録音の容量と曲の長さ:BPMと小節数から録音時間とファイルサイズを見積もる
公開 更新 音はかり(アナライズギア株式会社)
この記事で使うツール:非圧縮音声(WAV/PCM)のファイルサイズ・録音時間
宅録やバンドの録音、動画用の BGM づくりでは、「この曲は何分になるか」と「書き出した WAV がどれくらいの大きさになるか」を前もって知っておくと、SD カードの容量やファイルの受け渡しの段取りが立てやすくなります。どちらも、楽譜や DAW の設定にある数字だけで計算できます。
この記事では、テンポと拍子が途中で変わる1曲を例に、BPM と小節数から演奏時間を出し、その時間から非圧縮の WAV のファイルサイズを求めるところまでを、手で追える式で通します。後半は、マルチトラック録音の容量の見積もりと、容量の表示で混乱しやすい MB と MiB の違いです。
手順1:BPM と小節数から曲の長さを出す
BPM は1分間に入る拍の数なので、1拍は 60 ÷ BPM 秒です。1小節の長さは「1拍 × 1小節の拍数」、区間の長さは「1小節 × 小節数」になります。
区間の長さ(秒)= 60 ÷ BPM × 1小節の拍数 × 小節数
テンポの基準になる音符にも注意します。DAW や MIDI のテンポは4分音符1つを1拍として数えるのが基本で、Standard MIDI File ではテンポを「4分音符1つあたりのマイクロ秒」で記録します。MIDI Association のフォーラムの Set Tempo の説明には、500,000 マイクロ秒/4分音符の例が載っています。0.5秒で4分音符1つなので、60 ÷ 0.5 = 120 BPM です。
数値例1:テンポと拍子が変わる曲
次のような構成の曲を考えます。
| 区間 | 拍子・BPM | 小節数 | 長さ |
|---|---|---|---|
| イントロ | 4/4・96 | 8小節 | 60 ÷ 96 × 4 × 8 = 20秒 |
| 本編 | 4/4・120 | 76小節 | 60 ÷ 120 × 4 × 76 = 152秒 |
| エンディング | 3/4・120 | 2小節 | 60 ÷ 120 × 3 × 2 = 3秒 |
合計は 20 + 152 + 3 = 175秒、2分55秒です。曲の長さ計算で区間を3つに分けて入れると同じ175秒になり、本編は20秒目、エンディングは172秒目から始まることも分かります。
録音する長さは演奏時間より長い
計算で出るのは楽譜どおりに演奏したときの長さです。実際に録音・書き出しをするときは、最初のカウントや無音、最後の音の余韻(リバーブが消えるまで)が加わります。ここでは、頭に1秒、最後に余韻4秒を足して、書き出す長さを 175 + 1 + 4 = 180秒(3分ちょうど)とします。容量の見積もりは、この「書き出す長さ」で行います。
決まった尺に収めたいとき
動画の BGM のように長さが先に決まっているときは、逆算します。30秒の枠に 4/4・128 BPM の曲を入れるなら、1小節は 60 ÷ 128 × 4 = 1.875秒で、30 ÷ 1.875 = 16小節ちょうどです。100 BPM なら1小節 2.4秒で 30 ÷ 2.4 = 12.5小節となり、12小節(28.8秒)で終えて余韻を残すか、13小節(31.2秒)にしてテンポを上げるかを選ぶことになります。曲の長さ計算の「目標の時間から逆算する」でも同じ結果が出ます。
手順2:WAV のデータ量を求める
WAV の中身が非圧縮の PCM なら、データ量はサンプリングレート・ビット深度・チャンネル数・時間だけで決まります。Microsoft の WAVEFORMATEX の説明では、PCM と浮動小数点の1サンプル時点(全チャンネル分)の大きさ nBlockAlign を(チャンネル数 × ビット深度)÷ 8 バイトとしています。これにサンプリングレートを掛けたものが1秒あたりのバイト数です。
1秒のバイト数 = サンプリングレート × (ビット深度 ÷ 8) × チャンネル数
ファイルサイズ ≒ 1秒のバイト数 × 秒数 + ヘッダ
数値例2:48kHz・24ビット・ステレオで3分
- 1秒のバイト数:48,000 × (24 ÷ 8) × 2 = 48,000 × 3 × 2 = 288,000 バイト
- 180秒分の音声データ:288,000 × 180 = 51,840,000 バイト
- ヘッダ(24ビット PCM の最小構成)68 バイトを足して 51,840,068 バイト
- 約51.84MB(100万バイト単位)、約49.44MiB(1,048,576 バイト単位)
数値例3:CD と同じ 44.1kHz・16ビット・ステレオで3分
CD の音声は 44,100Hz・16ビット・2チャンネルの PCM です(Compact Disc Digital Audio の解説。規格は IEC 60908)。
- 1秒のバイト数:44,100 × 2 × 2 = 176,400 バイト(ビットに直すと 1,411.2kbps)
- 180秒分:176,400 × 180 = 31,752,000 バイト
- ヘッダ 44 バイトを足して 31,752,044 バイト、約31.75MB(約30.28MiB)
同じ3分でも、形式によって大きさはこれだけ変わります。
| 形式(ステレオ) | 1秒のバイト数 | 3分のファイル |
|---|---|---|
| 44.1kHz・16ビット | 176,400 | 約31.75MB(約30.28MiB) |
| 48kHz・24ビット | 288,000 | 約51.84MB(約49.44MiB) |
| 48kHz・32ビット浮動小数点 | 384,000 | 約69.12MB(約65.92MiB) |
| 96kHz・24ビット | 576,000 | 約103.68MB(約98.88MiB) |
非圧縮音声(WAV/PCM)のファイルサイズ・録音時間に形式と「3:00」を入れると、ヘッダ込みの同じ値が出ます。ビット深度とサンプリングレートはそれぞれ比例で効くので、24ビットは16ビットの1.5倍、96kHz は 48kHz の2倍です。
ヘッダの大きさと、WAV 1本の上限
上の計算で足したヘッダは、ファイルの先頭にある形式の情報です。WAV は RIFF という入れ物の形式で、McGill 大学の WAVE 仕様の解説によると、形式を書く fmt チャンクの中身は PCM で16バイト、PCM 以外(浮動小数点など)で18バイト、WAVE_FORMAT_EXTENSIBLE で40バイトです。PCM 以外には fact チャンクも要り、16ビットを超える PCM や3チャンネル以上には EXTENSIBLE を使うよう勧められています。最小構成で数えると次のとおりです。
- 16ビット以下・2チャンネル以下の PCM:12 + (8 + 16) + 8 = 44バイト
- 32ビット浮動小数点・2チャンネル以下:12 + (8 + 18) + 12 + 8 = 58バイト
- 24ビット PCM(EXTENSIBLE):12 + (8 + 40) + 8 = 68バイト
同じ解説は、音声データが44バイト目から始まると決めつけるのは安全ではない、とも書いています。録音機や編集ソフトは曲名や日時などのチャンクを足すことがあるので、実際のファイルは少し大きくなります。数十 MB の曲なら誤差のうちですが、短い効果音を何百個も作るときは効いてきます。
もう1つの限界は大きさの上限です。同じ McGill 大学の解説の表にあるとおり、RIFF のチャンクの長さ(cksize)の欄は4バイト(32ビット)で、符号なしの数として読むため、4,294,967,295 バイト(約4GiB)を超えるデータは1本の WAV に入りません。48kHz・24ビット・ステレオなら 4,294,967,295 ÷ 288,000 ≒ 14,913秒、約4時間8分が上限です。これを超える録音のために、欧州放送連合(EBU)が64ビットの長さを持てる RF64 を定めています(RF64 の解説、EBU Tech 3306)。ライブを丸ごと録るような長時間の録音では、録音機がファイルを分けるか RF64 で記録するかを、機器の説明書で確かめておきます。
手順3:マルチトラック録音の容量を見積もる
バンドの録音では、マイクごとに別のトラック(たいていモノラル)で録ります。容量は「1トラックの大きさ × トラック数 × テイク数」で見積もれます。
数値例4:12トラック・3テイク
- 1トラック(48kHz・24ビット・モノラル・180秒):48,000 × 3 × 1 × 180 = 25,920,000 バイト。ヘッダ68バイトを足して 25,920,068 バイト(約25.92MB)
- 12トラック:25,920,068 × 12 = 311,040,816 バイト(約311.04MB)
- 3テイク録る:311,040,816 × 3 = 933,122,448 バイト(約933MB)
1曲3テイクで約0.93GB です。1日に何曲録るかを掛ければ、その日に要る容量の目安になります。
数値例5:32GB の SD カードに何時間入るか
- 12トラック分の1秒のバイト数:144,000 × 12 = 1,728,000 バイト
- 32,000,000,000 ÷ 1,728,000 ≒ 18,519秒、約5時間8分
これは容量をすべて音声データに使った場合の値で、ヘッダやファイルシステムの管理領域、ほかのファイルの分だけ実際は短くなります。1トラックだけなら、ファイルサイズのツールの「容量から録音できる時間を出す」で、48kHz・24ビット・モノラル・32GB と入れると約61時間43分と出ます。
MB と MiB:同じファイルの大きさが違って見える理由
ファイルの大きさを書くとき、「MB」が100万バイトを指す場合と、1,048,576 バイト(2の20乗)を指す場合があります。国際度量衡局の SI 文書(第9版)は、SI 接頭語(k・M・G)は10の累乗だけを表し、2の累乗には IEC 80000-13 の kibi(Ki)・mebi(Mi)・gibi(Gi)を使う、としています。
- 1MB = 1,000,000 バイト、1MiB = 1,048,576 バイト(約4.9%大きい)
- 1GB = 1,000,000,000 バイト、1GiB = 1,073,741,824 バイト(約7.4%大きい)
数値例2の 51,840,068 バイトは、10進なら 51,840,068 ÷ 1,000,000 ≒ 51.84MB、2進なら 51,840,068 ÷ 1,048,576 ≒ 49.44MiB です。2進で数える画面では、単位を「MB」と書いたまま 49.4 と出ることがあり、「計算より小さい」と感じる原因になります。
記憶装置の容量も同じです。Apple のサポート記事によると、記憶装置のメーカーは 1GB = 10億バイトの10進で容量を表示し、OS やアプリによっては2進で表示するものがあります。32GB の SD カードは 320億バイトで、2進では 32,000,000,000 ÷ 1,073,741,824 ≒ 29.80GiB です。容量の見積もりでは、ファイルの大きさとカードの容量を同じ単位でそろえてから比べます。
見積もりの段取りのまとめ
- 区間ごとに BPM・拍子・小節数を拾い、曲の長さ計算で演奏時間を出す
- カウントや余韻の分を足して、書き出す(録る)長さを決める
- サンプリングレート・ビット深度・チャンネル数を決め、ファイルサイズの計算で1本の大きさを出す
- トラック数・テイク数・曲数を掛け、SD カードやディスクの容量と同じ単位で比べる
- 長時間の録音では、WAV 1本の上限(約4GiB)にかかるかを確かめる
ここでの計算は非圧縮の PCM だけに当てはまります。FLAC は音の中身によって縮み方が変わり、MP3 や AAC はビットレートで大きさが決まるので、この式では出せません。また、演奏時間は楽譜どおりのテンポでの理論値なので、最後は書き出したファイルの長さと大きさで確かめてください。
参考にした資料
- MIDI Association「Set Tempo command (FF 51 03 tttttt)」(4分音符あたりのマイクロ秒でのテンポ表記)
- Microsoft Learn「WAVEFORMATEX structure」(nBlockAlign と nAvgBytesPerSec)
- McGill University「Audio File Format Specifications — WAVE」(fmt・fact チャンクの大きさ、EXTENSIBLE、44バイトの前提への注意)
- Compact Disc Digital Audio — Wikipedia(44.1kHz・16ビット・2チャンネル、1,411.2kbps)
- RF64 — Wikipedia(4GiB を超える WAV のための形式、EBU Tech 3306)
- BIPM「The International System of Units (SI) 第9版」(PDF)(SI 接頭語と2進接頭語)
- Apple サポート「How storage capacity is measured on Apple devices」(10進と2進の容量表示)