ハイレゾ音源をAAC（MP3）に変換する時の「５つのヒント」

ハイレゾ音源を出来るだけ音質を落とさない様にAAC（又はMP3）変換するためのヒント（手掛かり）です。　出来れば、変換されたサウンドがCDを凌ぐ様な音質にできればと、今まで当ブログで実験やデータ評価を通して得た知見を元に「５つのヒント」としてマトメてみました。　お使いの変換アプリに対する一助となれば幸いです。　内容に誤り等あればご指摘ください。

なお、このヒントは、断りの無い限り最高のビットレートの320kbps(CBR)及びサンプルレート48khzの設定で変換することを基本にしています。　また、Hint-4の劣化率を除き、CD音源からのAAC(MP3)変換は対象にせず、ハイレゾ音源[ビット深度24bit以上でサンプリング周波数(fs)96khz以上]からのAAC(MP3)変換が対象です。

５つのヒント INDEX

AAC・MP3変換の特殊性

ハイレゾ音源からAACやMP3に変換する場合、お構いなしに変換アプリでAAC（又はMP3）に変換すると音質を悪化させてしまう場合があるので注意が必要です。　具体的な代表例を示すと、

オペレータ

以上の２つケースを見ると、AAC（又はMP3）変換アプリのエンコーダはCDベースの音源から変換することを主眼にデザインされておりハイレゾ音源から変換することはあまり想定していない変換アプリもある様です。

そこで、ハイレゾ音源からAAC（又はMP3）に変換するときに極力音質を落とさないための、注意点や対策などを後述の「５つのヒント（Hint）」にまとめてみました。

なお、変換アプリ中のコマンドライン(CLI)は、オプション設定が多岐にわたり、若しかするとこのヒント以上に高音質化できるかもしれません。　また、このヒント は静的なデータが主体ですので最終的には、実際のサウンドを聴いてみて音質を判断して頂く必要があります。

AACかMP3かの選択

先ず一般論として、AACとMP3はどちらも非可逆圧縮形式です。　つまり、元の音声情報の一部をカットすることで高い圧縮率を実現していますので劣化が伴うものです。　この劣化もエンコーダによってバラツキます。

代表的な変換アプリ（エンコーダ）でハイレゾ音源を変換した時の一例を述べますと、MP3アプリを選択した場合、多くがLAME（相当）エンコーダが使用され、CBR・320kbps 48khz設定では仕様上の制限から、再生できる上限周波数が 約20khz になります。（CDからの変換を想定されているためか？）　

再生できる上限周波数は可聴帯域上から見て20khzあれば十分とは思いつつも、 多くのAACアプリは（改善を要する場合もありますが）CDの上限周波数(fc=22.05khz=44.1khz/2)を超えることができます。

しかし、一方のMP3（LAMEベースのFFmpeg libmp3lame)の劣化程度を調べたところ（ここをクリックして参照）、劣化率がAACよりも非常に少ないことも分かりました。　

よって、ハイレゾ音源からの変換で、AACかMP3かの選択は、甲乙は付け難く、試聴した上での個々の（好みの）判断になると思います。

但し、AAC（Advanced Audio Coding）は、一般にMP3より優れているとされる新しいフォーマットで、MP3 よりも高度な圧縮技術を使用しているため、ネット配信する場合などで低いビットレートでより良い音質を得ることができます。　また、Wikipediaによれば、「40携帯電話における既定もしくは標準の音声フォーマット」とのことから、今後の趨勢はAACに傾いて行くと考えられます。

５つのヒント（INDEX）

ハイレゾ音源からAAC（又はMP3）に変換するときに極力音質を落とさないための、注意点や改善策などの手掛かりを「５つのヒント（Hint）」にマトメました。

お使いの変換アプリのAAC(MP3)エンコーダが24bit入力に対応しているか？下の「ビット深度の推定方法」で調べましょう。　24bitのハイレゾ音源からAAC(MP3)に変換する時に、24bit入力に対応していると、歪率（量子化ノイズ）で有利になります。

24bitのハイレゾ音源なら、24bit入力に対応しているAAC（MP3)変換アプリを使うことをオススメします。　但し、CD等の16bit音源なら、24bit入力対応の変換アプリを選ぶ必要はありません。

下のグラフは、高品質で評判の「16bit入力のFFmpeg libfdk_aac (CLI)」と「24bit入力のXLDアプリ」の歪率を示します。（ CLI ：コマンドラインから実行するアプリの意味です）

16bit入力（redライン）ですと限りなくCD歪率のラインに近似して24bitに比べて桁違いに歪率が悪化します。　一方の、24bit入力（greenライン）ですとCDの量子化ノイズ対策であるディザリング処理も不要になり、弱音部（ピアニッシモ）の再現性に期待できます。

戻る・INDEX ＞

ハイサンプリング（fs=96khz以上）音源をAAC(MP3)に変換すると本来再生できる上限周波数よりも低下してしまう変換アプリがありますので、事前に変換アプリの上限周波数を確認しておくことが必要です。　Hint-3で上限周波数を改善できる場合があります。

お使いの変換アプリの上限周波数を下の「Cut-Off確認手順」で調べましょう。

本来、変換元・音源が48khzのサンプリング周波数(fs)なら、仕様上でCut-Off周波数が制限されている変換アプリを除き、変換後で再生できる上限周波数は、48khzのナイキスト周波数(fs/2=24khz)とほぼ同じになり、CDの上限周波数を軽く超えます。

ところが、サンプリング周波数の高いハイレゾ音源を変換すると、デシメーション・フィルター（エイリアシング防止用）の影響で、変換アプリ（エンコーダ）中には、ハイサンプリングに対して最適化されていない？変換アプリがあるようで、サンプリング周波数の高い音源ほど上限周波数が低下して、CDの上限周波数を超えることができません。　このため、前述の「ハイレゾ・ノコギリ波のAAC変換で、波形が歪む」現象（ここをクリック）が生じます。

ハイサンプリングからのAAC変換が最適化されていないと思われるXLDアプリの周波数特性（F特）グラフを下に示します。　ハイサンプリング192khzの音源をAAC変換すると、Cut-Off周波数が最も低くなっています。

オペレータ

ハイレゾ音源（fs=192khz）を11種類の変換アプリ（エンコーダ）で変換した時の上限周波数（Cut-Off）を調べたのが下の表になります。

オペレータ

戻る・INDEX ＞

下の「確認手順」で、お使いの変換アプリの上限周波数が改善できるか？調べましょう。

Hint-2の「Cut-Off周波数一覧表」にあるCD上限周波数を【NG 超えない】変換アプリ（４種類）を改善するためには、ハイレゾ音源をAAC(MP3)に直接変換せず、デシメーション・フィルター特性の良好な非圧縮フォーマットのwavやaiffでサンプリング周波数を事前に48khzへダウンサプリング変換（foober2000場合はResampler(PPHS)を経由）して最適化した後、AAC(MP3)に変換することでCD上限周波数を超える改善ができます。

オペレータ

XLDアプリの改善事例を示します。　XLDアプリの場合、192khzのハイレゾ音源をAAC変換すると上限周波数が19.9khzになりCD上限周波数より低下してしまいますが、先ずAIFFでダウンサンプリングしてからAAC変換すると上限周波数が22.8khzに改善しCD上限周波数を超えることができます。

戻る・INDEX ＞

+ 劣化率を調べる手順

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）　

評価用・Pink-noise音源 [-20db pink-noise 5secのwav]のダウンロード

fs=48khz Pink-noise音源

Wav Down Load

fs=44.1khz Pink-noise音源
(Apple DIgital Masters Droplet用）
Wav Down Load

基準となるPink-noise(wav)と変換したAACファイルの各々を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】（％）

求めた絶対誤差率から横軸を周波数、縦軸を絶対誤差にしたグラフ（散布図）を作成すれば、周波数に対する劣化成分を可視化できますが、劣化率の良否を現すために劣化率を求めてみました。

〜

手順 -２ 劣化の数値化（劣化率）

再生帯域内の絶対誤差率のバラツキから統計データを求め劣化の数値化（＝劣化率）を行います。

1. 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。
2. 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）

〜

〜〜〜〜〜〜〜〜

オペレータ

ここで、上の方法の妥当性を調べるために、可逆圧縮では劣化は生じない筈です。　Pink-noise(wav)を可逆圧縮であるFlacで変換した絶対誤差を調べてみました。 　横軸に周波数、縦軸に絶対誤差にしたグラフをご覧ください。

下のグラフの通り、24khzのナイキスト周波数の範囲で、オリジナルPink-noise(wav)とFlac（可逆圧縮）ファイルとの絶対誤差は「０db」でオリジナルPink-noise(wav)のレベルと完全に一致し、Flacの可逆圧縮では無劣化であることが確認できました。　逆説的に、今回の「差分スペクトル(絶対誤差)」評価方法の妥当性が確認できたと考えます。

〜

「閉じる」

AACとMP3はどちらも、元の音声情報の一部をカットすることで高い圧縮率を実現していますので劣化が伴うものです。　この劣化を現すために、独自の手法になりますが、「Pink-noiseを使って絶対誤差から劣化率を求める方法」でテストしてみました。（詳しくはここをクリック）　

テストした結果の事例を下の「変換アプリと劣化率一覧」にマトメました。

劣化率のマトメとして、

このことから、ファイルサイズが多少大きくなるデメリットはありますが、劣化率の観点から320kbpsを選択することをオススメします。

戻る・INDEX ＞

音質とは直接関係ありませんが、ハイレゾ音源をAAC(MP3)に変換するとハイレゾ音源に保存されたタグ情報（コンテンツのクレジット情報やArtwork画像）が引き継がれず消えてしまう変換アプリがあります。　タグ情報が引継がれない場合は、Tag Editor Freeアプリ を使えばタグ情報の編集ができます。　編集するのは非効率ですので出来るだけタグ情報が引継がれる変換アプリを選びましょう。

戻る・INDEX ＞

あとがき（2023/4/21）

以上「5つのヒント」でした。　この投稿記事を読み返して、多少マニアック過ぎではないか？　例えば Bluetoothのワイアレスイヤホンでは、殆どが16bit対応の圧縮音源を聴いていますが、音質に不満がある訳ではなく、また実際のところハイレゾとCDの音質に大きな違いを見いだせないのも事実です。　所詮、劣化が伴う非可逆圧縮なのだから、この「5つのヒント」を気にすることなく音楽を楽しむことの方が肝心ということは承知しつつも、自称オーディオマニアとしては音質の数値評価に拘りたくなるものです。　

音質が認識出来るか否かは別にして折角のハイレゾ音源を出来るだけ音質を低下させずにAAC(MP3)に変換出来るに越したことはなく、音質の数値評価が良い方に惹かれます。　このヒントがオーディオに拘りのある方の一助となれば幸いです。

オススメ・AAC変換アプリ 

変換アプリの評価（ランキング）

サンプル音源