音声だけが欲しいのに、M3U8をダウンロードしたら分割された動画ファイルが残った経験はありませんか。M3U8はメディアセグメントを指すテキストのプレイリストです。MP3、AAC、FLACなどの音声を取り出すには、プレイリストを解析し、セグメントを取得して、動画コンテナから音声を正しく分離する必要があります。
このガイドでは FFmpeg を使ったHLS音声の抽出と変換を詳しく説明します。多重化されたセグメント、分離された音声の配信版(#EXT-X-MEDIA:TYPE=AUDIO)、AES-128暗号化への対応、本番環境での安定した自動化を扱います。
HLSの多重化音声と分離音声を理解する
コマンドを実行する前に、対象のM3U8で音声がどう格納されているか確認します。HLSの音声配信には主に二つの方式があります。
- 多重化された音声: 音声と映像を同じTS(.ts)またはfMP4(.m4s)セグメントに格納します。従来のVODや比較的単純なライブ配信でよく使われます。
- 分離された音声グループ: 音声はマスタープレイリストの
#EXT-X-MEDIA:TYPE=AUDIOタグで参照される独立したストリームです。映像の解像度を切り替えても音声を再取得せずに済み、多言語音声も提供しやすいため、最近のABR配信で一般的です。
FFmpegによる基本的な音声抽出(多重化ストリーム)
対象がセグメントURLを直接含むメディアプレイリストで、音声と映像が多重化されていれば、FFmpegの一つのコマンドで取得と音声抽出ができます。
再エンコードせずに抽出(コピー)
元のストリームがAACなら、品質を落とさずに抽出できます。
ffmpeg -i "https://example.com/playlist.m3u8" -vn -acodec copy output.aac
抽出してMP3へ変換
MP3ファイルが必要なら、FFmpegで取得しながら変換できます。
ffmpeg -i "https://example.com/playlist.m3u8" -vn -acodec libmp3lame -q:a 2 output.mp3
FFmpegの各オプションの意味は次のとおりです。
-i入力URL(M3U8ファイル)を指定します。-vn映像トラックを除外します。-acodec copy音声コーデック(通常はAAC)を再エンコードせず保持し、元の品質を保ちます。-acodec libmp3lame -q:a 2可変ビットレートの品質レベル2(約190 kbps)でMP3へエンコードします。
マスタープレイリストと分離音声グループの扱い
FFmpegにマスタープレイリストを渡すと、通常は最高帯域の映像と対応する音声を選びます。別言語や監督の解説など音声がグループに分かれている場合は、ストリームを明示的に指定する必要があります。
手順1:マスタープレイリストを調べる
まずプレイリストを調べ、利用できるストリームを確認します。
ffprobe "https://example.com/master.m3u8"
プログラムとストリームの詳細が表示されます。たとえば映像が Stream #0:0 、英語とスペイン語の音声が Stream #0:1と Stream #0:2 として表示される場合があります。
手順2:目的の音声ストリームを指定
スペイン語音声がストリーム0:2なら、 -map フラグで抽出します。
ffmpeg -i "https://example.com/master.m3u8" -map 0:2 -acodec copy audio_es.aac
ヒント: 配信元が #EXT-X-MEDIA タグで音声専用の外部プレイリストを定義しているなら、マスタープレイリストを経由する必要はありません。M3U8テキストを取得し、目的の音声URIを見つけて、そのURLをFFmpegへ直接渡します。
AES-128暗号化ストリームから音声を抽出
有料のHLS配信では、セグメントをAES-128で暗号化することがあります。プレイリストには次のようなタグがあります。
#EXT-X-KEY:METHOD=AES-128,URI="https://example.com/key.bin",IV=0x00000000000000000000000000000001
FFmpegは鍵のURIにアクセスできればAES-128を復号できます。鍵が公開されていれば通常のコマンドで動作します。Cookieや特定のHTTPヘッダーによる認証が必要なら、それらをFFmpegに渡します。
FFmpegへヘッダーを渡す
必要な認証トークンやUser-Agentを渡すには -headers 引数を使います。
ffmpeg -headers "Authorization: Bearer YOUR_TOKEN
User-Agent: Mozilla/5.0
" -i "https://example.com/encrypted.m3u8" -vn -c:a copy output.aac
各ヘッダー文字列の末尾に
(改行コード)を含めてください。FFmpegは標準のHTTP形式を要求します。
音声抽出でよくあるエラーの調査
抽出で起こりやすい問題と対処法を示します。
- エラー:
Protocol not found
FFmpegがHTTPS用のOpenSSLまたはGnuTLSを含まずにビルドされている場合に起こります。機能を含む完全版を使用してください。 - エラー:
Server returned 403 Forbidden
サーバーがFFmpeg標準のUser-Agentを拒否しています。-user_agent "Mozilla/5.0 (Windows NT 10.0; Win64; x64)"を-iフラグの前に追加してください。 - 音声の同期ずれ
抽出した音声の長さが想定と違う場合、元のストリームにセグメントの欠落やPTSのリセットがあるかもしれません。同期を強制する-async 1フラグを試してください。AACをMP4コンテナへ抽出する場合は-bsf:a aac_adtstoascも使えます(例:output.m4a)。 - ライブ配信の抽出が途中で止まる
ライブ配信ではセグメントが404を返すとFFmpegが停止することがあります。-reconnect 1 -reconnect_at_eof 1 -reconnect_streamed 1 -reconnect_delay_max 2フラグを指定し、一時的な切断から復帰できるようにします。
まとめ
M3U8からの音声抽出には、HLSの配信構造を理解することが欠かせません。多重化ストリームか分離音声かを見極め、FFmpegのストリーム指定とネットワーク機能を使えば、高品質な音声を効率よく取得できます。配信メディアをダウンロードするときは、著作権と利用規約を守ってください。