メインコンテンツへスキップ
M3U8 Technical Guides

M3U8 HLSストリームから音声を抽出する方法

M3U8形式のHLSプレイリストから音声を抽出するときは、ABR構成、多重化されたストリーム、AES-128暗号化などが障害になります。このガイドでは、FFmpegの基本コマンドから複数の音声グループや複雑なマスタープレイリストへの対応まで説明します。

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。