記事内に広告が含まれています。
- この記事でわかることをまとめました
- 図1：元のWAVを100とすると、Ogg Vorbisは3.1から18.9までの範囲になりました
- 使った曲と変換の方法をまとめました
- 3曲15条件のファイルサイズを表にまとめました
- 図2：変換時間の中央値が一番長かった条件は、曲によって違いました
- 変換時間を表にまとめました
- 図3：統合ラウドネスの元のWAVとの差は、-0.12から0.06 LUFSの範囲でした
- 統合ラウドネスを表にまとめました
- サンプルレートと再生時間は、全条件で元のWAVと一致しました
- この実測を読むときの範囲をまとめました
- 今回の範囲では、元のWAVを100として3.1から18.9までになりました
- 関連する実測記事もあわせて読んでみてください
この記事でわかることをまとめました
結論です。元のWAVを100とした割合で比べると、今回のBGM3曲をOgg Vorbisの品質q0からq9までの5段階に変換した範囲では、全条件の最小はcomic_quietのq0の3.1、最大はedu_brightのq9の18.9になりました。q0の出力は、同じ曲のq9の出力と比べて、バイト数基準で17.5%から19.8%でした。
BGMのWAVをOgg Vorbisに変換するときに、品質（q値）を変えるとファイルサイズと変換時間とラウドネスがどれだけ変わるのかを、私が実測しました。
- 元のWAVを100としたファイルサイズの割合は、q0が3.1から3.8、q9が17.8から18.9になりました。
- 変換時間の中央値は、一番長かった条件も一番短かった条件も、曲によって違いました。
- 統合ラウドネスの元のWAVとの差は、15条件とも-0.12 LUFSから0.06 LUFSの範囲でした。
図1：元のWAVを100とすると、Ogg Vorbisは3.1から18.9までの範囲になりました
図1は、元のWAVを100として、各条件のファイルサイズの割合を棒グラフにしたものです。
- q0は、元のWAVを100として3.1から3.8の範囲でした。
- q3は、元のWAVを100として5.9から7.2の範囲でした。
- q5は、元のWAVを100として8.7から10.1の範囲でした。
- q7は、元のWAVを100として11.8から13.3の範囲でした。
- q9は、元のWAVを100として17.8から18.9の範囲でした。
同じ品質でも、曲によって元のWAVを100とした割合が違いました。元のWAVを100としたq0の割合は、comic_quietが3.1、edu_brightが3.8で、0.7ポイントの開きがありました。
使った曲と変換の方法をまとめました
素材は、私の自前BGMパイプラインで作った既製曲3曲のWAV版です。いずれも44,100Hz、2チャンネル、PCM 16bitです。
- edu_brightは、48.0秒、8,467,278バイトです。
- comic_quietは、48.333311秒、8,526,074バイトです。
- kids_jingleは、16.0秒、2,822,478バイトです。
私はこの3曲を、2026年11月14日に、ffmpegのlibvorbisエンコーダで変換しました。条件は品質q0・q3・q5・q7・q9の5段階で、出力はoggです。変えたのは品質（-q:aの値）だけです。
- 変換は各条件で3回行い、変換時間は3回の中央値です。
- ファイルサイズは、変換後のファイルの実測です。
- 割合は、元のWAVを100とした値を、バイト数から直接計算し、小数第1位に丸めました。
- 音量は、ffmpegのloudnormフィルタの解析値（統合ラウドネス、単位はLUFS）で比べました。
3曲15条件のファイルサイズを表にまとめました
| 曲 | 条件 | バイト | 元のWAVを100とした割合 |
|---|---|---|---|
| edu_bright | 元のWAV | 8,467,278 | 100.0 |
| edu_bright | q0 | 317,596 | 3.8 |
| edu_bright | q3 | 608,909 | 7.2 |
| edu_bright | q5 | 858,178 | 10.1 |
| edu_bright | q7 | 1,126,511 | 13.3 |
| edu_bright | q9 | 1,602,372 | 18.9 |
| comic_quiet | 元のWAV | 8,526,074 | 100.0 |
| comic_quiet | q0 | 265,495 | 3.1 |
| comic_quiet | q3 | 500,111 | 5.9 |
| comic_quiet | q5 | 739,220 | 8.7 |
| comic_quiet | q7 | 1,005,441 | 11.8 |
| comic_quiet | q9 | 1,515,900 | 17.8 |
| kids_jingle | 元のWAV | 2,822,478 | 100.0 |
| kids_jingle | q0 | 96,190 | 3.4 |
| kids_jingle | q3 | 188,653 | 6.7 |
| kids_jingle | q5 | 266,816 | 9.5 |
| kids_jingle | q7 | 353,055 | 12.5 |
| kids_jingle | q9 | 506,815 | 18.0 |
品質どうしの割合も、バイト数から直接計算しました。
- q0の出力は、同じ曲のq9の出力と比べて、edu_brightで19.8%、comic_quietで17.5%、kids_jingleで19.0%でした。
- q0の出力は、同じ曲のq5の出力と比べて、edu_brightで37.0%、comic_quietで35.9%、kids_jingleで36.1%でした。
図2：変換時間の中央値が一番長かった条件は、曲によって違いました
図2は、各条件で3回変換した時間の中央値を棒グラフにしたものです。
- 中央値が一番長かった条件は、edu_brightではq0の1.868秒、comic_quietではq0の1.409秒、kids_jingleではq9の0.510秒でした。
- 中央値が一番短かった条件は、edu_brightではq7の1.103秒、comic_quietではq5の1.042秒、kids_jingleではq5の0.437秒でした。
変換時間を表にまとめました
| 曲 | 条件 | 変換時間の中央値（秒） | 3回の変換時間（秒） |
|---|---|---|---|
| edu_bright | q0 | 1.868 | 1.403／1.868／2.082 |
| edu_bright | q3 | 1.332 | 1.626／1.332／1.325 |
| edu_bright | q5 | 1.117 | 1.117／1.109／1.147 |
| edu_bright | q7 | 1.103 | 1.098／1.103／1.218 |
| edu_bright | q9 | 1.184 | 1.493／1.184／1.172 |
| comic_quiet | q0 | 1.409 | 1.409／1.378／1.540 |
| comic_quiet | q3 | 1.370 | 1.370／1.455／1.289 |
| comic_quiet | q5 | 1.042 | 1.101／1.042／1.034 |
| comic_quiet | q7 | 1.168 | 1.007／1.168／1.182 |
| comic_quiet | q9 | 1.078 | 1.092／1.019／1.078 |
| kids_jingle | q0 | 0.497 | 0.485／0.500／0.497 |
| kids_jingle | q3 | 0.485 | 0.518／0.479／0.485 |
| kids_jingle | q5 | 0.437 | 0.437／0.458／0.435 |
| kids_jingle | q7 | 0.475 | 0.414／0.475／0.561 |
| kids_jingle | q9 | 0.510 | 0.510／0.686／0.459 |
変換時間は、この環境での計測です。使う機械が変われば、時間は変わります。edu_brightのq0は、3回の時間が1.403秒から2.082秒までばらつきました。
図3：統合ラウドネスの元のWAVとの差は、-0.12から0.06 LUFSの範囲でした
図3は、元のWAVの統合ラウドネスを基準にして、各条件の統合ラウドネスの違いを棒グラフにしたものです。縦軸は-0.17から0.09 LUFSです。
- 15条件を通して、元のWAVの統合ラウドネスを基準にした差は、-0.12 LUFSから0.06 LUFSの範囲でした。
- 差の絶対値が一番大きかったのは、edu_brightのq0で、元のWAVの-22.94 LUFSに対して-23.06 LUFS、つまり-0.12 LUFSでした。
- q0では元のWAVとの差が-0.12 LUFSから-0.02 LUFSで、q9では元のWAVとの差が0.02 LUFSから0.06 LUFSでした。
統合ラウドネスを表にまとめました
| 曲 | 条件 | 統合ラウドネス（LUFS） | 元のWAVとの差（LUFS） |
|---|---|---|---|
| edu_bright | 元のWAV | -22.94 | 0.00 |
| edu_bright | q0 | -23.06 | -0.12 |
| edu_bright | q3 | -22.99 | -0.05 |
| edu_bright | q5 | -22.95 | -0.01 |
| edu_bright | q7 | -22.93 | 0.01 |
| edu_bright | q9 | -22.91 | 0.03 |
| comic_quiet | 元のWAV | -31.80 | 0.00 |
| comic_quiet | q0 | -31.90 | -0.10 |
| comic_quiet | q3 | -31.83 | -0.03 |
| comic_quiet | q5 | -31.80 | 0.00 |
| comic_quiet | q7 | -31.79 | 0.01 |
| comic_quiet | q9 | -31.78 | 0.02 |
| kids_jingle | 元のWAV | -20.41 | 0.00 |
| kids_jingle | q0 | -20.43 | -0.02 |
| kids_jingle | q3 | -20.39 | 0.02 |
| kids_jingle | q5 | -20.37 | 0.04 |
| kids_jingle | q7 | -20.36 | 0.05 |
| kids_jingle | q9 | -20.35 | 0.06 |
この表の値は、loudnormフィルタの解析値です。聴感の音質は測っていません。
サンプルレートと再生時間は、全条件で元のWAVと一致しました
私が出力を調べると、サンプルレートも再生時間も元のWAVと同じでした。
- 出力のサンプルレートは、全条件で44,100Hzでした。元のWAVの44,100Hzと同じです。
- 再生時間は、全条件で元のWAVと一致しました。edu_brightは48.0秒、comic_quietは48.333311秒、kids_jingleは16.0秒です。
この実測を読むときの範囲をまとめました
- 素材は、自前BGMパイプラインで作った3曲です。曲の内容が変われば、割合が変わる場合があります。今回も、同じ品質で曲によって元のWAVを100とした割合に開きがありました。
- 設定は、Ogg Vorbis（libvorbisエンコーダ）の品質に固定した比較です。ほかのエンコーダやほかの形式では、割合や変換時間が変わる場合があります。
- 変換時間はこの環境での計測です。使う機械が変われば、時間は変わります。
- ラウドネスは解析値の比較です。聴感の音質の違いは測っていません。
今回の範囲では、元のWAVを100として3.1から18.9までになりました
今回のBGM3曲をOgg Vorbisの品質q0からq9までの5段階に変換した範囲では、ファイルサイズは元のWAVを100として、q0の3.1から3.8、q9の17.8から18.9までになりました。
q0の出力は、同じ曲のq9の出力と比べて17.5%から19.8%、同じ曲のq5の出力と比べて35.9%から37.0%で、どちらもバイト数基準でした。統合ラウドネスの元のWAVとの差は、15条件とも-0.12 LUFSから0.06 LUFSの範囲でした。私が測ったのは解析値までで、聴感の音質は測っていません。
関連する実測記事もあわせて読んでみてください
このブログで実測した記事として、AACのビットレートを実測した記事と、BGMの音声形式を実測した記事もあります。あわせて読んでみてください。
コメント