本文へスキップ
128・192・320kbpsのMP3ビットレートを表す3つの音声波形

YouTube MP3変換のビットレート解説:128・192・320kbpsを比較

YouTubeをMP3に変換するときのビットレートの選び方を解説。128・192・320kbpsの実際の聞こえ方、320kbpsが役立つ場面、YouTubeの元音源で実現できる音質の上限まで紹介します。

YouTubeの動画をMP3に変換するときは、ビットレートを選ぶ必要があります。多くの変換ツールでは128、192、320kbpsから選べます。数値が大きいほどファイルも大きくなります。そこで誰もが気になるのが、「本当に違いが聞き取れるのか」「容量が増えるだけの価値はあるのか」という点です。

このガイドでは、宣伝文句抜きでこの疑問に答えます。ビットレートとは何か、320kbpsが意味を持つのはどんなときか、無駄になるのはどんなときか、そしてYouTubeの元音源の音質の上限はどこなのかを説明します。この上限が、その後のすべてを左右するからです。

とにかくMP3を保存したい方へ: YouTubeのURLをTubePullに貼り付け、形式のドロップダウンを 音声のみ に切り替えて、320kbpsを選んでください。このガイドの残りでは、選ぶビットレートが なぜ 重要なのか、そして低いビットレートを選んだほうが賢明なのはどんなときかを説明します。

「kbps」は実際に何を測っているのか?

ビットレートとは、エンコーダーが1秒あたりに書き込む音声データのキロビット数です。ビットレートが高いほど、コーデックは繊細なディテールを残す余裕が生まれます。静かなパッセージ、シンバルのきらめき、ボーカルの歯擦音などは、低いビットレートでは切り捨てざるを得ない部分です。

ファイルサイズのおおよその目安は次のとおりです。

  • 128kbps: 1分あたり約1MB。
  • 192kbps: 1分あたり約1.4MB。
  • 320kbps: 1分あたり約2.4MB(MP3形式の上限)。

4分の曲なら、4MBのファイルと10MBのファイルほどの差になります。

ビットレートごとの実際の聞こえ方

96 kbps

圧縮されていることがはっきり分かります。シンバルや残響に「うねる」ような質感が出て、ボーカルの空気感が失われます。スマートフォンのスピーカーで聞く話し声中心のポッドキャストなら許容範囲ですが、それなりのヘッドホンで音楽を聞くには不向きです。

128 kbps

2000年代初頭の音楽プレーヤーで標準だった、従来型の規格です。スマートフォンのスピーカーや安価なイヤホンでは、ほとんどの人がこれより高いビットレートと聞き分けられません。本格的なヘッドホンで注意深く聞くと、オーケストラ曲や高音域を多く含む電子音楽など、音の密度が高い曲では非可逆圧縮特有のノイズが聞こえます。BGMとして流すなら十分です。

192 kbps

最もバランスの良い選択です。良い機材を使っても、ブラインドテストで192kbpsとCD音質の原音を確実に聞き分けられる人はごく少数です。だからこそストリーミングサービスは96〜160kbpsを標準にしていて、ほとんどのユーザーは気づきません。無難な標準設定を求めるなら、192kbpsで決まりです。

320 kbps

MP3形式で許される最大値です。音楽制作、アーカイブ用途、高級機材でのオーディオマニア向けの視聴に向いています。192kbpsとの差は確かにありますが、わずかです。多くの人は、静かな部屋でフルサイズのヘッドホンを使い、直接A/B比較しなければ違いに気づけません。

誰も教えてくれない落とし穴:YouTubeの元音源

YouTubeはロスレス音声を配信していません。YouTubeの動画の多くは、次の2つの音質レベルのどちらかで音声を配信しています。

  • AAC 128kbps: 通常の動画の標準。
  • Opus 160kbps: アップロード者とプレーヤーが対応している場合に、より高音質なストリームで使われます。

YouTube上の元音源が128kbpsのAACなら、それを320kbpsのMP3にエンコードしても音質は 上がりません。同じ音声をより大きな入れ物に詰め直すだけです。そもそもブラウザに届いていないディテールを取り戻すことはできません。

そのため、YouTube変換ツールが言える最も誠実な表現は「入手できる最高音質の音源から、最大320kbpsのMP3を作成」です。TubePullはまさにそれを行っています。入手できる最高音質の音声を抽出し、選んだビットレートで保存できるようにしています。デコーダーは入れ物を大きくできても、中身の信号そのものを高音質にすることはできません。

エンコードの詳細に関する出典:YouTubeの推奨アップロード設定では受け付ける音声形式とビットレートが説明されており、FFmpegのコーデックドキュメントではトランスコードに使われるエンコーダーが解説されています。

実用的なおすすめ設定

一番大きな数値ではなく、用途で選びましょう。

スマートフォンのスピーカーで流すBGM: 128kbpsで十分です。聞こえ方は変わらず、容量は半分で済みます。

本格的なヘッドホンで聞く音楽: 192kbps。適度なファイルサイズで、実質的に原音と区別できない音質が得られます。

音楽制作、サンプリング、アーカイブ: 320kbps。後で音声を加工する場合に余裕を持たせるため、最大の入れ物で保存しておきましょう。ツールが対応していれば、ロスレスのWAVやFLACで保存するとさらに良いです。

ポッドキャストや話し声: 128kbpsのモノラル。声はビットレートを上げても恩恵がなく、モノラルにすればファイルサイズが半分になります。

それでもビットレートの選択が重要な理由

320kbpsにしてもYouTubeの元音源が魔法のように良くなるわけではありませんが、ドロップダウンでの選択には2つの意味があります。

  1. 互換性。 古いハードウェア(古いカーステレオや、かなり古いMP3プレーヤーなど)の中には、特定のビットレート範囲を前提にしたものがあります。192kbpsなら、これまでに作られたほぼすべての機器で再生できます。
  2. ファイルサイズの管理。 長い講義やオーディオブックを128kbpsのモノラルでダウンロードすれば、6時間の録音を350MBから170MBに減らせ、聞こえ方の違いもありません。

TubePullの方針

TubePullで 音声のみ を選ぶと、YouTubeから入手できる最高音質の音声ストリームを抽出します。保存形式は、MP3(選んだビットレートで再エンコード、最大320kbps)、M4A(YouTubeのネイティブなAACトラックをそのままコピーするため高速で、トランスコードなし)、Opus(利用可能な場合、YouTubeの新しいOpusトラックを直接コピー)から選べます。最も互換性が高いのはMP3です。M4AとOpusは再エンコードを行わないため速く、元音源の音質をビット単位でそのまま保ちます。もともと存在しない音質を足せるとは主張しません。

音質を重視するなら、最も効果の大きいアップグレードはビットレートではなく、ヘッドホンです。

関連記事

今すぐクリアな音声を抽出したい方は、TubePullのYouTube MP3変換ツールを開いてください。特定の曲やフレーズをタイムスタンプで切り出すならクリップ動画ツールが使えます(YouTube動画の一部をタイムスタンプ指定でダウンロードする方法のガイドもご覧ください)。

よくある質問

YouTubeがサーバーに保存している音声の実際のビットレートはどれくらいですか?
YouTubeは音声を主に約128kbpsのAAC(M4Aのitag 140)と、約130〜160kbpsのOpus(WebMのitag 251)で保存しています。Opusは新しいコーデックなので、160kbpsのOpusでも、はるかに高いビットレートの従来型MP3に匹敵する、聴感上ほぼ原音と区別できない音質が得られます。
それでもYouTubeから320kbpsのMP3をダウンロードする人がいるのはなぜですか?
DJコントローラー、カーステレオ、動画編集ソフト向けに、非可逆のOpusやAACを古いMP3形式に変換する場合、320kbpsのCBRでエンコードすれば、低ビットレートのMP3に再エンコードするよりも再変換による劣化(第2世代のトランスコード劣化)を最小限に抑えられるからです。
TubePullの無料プランとProでは、どのMP3ビットレートが使えますか?
TubePullのYouTube MP3変換ツールでは、無料プランは128kbpsのMP3で書き出せます(直近24時間で3回まで)。TubePull Pro($4.99/月)にすると、高ビットレートの320kbps MP3変換が使えるようになります。
YouTube動画の特定のタイムスタンプ範囲だけをMP3に変換できますか?
はい。YouTube MP3変換ツールまたはクリップ動画ページのクリップ範囲で開始と終了のタイムスタンプを指定すれば、その部分の音声だけを書き出せます。
Y2Mateなどのサイトで320kボタンを押すと、本当に320kbpsのMP3が手に入りますか?
独自にファイルを検証したところ(詳しくはY2Mateの320kbpsテストをご覧ください)、多くの無料変換サイトは128kbpsのファイルに「320kbps」と表示していたり、実際には高ビットレートでエンコードせずに、中身のない高音域のフレームで水増ししていたりしました。