MP3を今更評価を使う必要があるか？と思われれるかも知れませんが、今でも互換性が高く様々な機器で再生することができるメリットがあります。 例えばWordpressにMP3音源を埋め込んでブラウザで再生する時トラフィックが悪い環境下で何故か？AACの場合よりスムーズに再生できることを経験しています。
そこで、遅まきながら、MP3の品質と圧縮率に定評のあるLameと同等のエンコーダと思われる「FFmpegのlibmp3lame」に対して「５つの視点」で６種類のAACを音質評価したのと同じ基準で評価してみました。 （注記：Pink-noiseによる劣化率を追加したので、「４つの視点」から「５つの視点」に変更しました。2023/2/28）
予めお断り
「５つの視点」の音質評価は、プラシーボ効果(思い込み）を避けるため、試聴による音質評価は行わずスタティックな音源をベースにCD音質を凌ぐか否かにフォーカスしてデータで評価しています。 あくまで、音質評価の一つの側面を現している参考データとしてご覧頂ければと思います。
FFmpegのMP3変換コマンドラインについて
FFmpegのMP3は、libmp3lame エンコーディングライブラリを使用しています。 詳しい使い方は、FFmpegサイトの「MP3 Encoding Guide」（ここをクリック）を参照してください。
ここでは、「５つの視点」で音質評価するため、ハイレゾ音源をサンプルレート48khz、ビットレート320kbpsで指定するMP3変換コマンドラインを示します。 このコマンドラインはmacOSの場合はターミナルを開いて実行します。command Line ffmpeg -i "in_file_name.wav" -codec:a libmp3lame -b:a 320k -vn -ar 48000 "out_file_name.mp3" 又は、-codec:a libmp3lame オプションを記述しなくてもOK ffmpeg -i "in_file_name.wav" -b:a 320k -vn -ar 48000 "out_file_name.mp3"
オプションの説明
- -codec:a libmp3lame → lame MP3 エンコーディングライブラリを指定（しなくてもOK）
-
-b:a 320k → ビットレート CBRで320kbpsを指定
-
-ar 48000 → サンプルレート 48khzを指定
- -vn → no video の意味でaudioを指定
- 変換元ファイル（ in_file_name.wav）は、Flac等でもOK
FFmpegのインストールについて
補 足
一々、ターミナルを介してコマンドラインを実行する作業は面倒です。 そこで、Macのショートカットアプリでコマンドラインを組込んだショートカットを作成しておけば変換作業の効率化が図れます。 下の記事で複数の音声ファイルを一括変換するショートカットを紹介しています。 ショートカット化することをオススメします。
-
-
MacのショートカットアプリでFFmpegによるAACやMP3への変換作業を自動化する
例えば、FFmpegのAAC及びMP3用エンコーダは多数ありその特徴に合わせて一々、ターミナルを介してコマンドラインを実行しなければならず、変換作業が面倒です。 そこで、Macのショートカットアプリで ...
「５つの視点」評価方法と条件
「５つの視点」で６種類のAACを音質評価したのと同じ基準でFFmpeg・libmp3lameエンコーダを評価しました。
評価点・一覧
各視点の評価が満点で評価合計は１２点になります。
- 視点-1 ハイレゾ24bit音源をMP3変換した時の歪率特性
夫々のレベル（0db,-3db,-20db,-48db,-60db）に対してCD歪率（THD+N)より優っている場合は 1点 劣っている場合は 0点 - 視点-2 48khzにダウンサンプリングで再生できる上限周波数特性（F特）
CDの上限再生周波数（22.05khz)より優っている場合は 2点、劣っている場合は 0点 - 視点-3 ハイレゾ(192khz 24bit)リアル音源で高域暴れの有無
暴れが見られない場合は 2点、暴れが見られる場合は 0点 - 視点-4 ハイレゾ音源のタグ情報の引き継ぎ
完全に引き継がれている場合は 2点 一部引き継がれている場合は 1点 引き継がれていいない場合は 0点 - 視点-5 Pink-noiseを変換した時の劣化率
0.5%未満で 1点 0.5%以上で 0点
MP3変換時のパラメータ
- サンプルレート：48khz ビットレート：320kbps CBR
（備考）過去記事に対して一部評価方法に簡略修正あり：簡略した箇所に←簡略化と付記しています。
point
1 MP3変換した時の歪率特性
レベルを変えた1khz sin波 ハイレゾファイルをMP3変換して歪率特性を見る。
評価点：
夫々のレベル（0db,-3db,-20db,-48db,-60db）に対してCD歪率（THD+N)より優っている場合は 1点 劣っている場合は 0点
歪率（THD+N）測定手順
① 1khz 正弦波ハイレゾ音源の作成：
レベルを変えた1khz正弦波(24bit 192khz wav)5秒をWaveGeneで作成します。 今回は歪率特性グラフを見るために、0db,-3db,-20db,-48db,-60db,-90db の6つの評価ファイルを作成しました。
② 夫々の1khz正弦波を評価対象のアプリでMP3変換します。
③ 歪率を測定するために、WindowsソフトのWaveGeneの姉妹ソフトであるWaveSpectraを使用させて頂きますので、MP3変換されたファイルをwavに変換する必要あります。 Apple Digital Mastersに付属する「Audio to WAVE 48K Droplet.app」を使って24bit 48khz wavフォーマットに変換します。
④ 歪率測定手順は非常に簡単で、各々wav化されたMP3ファイルをWaveSpectraにドラッグ＆ドロップします。 再生ボタンを押して約２秒程（音源の長さは５秒なので半分位経過して安定する点）のところで、pauseボタンを押して歪率（THD+N)を測定します。
歪率測定窓にTHD（上段）とTHD＋N（下段）が表示されます。 THD＋Nとは、total harmonic distortion + Noiseの略で、全高調波歪にノイズを加えた基本波成分の比（％）です。
（FFT条件）サイズは131072でHanning窓です。
point
2 再生できる上限周波数特性（F特）
WaveGeneで生成した -20db pink-noise ハイレゾファイルをMP3に変換後、ドロップレットツール「Audio to WAVE 48K Droplet.app」で48khz wavにします。 この変換さたwavファイルをmacOSにインストールしたwineによるWaveSpectra にドロップしスペクトルを描画して再生できる上限周波数（-3dbのCut-Off周波数）を推定する。←簡略化
評価点：
CDの上限再生周波数（22.05khz)より優っている場合は 2点、劣っている場合は 0点
point
3 リアル音源で高域暴れの有無
原因は定かではありませんが、レコードからハイレゾ化したレベルの低い音源をAAC変換するとスペクトル上で高域部分に暴れが生じることを経験しています。 聴感上問題になるか？は別にしてスペクトル上の上限周波数がCDより劣化することになり、評価項目に加えました。 評価方法は、高域暴れ評価用音源として、レコードをハイレゾ録音した「ベートーベン 交響曲第8番 ２楽章（カラヤン ベルリン・フィル ） 1962年録音盤」ファイルをMP3変換した時に18khz以上でスペクトルに暴れが生じるか否かで判定します。
評価点：
暴れが見られない場合は 2点、暴れが見られる場合は 0点
Down Load ボタンを押すと「高域暴れ評価用」音源がDLできます。 MP3変換後、VLCプレーヤ等で再生し、BlackHole仮想オーディオドライバーを経由してmacOSにインストールしたwineによるWaveSpectra でスペクトルを描画して高域暴れの有無を確認します。←簡略化
「高域暴れ評価用」音源
（192khz 24bit Flac）
高域暴れの実例
foober2000の場合です。 映像をご覧ください。
pink-noiseで確認したF特から、上限周波数は、23.7khzでしたが、動画で見られるように上限周波数が最低で18khz付近から23khz付近までの変動（高域の暴れ）が見られます。
なお、foober2000のエンコーダはAppleAACでAAC設定は、CBR 320kbps にしています。
スペクトルでリアル音源との絶対誤差で現すと
foober2000でpink-noiseをAAC変換した上限周波数は23.7khzでしたが、リアル音源をAAC変換すると、18khzから減衰しています。
point
4 タグ情報の引き継ぎ
Tag Editor Freeアプリ を利用して、ハイレゾ音源をAAC変換した時にタグ情報が引き継がれているか確認する。
評価点：
完全に引き継がれている場合は 2点 一部引き継がれている場合は 1点 引き継がれていいない場合は 0点
point
5 Pink-noiseを変換した時の劣化率
絶対誤差率を調べて、再生帯域内の絶対誤差率のバラツキから統計データの標準偏差から±３σを計算し劣化率と定義しました。
評価点：
Pink-noiseを変換した時の劣化率が0.5%未満で 1点 0.5%以上で 0点
手順 -１ 絶対誤差率を求める
AAC変換元（オリジナル）のPink-noiseは、WeveGeneで「-20db pink-noise 5秒間のwaveファイル(24bit 48khz)」を作成します。 このファイルを、AACエンコーダでAAC変換します。（Apple DIgital Masters Dropletで使用するPink-noiseは、24bit 44.1khzのwavになります）
更に、基準となるPink-noise(wav)と夫々のAACファイルをAudacityに取込み周波数解析（条件：hann window size16384）を行います。
周波数解析を行う時にチョットしたテクニックが必要です。 AAC変換すると若干のディレイを伴う場合があり、このディレイを取り除く作業が必要です。 基準となる波形の先頭を見極めて、この先頭と一致させる様にディレイ部分を削除します。 わかり易くする為に波形を拡大しておき、時間軸をズームしてディレイ部分を削除します。 その後、トラックの全選択を行って 解析 ＞ スペクトル表示 を選択し周波数解析を行います。Audacityの周波数解析は、周波数とレベルのtextデータが書き出せるので、NumbersやExcelなどの表計算ソフトを起動した後、書き出したtextファイルを開き周波数とレベルのデータを全選択コピーして、表計算ソフトにペーストします。 周波数に対する AACレベルからPink-noise(wav)音源レベルを引き算すれば、その値がAACの周波数に対する絶対誤差になります。 数式で表すと、
絶対誤差＝測定値ー真値＝【AACレベル】ー【Pink-noise音源レベル】(db)
なお、この絶対誤差は、周波数に対するPink-noise5秒間に含まれるPeak値を現しており、リアル音源で言えばフォルテ部分の再現性の劣化程度を現す指標になり得る考えました。
更に、絶対誤差ですと限定的なdb値になるので、真値で割った絶対誤差率（100分率 ％）に変換します。 数式で表すと、
絶対誤差から、下の式で求めます。
絶対誤差率＝絶対誤差 ／ 真値＝【AACレベル絶対誤差】／【Pink-noise音源レベル】（％）
手順 -２ 劣化劣化率を求める
- 求める劣化データの範囲：AACの絶対誤差データは、ビットレートに伴って上限周波数でカットされるので再生できる再生帯域が異なります。 このため、上限周波数以下の再生帯域をフィルタリングした絶対誤差データを対象とします。
- 劣化の数値化（定義）：再生帯域内の絶対誤差率バラツキの標準編（σ）を調べて、3σのレンジ[(x+3σ)-(x-3σ)=2*3σ] を算出し、この値（3σレンジ）を劣化率と定義しました。 （3σレンジを劣化率と定義した意味は、絶対誤差率は略正規分布しているので、3σレンジを求めれば、99.7％の確率で絶対誤差率のバラツキが含まれると考えたからです）
〜
「５つの視点」評価結果
評価点 合計：６点 /12点（評価点内訳は以下）
視点-1 MP3変換した時の歪率特性
評価点 +4点
0db:0点,-3db:+1,-20db:+1,-48db:+1,-60db:+1
（下の歪率グラフからlibmp3lameエンコーダはハイレゾ 24bit入力に対応していると考えられます。）
視点-2 再生できる上限周波数特性（F特）
評価点 0点
Cut-Off :20.191khz で（22.05khz)より劣っているので 0点
視点-3 リアル音源で高域暴れの有無
評価点 0点
高域暴れあり
視点-4 タグ情報の引き継ぎ
評価点 1点
MP3変換後のTag情報： アートワークのみ引き継ぎNG （引き継ぎ▲）
但し、「FFmpegでAAC変換する時にArtwork（画像）を引き渡す方法」を参考にして頂ければアートワークも引き継げると思われます。視点-5 Pink-noiseを変換した時の劣化率
評価点 1点
下表で320kbpsで劣化率が0.19%を示し、この値は以前調べたAACエンコーダより優れ特筆すべきことです。
誤差率グラフのブラウンで示されているラインが320kbpsです。 上限周波数までの帯域(0〜20khz)にわたって元のPink-noiseに対する誤差が非常に少ないことが分かります。 原因は不明ですが、160kbpsのブルーラインを見ると何故か0.5%ほど上にオフセットしているのが気になります。
絶対誤差率 %
統計データ320kbps 160kbps 統計データ範囲 0hz〜20khz 0hz〜15khz x（平均） -0.00%
0.65%
σ(stdevp） 0.03% 0.19% x+3σ 0.09% 1.22% x-3σ -0.10% 0.07% 劣化率(2*3σ) 0.19% 1.15% 劣化率・順位
-位 -位 max 0.15%
1.35% min -0.16% -0.15% レンジ
0.31% 1.50% file size(KB) 203 101
音質評価マトリクス（AACと比較）
FFmpeg MP3（libmp3lame）の総評
上記、「音質評価マトリクス」の結果から、libmp3lame エンコーダの評価ランキングは６位でした。
これは、上限周波数（Cut-Off）がCDのナイキスト周波数より低くなっているので評価点が0点になったためランキングが下がりました。 但し、Cut-Offは20khz以上あり実際のサウンドを聴く分には全く十分なレベルであると考えられます。
今回の評価で特筆すべきは、Pink-noiseを変換した時の劣化率0.19%（320kbps）で、「５つの視点」で調べた劣化率の中でBest One でした。 これは、エンコーダの品質が良いことを現しており、サウンドのフォルテ部分での再現性が期待できます。
iTunes MP3との劣化率比較・テスト
MP3変換で一般的によく使われている、「Apple Music（iTunes）」でPink-noiseをMP3に変換した時の劣化率を追加で調べてみました。
iTunes MP3の劣化率は、2.08%(320kbps) でした。 これは、libmp3lame の劣化率が 0.19% でしたので、１桁ほど劣っています。
ハイレゾ音源をMP3に変換する時は、FFmpegのlibmp3lame エンコーダが一択かもしれません。
Lameエンコーダについて（参考）
LAME MP3エンコーダーは、高品質で効率的な圧縮を行うことで知られており、ユーザーは音質をあまり犠牲にすることなくMP3ファイルを作成することができると言われています。 LAMEは多くの一般的なメディアプレーヤーやオーディオ編集ソフトで広く使われており、長年にわたりMP3ファイルを作成するための標準となっています。 名前は「Lame Ain't an MP3 Encoder 」の頭文字から命名された様です。
FFmpegのlibmp3lame との違いの有無を見るために、劣化率を除いた「４つの視点」で評価してみました。
Lame エンコーダは、Home brewでインストールします。 インストールしたバージョンは、Latest LAME release: v3.100 (October 2017)です。
評価した結果は、FFmpegのlibmp3lame エンコーダと同等でしたが、Lame エンコーダはタグ情報が引き継がれませんでした。 この点からFFmpegのMP3エンコーダ（libmp3lame）を使用する方がベターと思われます。
以上、FFmpegのMP3を「５つの視点」で評価した結果でした。 MP3変換を行う時のご参考にして頂ければと思います。
ハイレゾ音源を変換するオススメ・関連記事
AAC変換アプリ・ランキング
AAC(MP3)に変換する・５つのヒント
