メディア変換

Derek Herman
Derek Herman
X GitHub
Joe Medley
Joe Medley
GitHub

この記事では、メディア ファイルの特定の特性の変換と操作に使用される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で同等のオペレーションを示そうとしましたが、両方のアプリケーションで可能なオペレーションは限られています。

多くの場合、ここで説明するコマンドは 1 つのコマンドライン オペレーションにまとめることができます。実際に使用する場合は、そのようにします。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することは可能です。この記事では、わかりやすくするために、これらのオペレーションを個別のコマンドとして示します。

変換は次のアプリで実行されます。

ディスプレイ特性

Shaka Packager と FFmpeg の両方を使用して、メディア ファイルのコンテンツを検査し、ストリームの特性を確認できます。ただし、どちらも同じメディアに対して異なる出力を生成します。

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 を使用する特性

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デマルチプレックス（分離）する

Shaka Packager では、ファイルを変換する際にデマルチプレクシングが必要です。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です。

Shaka Packager のデマルチプレクシング

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 デマルチプレクシング

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結合（結合）する

場合によっては、音声と動画を 1 つのコンテナに結合する必要があります。特に、メディア フレームワークを使用していない場合は注意が必要です。これは FFmpeg で非常に適切に処理できるもので、Shaka Packager では現在サポートされていません。

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

特性を変更する

ビットレート

FFmpeg の場合は、.mp4 または .webm に変換するとき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、その形式からファイルを変換するために使用できません。

.mov から .mp4

ffmpeg -i myvideo.mov myvideo.mp4

.mov から .webm

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させるには、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 の音声

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 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 プロトコルについて説明します。1 つ目は Dynamic Adaptive Streaming over HTTP（DASH）です。これは、アダプティブ ビットレートのストリーミング手法であり、ビデオ オンデマンドを提示するウェブ標準ベースの方法です。2 つ目は HTTP Live Streaming（HLS）です。これは、ウェブのライブ ストリーミングとビデオ オンデマンド向けの Apple の標準です。

DASH/MPD

この例では、オーディオ ストリームと動画ストリームから 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

これらの例では、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 エンコードされたマルチメディア プレイリストです。

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"

ファイルの変換方法を理解できたところで、この記事で学んだことを基に、次はメディアの暗号化について学びましょう。