AAC音声エンコードの基礎｜ビットレート・プロファイル・品質設定

AACエンコードとは、PCM（非圧縮）音声データをAAC形式の非可逆圧縮音声データに変換するプロセスです。この過程で、人間の聴覚心理（マスキング効果・聴覚の感度特性）を利用して、聴こえにくい音の情報を削除します。削除量はビットレートで制御され、ビットレートが高いほど情報の削除量が少なく、原音に忠実な音質が得られます。

AACエンコーダーの品質は実装によって異なります。FFmpegのAACエンコーダー（libfdk_aac・nativeのaac等）・Apple CoreAudio AAC・Fraunhofer IIS FDKなど複数の実装があります。VideoAudioTuneではffmpeg.wasmを使用してAACエンコードを行っており、ffmpegのAACエンコーダーが適用されます。

AAC-LC（Low Complexity）：最も広く使われているプロファイルです。デコード負荷が低く、ほぼすべてのデバイス・プレーヤーで対応しています。128kbps以上のビットレートで良好な音質を提供します。YouTube・iTunes・スマートフォンの標準がAAC-LCです。

HE-AAC（High Efficiency AAC）：SBR（Spectral Band Replication）という技術を使って、低ビットレートでの音質を大幅に向上させたプロファイルです。64kbps以下の低ビットレートでも比較的良好な音質が得られます。インターネットラジオ・DAB+デジタル放送などで使われています。HE-AACv2：SBRに加えPS（Parametric Stereo）技術を組み合わせ、さらに低ビットレートでのステレオ音声品質を高めたプロファイルです。モバイル向け低ビットレート配信に使われます。動画用途ではAAC-LCが標準的な選択です。

AAC-LCでの各ビットレートの音質特性をまとめます。64kbps：ラジオ品質。音楽には明確な品質劣化が聴き取れます。通話品質や音声のみのポッドキャストには使用可能。96kbps：標準品質。音楽視聴には物足りないことがありますが、一般的な用途には使えます。128kbps：良好な品質。カジュアルな音楽視聴には十分なレベル。プレゼンス域や超高域の細かい表現に若干の劣化があります。

192kbps：高品質。音楽動画・YouTube配信には十分すぎるほどの品質。ほとんどの聴取者は320kbpsとの違いを知覚できません。256kbps：非常に高品質。iTunes Store（AAC 256kbps）の品質。商用配信レベルの音質です。320kbps：AAC-LCの実用上の最高ビットレート。AAC 256kbpsと聴き分けることは非常に難しいです。VideoAudioTuneの最高設定でもあります。

AACエンコードには固定ビットレート（CBR: Constant Bit Rate）と可変ビットレート（VBR: Variable Bit Rate）の2つのモードがあります。CBRは常に一定のビットレートでエンコードします。ファイルサイズが予測しやすいため、ストリーミング配信や特定のビットレートが必要な用途に使われます。

VBRは音声の複雑さに応じてビットレートを変化させます。複雑な音（多くの楽器・声が重なる部分）には多くのビットを割り当て、単純な音（無音・単音）には少ないビットを割り当てます。同じ品質設定でCBRよりファイルサイズが小さくなるか、同じファイルサイズでCBRより高品質になります。VideoAudioTuneの出力設定は選択したビットレートをCBRで適用します。

主要な動画プラットフォームへのアップロード時に推奨されるAACビットレートをまとめます。YouTube：公式推奨は384kbps（5.1ch）または128kbpss以上（ステレオ）。実用的には192〜320kbpsで問題ありません。YouTube側で再エンコードされますが、高いビットレートの素材ほど再エンコード後の品質が良くなります。Vimeo：推奨は192kbps以上（AAC）。

TikTok・Instagram Reels：192kbps以上が推奨。Facebook：128kbps以上（ステレオ・AAC）。VideoAudioTuneの192kbps〜320kbpsの出力はすべての主要プラットフォームの推奨を満たします。アーカイブや高品質コンテンツには320kbps、一般的なSNS投稿には192kbpsを選ぶとファイルサイズと品質のバランスが取れます。