無料音声を動画に変換

実例

4:00 の MP3 と 3,000×3,000 の正方形のカバー画像をパソコンで使う場合です。両方をドロップすると、ページに「音声の長さ 4:00」と表示され、カバーがほぼ正方形（誤差3%以内）なので「スマート：1:1 · 1080×1080 px — カバー画像はすでにこの形です。」と表示されます。パソコンでは「HD（最大1920 px）」とビジュアルスタイル「カバー画像」で始まり、見積もりは「この端末でのレンダリング予想 約4:00（変動します）」となります。計算は、音声240秒 × 0.5 × HDの2倍です。「高速（最大1280 px）」を選ぶとフレームは 720×720 になり、見積もりは2:00になります。HDで「波形」を選ぶと、すべてのフレームを個別に描画するため、見積もりは8:00に倍増し、フレーム下部32%に動く波形が表示されます。「動画を作成」を押すと、音声ファイルの名前を付けたMP4が1つでき、音声はAAC 192 kbps で再エンコードされます（4分で約 5.5 MB）。完成したサイズはダウンロードボタンの横に表示されます。先に「60秒クリップ」を選んでおくと、「4個のクリップ（各最大1:00）」となり、song-clips.zip のような名前のZIPで、song-part01.mp4 から song-part04.mp4 までが届きます。

使用する設定と制限事項

• 待てる時間に応じてビジュアルスタイルを選びましょう。 「カバー画像」は、曲の全体にわたって画像を静止させます。これが最速の方法で、画像は1秒に1回読み取られ、10フレーム/秒になるまで繰り返されます。「波形」と「スペクトラム」は、フレーム下部32%に動く波形や周波数バーを20フレーム/秒で描画します。色は白（帯の下の画像が明るい場合は濃いスレート色）で、所要時間の見積もりは2倍になります。パソコンでは、音声が「カバー画像」で15:00を超える場合、アニメーション付きのスタイルで7:30を超える場合に、黄色の警告が表示されます。スマートフォンでは、それぞれ4:00と2:00から警告が始まります。レンダリングが始まって最初の数秒が過ぎると、バーに「残り約2:10」のような見積もりが表示されます。
• 動画の投稿先に合わせて形を選びましょう。 「アスペクト比」には「スマート」、16:9、9:16、1:1、「オリジナル」があります。フレームサイズは、「高速」で 1280×720、720×1280、720×720、「HD」で 1920×1080、1080×1920、1080×1080 です。「スマート」は、カバーの形が16:9、9:16、1:1のいずれかに3%以内で近い場合はその形を保ちます。それ以外は16:9を使い、両側をカバーのぼかしコピーで埋めます。カバーがトリミングされることはありません。「オリジナル」はどんな形も保てますが、「カバー画像」スタイルのときだけ選べ、幅は「高速」で 1,280 px、「HD」で 1,920 px までに制限されます。3,000×2,000 のカバーは「HD」で 1920×1280 になります。「元のサイズ（低速）」は上限を外します。固定の形では「HD」と同じサイズになります。
• タイトルを画像の上に入れましょう。 「動画にタイトルを表示」にチェックを入れると、タイトルと、任意でアーティスト名が画像上に表示されます（それぞれ最大120文字）。「カバー画像」では下部、アニメーション付きのスタイルでは上部に表示されます。長いタイトルは最大3行、アーティスト名は最大2行で折り返されます。文字はブラウザーが描画するため、中国語、日本語、アラビア語などの文字も使えます。MP3にID3タグがある場合は、タイトルとアーティスト名が自動で入力され（「音声ファイルのタグから入力しました。」）、埋め込みのカバー画像も、すでに画像を選んでいなければ使われます。読み取れるのはID3バージョン2.3と2.4のタグだけです。
• トリム、フェード、分割を同じレンダリングで行えます。 「開始をトリム（秒）」と「終了をトリム（秒）」は、0.1秒単位で音声を切り取ります。「フェードイン（3秒）」と「フェードアウト（3秒）」の長さは3秒です。フェードアウトは3.5秒より長い音声にだけ適用され、曲の長さが分かっている必要があります。「クリップの長さ」の「15秒クリップ」「30秒クリップ」「60秒クリップ」「90秒クリップ」は音声を等分して（最後だけ短くなることがあります）、MP4をまとめたZIPにします。フェードインは最初のクリップに、フェードアウトは最後のクリップに付きます。「カバー画像」でフェードがなく、音声がAAC（M4AまたはAACファイル）の場合は、再エンコードせずにMP4へコピーされるので時間が節約できます。それ以外の場合や、「波形」「スペクトラム」の動画は、すべて音声がAAC 192 kbps で再エンコードされます。
• サイズと長さの制限を知っておきましょう。 音声と画像は合計で数えられます。通常のパソコンでは約2 GB、メモリ4 GB以下と報告するパソコンでは約1 GB、スマートフォンでは約400 MBを超えると受け付けられず、それぞれ800 MB、400 MB、150 MBを超えると注意が表示されます。完成したMP4はメモリ上で作られるため、スマートフォンでは、「カバー画像」で10:00を超える曲（分割する場合は1クリップ）、「波形」「スペクトラム」で5:00を超える曲も受け付けられません。パソコンにはそのような長さの停止はなく、黄色の警告だけです。動画エンジン（約31 MB）は、音声を追加するとすぐにダウンロードが始まり、その後はキャッシュされます。ファイルはブラウザー内で処理され、アップロードされることはありません。
• 画像がない場合は、無地の背景を使いましょう。 「画像がない場合は無地の背景を使用」のリンクを押すと、暗い 1280×720 の背景が作られ、画像なしで書き出せます。スタイルが「カバー画像」だった場合は、黒い静止画だけにならないよう自動で「波形」に切り替わり、アスペクト比が「オリジナル」だった場合は「スマート」に変わります。「サンプルを試す」は、短い自動生成のメロディーとサンプル画像を読み込むので、先に結果を確認できます。動画エンジンは音声を追加すると読み込みを始め、読み込みが終わると「エンコーダー準備完了」と表示されます。

よくある問題とその解決方法

「レンダリングがキャンセルされました。設定を調整して再度お試しください。」と表示されます。

レンダリング中に「キャンセル」を押すと、このメッセージが表示されます。キャンセルするとエンコーダーが停止するため、その実行からは何も保存されません。もう一度「動画を作成」を押してください。エンジンはブラウザーのキャッシュから再読み込みされるので、すぐに始まります。遅くてキャンセルした場合は、「高速（最大1280 px）」を選び、「カバー画像」のままにするか、音声をトリムするか、クリップの長さを選んでからやり直してください。

「この変換に失敗しました — この入力では、選んだ形式またはコーデックに対応していない可能性があります。別の出力形式か、別のソースファイルをお試しください。」と表示されます。

このツールは常にMP4を出力するため、このメッセージで役に立つのは「別のソースファイル」の部分です。音声をMP3またはWAVとして保存し直してから選び直し、カバーにはJPGかPNGを使ってください。別の文言（「...unexpected name. Try re-importing it...」）が表示された場合は、端末からファイルをもう一度選んでください。試す組み合わせとして最も軽いのは、「高速（最大1280 px）」と「カバー画像」です。

「この曲は12:00で、このビジュアルスタイルではスマートフォンでレンダリングするには長すぎます（上限10:00）。トリムの欄で短い区間を指定するか、このページをパソコンで開いてください。」と表示されます。

これが表示されている間は「動画を作成」が使えません。上限は、「カバー画像」で10:00、「波形」「スペクトラム」で5:00です。「開始をトリム（秒）」と「終了をトリム（秒）」で短い区間を指定するか、クリップの長さを選んでください。上限は1クリップごとに適用されるため、「60秒クリップ」を選べば、長い曲もZIPとして処理できます。「波形」を「カバー画像」に切り替えると、許容される長さが2倍になります。パソコンはもっと長い曲もレンダリングできますが、もし「ブラウザのメモリが、このファイルの処理中に不足しました」で終わる場合も、同じ対処法を使ってください。

「このファイルは2.3 GBで、この端末のブラウザーで処理するには大きすぎます（上限は約2 GB）。小さいファイルを使うか、先に短いクリップにトリムしてください。」と表示されます。

メッセージのサイズは音声とカバーの合計で、上限はお使いの端末によって約2 GB、1 GB、400 MBのいずれかです。チェックは読み込んだファイルに対して行われるため、「トリム」の欄では回避できません。先に音声を短く切るか、ビットレートの低いMP3として保存してから、読み込み直してください。スマートフォンや、メモリ4 GB以下のパソコンでは、上限が低くなります。

「cover.jpg を読み込めませんでした。Googleフォト、iCloud、クラウドドライブにある場合は、先にこの端末に保存してから、もう一度選んでください。」と表示されます。

ブラウザーが画像を開けなかったため、ページはそれを破棄して、もう一度選ぶよう求めています。端末に保存したJPG、PNG、WebPを選ぶか、「画像がない場合は無地の背景を使用」を押してください。音声ファイル自身のタグから取り出したカバーが開けなかった場合は、静かにスキップされるので、このメッセージが出るのは自分で選んだ画像のときだけです。

比較

3つのビジュアルスタイルの違いは、主にレンダリング時間にあります。「カバー画像」は、画像を1秒に1回読み取って10フレーム/秒になるまで繰り返すため、最も速くなります。「波形」と「スペクトラム」はすべてのフレームを20フレーム/秒で描き直し、所要時間は2倍と見積もられます。デスクトップの動画編集ソフトに比べると、このツールの仕事は1つだけです。全体を通して1つの音声ファイルと1枚の画像を使い、必要に応じてタイトル文字、フェード、トリム、クリップ分割を加えます。複数の画像のスライドショー、トランジション、字幕、歌詞はなく、ビットレートや画質の設定もありません。動画は最も高速なx264プリセットでエンコードされます。YouTubeやSNSへのアップロードは行わないので、MP4を作成したあと、ご自身でアップロードしてください。その代わり、インストールは不要で、ファイル全体がブラウザーのメモリ上で作られます。そのため、スマートフォンには長さの制限があり、最も大きなファイルは失敗することがあります。