(HLS)です。HLS は、ウェブでのライブ配信とビデオ オンデマンド用の Apple の標準です。

DASH/MPD

この例では、音声と動画のストリームから Media Presentation Description(MPD)出力ファイルを生成します。

packager \
  input=myvideo.mp4,stream=audio,output=myvideo_audio.mp4 \
  input=myvideo.mp4,stream=video,output=myvideo_video.mp4 \
  --mpd_output myvideo_vod.mpd

HLS

次の例では、音声ストリームと動画ストリームから M3U8 出力ファイルを生成します。これは、UTF-8 でエンコードされたマルチメディア再生リストです。

ffmpeg -i myvideo.mp4 -c:a copy -b:v 8M -c:v copy -f hls \
  -hls_time 10 -hls_list_size 0 myvideo.m3u8

または:

packager \
  'input=myvideo.mp4,stream=video,segment_template=output$Number$.ts,playlist_name=video_playlist.m3u8' \
  'input=myvideo.mp4,stream=audio,segment_template=output_audio$Number$.ts,playlist_name=audio_playlist.m3u8,hls_group_id=audio,hls_name=ENGLISH' \
  --hls_master_playlist_output="master_playlist.m3u8"

これでファイルの変換方法を理解できました。この記事で学んだことを基に、次にメディアの暗号化について学習しましょう。