mikeo_410

音のサンプリング・レート

  動画ファイルに含まれる音声のサンプリング・レートを変更することは、できるだけ避けることです。
  ffmpeg は、PCMに複合したものをエンコーダの入力にします。エンコーダはサンプリングレートを変換しないので、このPCMデータを加工することになります。これは、補間によってデータを作り出すことになるので音質を劣化させます。
  サンプリング・レートは、デコーダやエンコーダの調整のための数値ではなく、その入出力データであるマイクやスピーカーの振動版の動きの捉え方の問題だと言うことです。

１．一般的なサンプリング・レート

  人の聴覚の可聴範囲から、8 - 192 KHz が使われます。
  CD品質と言いますが、44.1KHzを指すようです。mp2 エンコーダの入力は、16-48KHｚです。この範囲が、一般的な値のようです。

  48KHz 超の、96KHz,192KHz などは、コーデックによっては設定可能です。

２．サンプリング・レートと音質

  波形をデジタル化する際の細かさですから、当然音質に直結しています。
  音質は、サンプルのビット数とサンプリング・レートで表現されます。

３．サンプリング・レートとデータ量

  サンプリング・レートが示しているのは、エンコード前、あるいはデコード後のデータの性質です。マイクやスピーカーの振動版の動きをデジタル化したときの条件で、秒当たり、何サンプルかを示します。
  秒当たりのデータの量は、サンプルの量（何ビットか）とサンプリング・レートの積で、bps で表します。
  A/D変換が16ビットなら、ステレオは、サンプルが32ビットとも考えられますが、
    ビット・レート = サンプルのビット数 x チャネル数 x サンプリング・レート 
  です。
  16ビット/サンプルで48KHzのステレオなら、1.536M bps になります。

  この話は、未圧縮の場合のビット・レートです。ffmpeg のオプションに指定するは、エンコーダの出力のビット・レートです。

  圧縮を行うエンコーダは、時間軸方向にも圧縮するので、サンプリング・レートは、出力のビットレートには直接つながりません。
  同じ音源を、8KHzと48KHzで録音したPCMデータがあるとします。この二つのファイルのサイズは、8:48 = 1:6 です。同じビットレートを指定して、エンコードをすれば、同じ容量の８KHｚと48KHzのファイルになります。ほぼ同じファイルサイズですが、後者のほうが音質が良いのは明らかです。

４．ffmpeg に設定するサンプリング・レート

1. サンプリング・レートは変えない。無指定だと継承される。
2. ただし、エンコーダのサポート範囲外なら、可能な近い値を指定する。