ビットレート、解像度、フレームレート
この設定のうち、ファイルが小さくなるのはどれで、画質が落ちるだけなのはどれ？
ほとんどは1つの式で説明できる
ファイルサイズは、かなり良い近似で、ビットレート×再生時間です。ビットレートはエンコーダーが1秒あたりに使ってよいビット数、再生時間はそれを何秒間使うかです。それ以外の要素、つまり解像度、フレームレート、動きの量、コーデックが変えるのは、あるビットレートでの見た目の良さであって、ファイルの大きさではありません。
具体例で考えると分かりやすくなります。毎秒5メガビットで60秒エンコードしたクリップには、300メガビットの映像データが入り、これは37.5メガバイトです。ここに音声トラックとコンテナのオーバーヘッドが加わります。これは実測ではなく計算です。同じ60秒でも2 Mbit/sなら、画面に何が写っていようと15 MBです。
解像度とフレームレートはサイズではなく必要量
解像度やフレームレートを上げても、ファイルが直接大きくなるわけではありません。上がるのは、見られる画質にするためにエンコーダーが必要とするビット数です。2 Mbit/sの4Kクリップと2 Mbit/sの720pクリップは同じサイズで、4Kのほうがはるかに見劣りするだけです。同じ予算を9倍のピクセル数に配分しているからです。
解像度を下げることが動画の縮小に大きく効くのは、このためです。解像度を変えることでファイルを小さくしているのではありません。より低いビットレートでも見られる状態にしたうえで、その低いビットレートを選んでいるのです。
| 解像度 | 30 fpsの場合 | 60 fpsの場合 |
|---|---|---|
| 3840 × 2160 | 毎秒2億4900万px | 毎秒4億9800万px |
| 1920 × 1080 | 毎秒6200万px | 毎秒1億2400万px |
| 1280 × 720 | 毎秒2800万px | 毎秒5500万px |
| 854 × 480 | 毎秒1200万px | 毎秒2500万px |
これらの数値はエンコーダーの作業量であり、素直に比例します。フレームレートを半分にすれば作業量は半分、1080pから720pに落とせばおよそ3分の1になります。ただしフレームレートにはもう1つの効果があります。動きの感じ方が変わるのです。動きの少ない人物のトーク映像ならフレームレートを半分にしてもほとんど分かりませんが、速いパンでは非常にはっきり分かります。
品質指標が実際にしていること
最近のエンコーダーの多くは、ビットレート指定より品質指定を好みます。品質の指標値を与えると、エンコーダーはその品質に必要なだけのビットをフレームごとに使い、結果として得られるビットレートは内容に応じて変動します。通常はこちらのほうが良い設定です。静止したフレームにビットを浪費して動きの速いフレームを飢えさせるのではなく、画面が必要としている場所にビットを配分してくれるからです。
その代わり、品質の指標値からは事前にファイルサイズが分かりません。同じ指標値でエンコードした2本のクリップが大きく違うサイズになることもあり、エンコードしてみないと分かりません。どうしてもサイズ上限に収める必要があるなら、エンコードして確認するか、ビットレート指定を使って代わりに品質が変動することを受け入れるかのどちらかです。
隠れた変数は動きの量
動画コーデックは、各フレームを直前までのフレームとの差分として記述することで動作します。変化が少ないとき、たとえば固定カメラ、スライド資料、無地の壁を背にした人物などでは、差分はごくわずかで、エンコーダーが必要とするビット数もごく少なくて済みます。すべてが変わるとき、たとえば手持ちのパン、紙吹雪、雨、水面、風に揺れる木の葉、1秒ごとのカット割りなどでは、ほとんど何も予測できず、ビットレートは跳ね上がります。
- 粒状感やセンサーノイズは動きと同じように振る舞います。毎フレームすべてのピクセルが変わるため、エンコードのコストが高くつきます。
- 手ぶれのある手持ち撮影は、同じ被写体を三脚で撮った場合よりはるかにコストがかかります。
- ほぼ静止した画面を記録した画面収録は、何かがスクロールするまでは極めて安上がりです。
- フェードやディゾルブは、単純なカットよりコストがかかります。1秒以上にわたってすべてのピクセルがわずかずつ変化するからです。
音声は小さい、小さくなくなるまでは
たいていのクリップでは、音声は誤差の範囲です。128 kbit/sのステレオトラックが増やすのは、1分あたり約1 MBです。しかし、強く圧縮された短い低解像度のクリップでは、全体に占める割合が無視できなくなることがあります。サイズの上限にぎりぎりまで迫っているなら、映像をさらに傷める前に、音声のビットレートを下げるか、モノラルにすることを検討する価値があります。音声がまったく重要でないなら、トラックごと削除するのはリマックスであり、品質の犠牲はゼロです。
たいていうまくいく手順
- そのクリップが実際に視聴される最大の画面を決め、解像度をその範囲に抑えます。
- 動きが穏やかでない限り、元のフレームレートを維持します。半分にするのは目に見える変化であって、ただで得られる節約ではありません。
- ビットレートではなく品質の指標値でエンコードし、その結果を測ります。
- 結果が大きすぎるなら、品質をさらに下げる前に解像度を下げます。
- クリップを短く切り詰めます。再生時間は式全体に直接かかる係数であり、不要な30秒はどの設定よりも高くつきます。
メールで送るために動画を小さくする
メールの制限は完成した添付ファイルに対してかかるので、まず確認すべきは再生時間です。不要な部分を切り取り、そのクリップが大きなディスプレイではなくメッセージの中で見られるものなら、解像度を720pか480pまで下げます。必要なピクセル数が減れば、エンコーダーはディテールを壊さずにずっと低いビットレートで済ませられます。
それでも添付ファイルがプロバイダーの制限に収まらないなら、さらに短くするか、認められたファイル転送サービスで共有してください。同じ長いクリップを低い品質で何度も再エンコードしても、最後には見栄えの悪いファイルができるだけで、それでもなお大きすぎることがあります。再生時間がビットレートに掛かり続けるからです。
このガイドでは分からないこと
このガイドに推奨ビットレートを載せていないのは意図的です。推奨値はコーデック、エンコーダーの実装、内容、視聴環境によって変わり、この4つを添えずに示された数値は飾りにすぎません。自分のクリップの30秒分を2つの設定でエンコードし、両方を見比べてください。その比較は、誰かが他人の映像で測った表よりも価値があります。
ブラウザでのエンコードに固有の制約がもう1つあります。処理の速さを決めるのは端末です。エンコードは実際に重い作業で、スマートフォンは温度が上がると性能を落としますし、高解像度の長いクリップは、端末によっては最後まで処理しきれないこともあります。これはハードウェアの境界であり、設定を変えて回避できるものではありません。