YouTubeの音声品質と最適化｜推奨設定・再エンコードの仕組み

YouTubeはアップロードされた動画を独自にエンコードして配信します。2024年時点でのYouTubeの音声配信コーデックはAACが主流で、ビットレートは動画の品質設定によって異なりますが、一般的に128kbps〜256kbps程度です。高画質動画（1080p・4K）では256kbps前後のAACが使われることが多いです。

また、YouTubeはOpusコーデックを使った配信も行っており、特にChromiumベースのブラウザではOpusで音声が配信される場合があります。OpusはAACより低ビットレートでも高音質を維持できるコーデックであり、配信効率の面で優れています。ユーザーに届く音声品質はYouTube側のエンコードで決まりますが、元素材の品質が高いほど再エンコード後の品質も高くなります。

YouTubeのヘルプページでは、アップロード用の推奨設定として音声コーデックAAC-LC・ステレオまたはステレオ+5.1ch・サンプリングレート96kHzまたは48kHz・ビットレート384kbps（5.1ch）または128kbpsまたは384kbpsを推奨しています（2024年時点での情報）。

実用的には、AAC 192kbps〜320kbpsで書き出した音声を含むMP4ファイルをアップロードすることで、YouTube側の再エンコード後も十分な品質が維持されます。VideoAudioTuneで処理した後に320kbpsのAACで書き出したMP4は、YouTubeアップロードに最適な音声品質を持ちます。

非可逆圧縮音声（AACやMP3）は再エンコードするたびに品質が低下します（世代劣化）。例えばMP3 128kbpsのファイルをさらにMP3 128kbpsに再エンコードすると、2世代分の劣化が蓄積されます。YouTubeでの再エンコードも同様に音質低下が発生するため、アップロード素材の品質が高いほど重要です。

理想的には、WAVやFLACなどの可逆圧縮（または非圧縮）素材をそのままアップロードするか、高ビットレートのAACで書き出した素材をアップロードすることです。VideoAudioTuneでの処理後、320kbpsのAACで書き出すことで、YouTube再エンコード後も高品質な音声を維持できます。

YouTubeは動画の音量を自動的に正規化（ラウドネスノーマライゼーション）します。目標ラウドネスは-14 LUFS（Loudness Units relative to Full Scale）で、これを大幅に超える音量の動画はYouTube側で音量が下げられます。逆に-14 LUFSより小さい音量の動画は音量が下げられないため、相対的に他の動画より小さく聴こえます。

VideoAudioTuneのコンプレッサーは音量の均一化に役立ちますが、YouTubeへのアップロードを目的とする場合はターゲットラウドネスを意識した設定も重要です。コンプレッサーで音量を整えた後、必要に応じてゲインで全体レベルを調整することで、YouTube正規化後も意図した音量で配信できます。

YouTubeチャンネルとして継続的に高音質な動画を配信するためには、収録環境の整備・マイクの選定・収録設定の一貫性が基本です。これらに加えて、VideoAudioTuneのようなポストプロダクションツールで音声を仕上げることで、チャンネル全体の音声クオリティを底上げできます。

特にBass BoostやVoice Clarityなどのプリセットを使って、チャンネルのジャンルに合った「音の特徴」を作ることができます。例えば音楽系チャンネルにはBass Boost、教育・解説系チャンネルにはVoice Clarity、ゲーム実況にはTreble Boostなど、ジャンルに最適なプリセットを一貫して使うことでチャンネルの音声ブランディングにもなります。