ハイレゾ音源をMP3に変換するFFmpegエンコーダを「4つの視点」で音質評価してみました。

2022年12月5日

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、過去に種々のAACエンコーダを「4つの視点」で音質評価したのと同じ基準でFFmpegのMP3エンコーダを評価してみました。

AAC Rank

: 「4つの視点」で再評価。ハイレゾ音源をAAC変換する24bit対応AACエンコーダ（アプリ）の評価ランキング

今迄、レコードからハイレゾ録音した音源をAACに変換する時に極力音質を劣化させず、CD音質を凌ぐにはどうしたら良いか？自分流で試してきた結果を投稿しました。　ただ、評価に統一性がないところもあり、ここ ...

予めお断り

「4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、「4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

FFmpegのコンパイル済の実行ファイル（Linax、Windows、macOS）は、FFmpegの公式ダウンロードページ から入手できます。（若しくは、Homebrew経由でFFmpegをインストールします。）

「4つの視点」評価方法と条件

過去に「4つの視点」でAACエンコーダの音質評価した同等の方法でFFmpeg・libmp3lameエンコーダを評価しました。

評価点・一覧

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

+ 評価方法と条件を見る

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。

視点-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。　

視点-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

視点-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）

Down Load

高域暴れの実例

foober2000の場合です。　映像をご覧ください。