MENU

【解説】オーディオファイル形式大全—WAV・FLAC・MP3・DSDほか全20形式を徹底比較

audio-file-formats-complete-guide

音楽制作の現場にいると、ファイル形式について考える機会は意外なほど多いものです。クライアントから「WAVで納品してください」と指定される日もあれば、配信プラットフォームの仕様書に「320kbps MP3またはFLAC」と書かれている日もある。スタジオ内のセッションデータはそのままに、書き出し先だけが変わる——その選択一つで、音質も互換性も、ファイルサイズも、まるで別物になります。

オーディオファイル形式とは、いわば「音をどのような器に入れるか」という問いに対する答えのバリエーションです。素朴な陶器の器に入れるか、密閉できるガラス瓶に入れるか、軽量なプラスチック容器に入れるか。どれも「音を運ぶ」という目的は同じでも、用途・耐久性・容量・使い勝手がまるで違う。フォーマット選択もまた、その本質においてはそういうことに他なりません。

この記事では、音楽制作・録音・編集・配信・納品といったさまざまなシーンを念頭に置きながら、現在存在するオーディオファイル形式を非圧縮・可逆圧縮・非可逆圧縮・プロ業務用・その他という5つのカテゴリーに整理し、それぞれの特徴・歴史・用途・使いどころを丁寧に解説いたします。


目次

1. 非圧縮フォーマット——音の「生の姿」を保存する

非圧縮フォーマットとは、録音・生成されたオーディオデータを何ら変形させることなくそのままディスクに書き出す形式です。圧縮による劣化がないぶんファイルサイズは大きくなりますが、音質においては「記録できる最高の状態」を維持します。プロの制作現場でレコーディングや編集に使われるのが、主にこのカテゴリーです。


WAV(Waveform Audio File Format)

おそらく、音楽制作に関わる人間であれば最も馴染み深いフォーマットでしょう。1991年にMicrosoftとIBMが共同で策定したこの形式は、PCM(パルス符号変調)データをそのままコンテナに格納するシンプルな構造を持っています。

サポートされるビット深度・サンプリング周波数の幅は広く、8bitの低解像度から32bitフロートまで、44.1kHzから192kHz以上まで対応しています。Windows環境との親和性が高く、DAWや音楽ソフトウェアにおける対応状況は業界随一と言えるでしょう。

ただし、WAVファイルには「4GBの壁」という制限があります。これはファイルフォーマット上のヘッダー構造に起因するもので、長時間・高品質録音では注意が必要です。それを解消するために登場したのが後述のRF64ですが、通常のスタジオワークではほとんど意識する機会はないでしょう。

項目仕様
拡張子.wav
ビット深度8 / 16 / 24 / 32bit(整数・浮動小数点)
サンプリング周波数8kHz〜192kHz以上(DAW依存)
チャンネル数理論上最大65,535ch(実用はモノ〜7.1ch)
ビットレート非圧縮のため可変(例:44.1kHz/16bit/stereo ≒ 1,411kbps)

主な用途:レコーディング、DAWセッション書き出し、マスタリング素材、納品データ


AIFF(Audio Interchange File Format)

AppleがAmigaのIFF形式を参考に1988年に策定したフォーマットです。基本的な構造はWAVと非常に似ており、非圧縮PCMデータを格納します。MacOS環境との親和性が高く、Logic ProをはじめとするApple系DAWとの相性は抜群です。

WAVとAIFFはほぼ同等の音質を誇りますが、内部のバイトオーダーが異なります(AIFFはビッグエンディアン、WAVはリトルエンディアン)。現代のDAWはどちらにも対応していますが、かつてはこの違いがクロスプラットフォームの際に問題になることもありました。

また、AIFFはメタデータの埋め込みにも対応しており、アーティスト名・アルバム名・テンポ情報なども格納可能です。

項目仕様
拡張子.aif / .aiff
ビット深度8 / 16 / 24 / 32bit
サンプリング周波数8kHz〜192kHz以上
チャンネル数モノ〜最大多チャンネル(実用はモノ〜ステレオが中心)
ビットレート非圧縮のため可変(WAVと同等)

主な用途:Mac環境でのレコーディング・編集、Logic Proとの連携、納品データ


BWF(Broadcast Wave Format)

WAVを拡張したフォーマットで、1997年にEBU(欧州放送連合)が策定しました。音声データの本体はWAVと同じPCMですが、「bext(Broadcast Extension)チャンク」と呼ばれる追加情報領域を持っているのが特徴です。

このbextチャンクには、録音日時・タイムコード・録音機材情報・クリエイター情報などを埋め込むことができます。映像・放送の現場では、映像と音声を後から同期させる作業(いわゆる「頭合わせ」)が必須となるため、タイムコード情報を持てるBWFは非常に重宝されます。

音楽スタジオではあまり意識されない形式ですが、映像制作・ポストプロダクション・放送業界の方々にとっては空気のような存在と言えるでしょう。

項目仕様
拡張子.wav(WAVと同一、内部構造で識別)
ビット深度16 / 24 / 32bit
サンプリング周波数44.1kHz〜192kHz
チャンネル数モノ〜マルチチャンネル対応
ビットレート非圧縮のため可変(WAVと同等)

主な用途:放送・映像制作、ポストプロダクション、タイムコード同期が必要な録音


RF64

WAVの4GB制限を克服するために、BWFと同じくEBUが策定した拡張形式です。ファイル構造はBWFとほぼ同一ですが、ヘッダー情報の扱いを変更することで4GB以上のファイルに対応しています。長時間マルチトラック録音や、サンプリング周波数・ビット深度の高い収録を行う現場で使用されることがあります。

コンサートのライブ録音や、映画・ドキュメンタリーの長時間フィールドレコーディングなど、「一本のファイルが4GBを超える」状況において初めてその真価を発揮するフォーマットです。

項目仕様
拡張子.wav(内部構造で識別) / .rf64
ビット深度16 / 24 / 32bit
サンプリング周波数44.1kHz〜192kHz以上
チャンネル数マルチチャンネル対応
ビットレート非圧縮のため可変、4GB超対応

主な用途:大容量・長時間録音(コンサートライブ収録など)


CAF(Core Audio Format)

Appleが2005年に策定したコンテナフォーマット。WAVの4GB制限を超えるための設計がなされており、理論上は無制限のファイルサイズに対応しています。内包できるコーデックも柔軟で、PCM・AAC・ALACなどさまざまな形式を格納できます。

iOS・macOS開発の現場では標準的に使用されており、iPhoneのボイスメモやGarageBandの内部フォーマットとしても機能しています。ただし、対応ソフトウェアがApple製品に偏るため、クロスプラットフォームでの運用には注意が必要です。

項目仕様
拡張子.caf
ビット深度8〜32bit(格納コーデックによる)
サンプリング周波数制限なし(理論上は任意のレートに対応)
チャンネル数制限なし(理論上は任意のチャンネル数に対応)
ビットレート格納コーデックによって異なる

主な用途:macOS/iOS開発・大容量録音・Apple系ソフトウェア内部処理


2. 可逆圧縮フォーマット——音を「損なわずに圧縮する」

可逆圧縮(ロスレス圧縮)とは、データを圧縮して保存しながらも、展開(デコード)時には元のデータと完全に一致するデータを復元できる方式です。ZIPファイルのような圧縮アーカイブと同じ概念で、「情報を捨てずに小さくする」技術です。

非圧縮と比較してファイルサイズを30〜60%程度削減できる場合が多く、音質を一切妥協しないまま保存効率を高められる点が魅力です。


FLAC(Free Lossless Audio Codec)

可逆圧縮フォーマットの代表格。Josh Coalson氏が2000年に個人で開発を開始し、2001年7月にバージョン1.0を公開したオープンソースの形式です。2003年にXiph.Org Foundationの傘下に加わり、現在も同財団によってメンテナンスが続けられています。特許フリーであることからさまざまなプラットフォームやデバイスで広くサポートされています。

圧縮効率はエンコード設定によって変わりますが、一般的にWAV比で30〜60%程度のサイズ削減が期待できます。音楽配信においても「ハイレゾ音源」の配信フォーマットとして採用されていることが多く、e-onkyo musicやmora、Bandcampなどで標準的に使用されています。

また、FLACはメタデータ(タグ情報)の管理機能も充実しており、大規模なライブラリ管理にも向いています。

項目仕様
拡張子.flac
ビット深度4〜32bit(実用は16 / 24bit)
サンプリング周波数1Hz〜655.35kHz(実用は44.1kHz〜192kHz)
チャンネル数最大8チャンネル(7.1ch)
ビットレート可変(元データの50〜70%程度が目安)

主な用途:ハイレゾ配信・アーカイブ保存・音楽ライブラリ管理


ALAC(Apple Lossless Audio Codec)

Appleが2004年に開発し、2011年にオープンソース化した可逆圧縮フォーマット。FLACと同様にロスレスですが、Appleのエコシステム(iTunes / Apple Music / iOS)との親和性が高いのが特徴です。拡張子は.m4aで、AACと同じコンテナ(MP4/M4A)に収められています。

Apple Musicがロスレス配信を開始した際に、このALACが使用されていることが改めて注目されました。FLACと比較して圧縮率はやや劣る場合もありますが、Appleデバイスへの最適な互換性を求める場合には第一の選択肢となります。

項目仕様
拡張子.m4a.alacと表記されることもある)
ビット深度16 / 20 / 24 / 32bit
サンプリング周波数1kHz〜384kHz
チャンネル数最大8チャンネル(7.1ch)
ビットレート可変(FLACより若干大きめになる傾向)

主な用途:Apple環境でのアーカイブ・Apple Music配信


3. 非可逆圧縮フォーマット——「聴覚の錯覚」を利用した圧縮技術

非可逆圧縮(ロッシー圧縮)は、人間の聴覚特性を利用して「聞こえにくい音域・マスクされる音」を省略することでファイルを大幅に小さくする方式です。一度圧縮すると元のデータは復元できませんが、適切なビットレートであれば多くのリスナーには「聴感上の劣化」が感じられない場合もあります。

ストリーミング配信・SNS投稿・プレビュー音源など、「いかに小さく、いかに速く届けるか」が求められる用途に向いています。


MP3(MPEG-1 Audio Layer III)

説明不要のスーパースター。1993年にドイツのFraunhofer研究所が開発し、1990年代〜2000年代のデジタル音楽革命を牽引したフォーマットです。

ビットレートは8kbps〜320kbpsまで選択可能で、音楽用途では128kbps・192kbps・320kbpsが一般的です。320kbpsのMP3は、一般的なリスニング環境では多くの人が非圧縮音源との違いを識別しにくいとされていますが、スタジオモニターでの精密なリスニングやマスタリングチェックでは明確な差が出る場合もあります。

エンジニア視点で言えば、MP3は「制作過程で触るもの」ではなく「完成品を届ける手段」として割り切るべきフォーマットです。プロジェクトファイルやマスター音源をMP3で保存してしまう悲劇は、今もスタジオの語り草になっています。

項目仕様
拡張子.mp3
ビット深度非可逆圧縮のため非該当(ビットレートで管理)
サンプリング周波数16 / 22.05 / 24 / 32 / 44.1 / 48kHz
チャンネル数モノラル・ステレオ(最大2ch)
ビットレート8〜320kbps(CBR / VBR対応)

主な用途:プレビュー音源、SNS投稿、ポータブルプレーヤー向け配布


AAC(Advanced Audio Coding)

1997年にMPEG-2の一部として策定され、後にMPEG-4でも採用されたフォーマット。MP3の後継規格として開発されており、同一ビットレートであればMP3より優れた音質を実現できるとされています。

iTunes Storeが採用したことで普及が加速し、現在ではApple Music・YouTube・地上デジタル放送・DVDなど、驚くほど広範な場面で使われています。SpotifyではWebプレーヤー向けにAACが採用されています。

特にAppleのエコシステムではAACが標準で、iPhone・iPodの音楽ライブラリも基本的にAACで管理されています。MP3よりもモダンで高効率なフォーマットと言えるでしょう。

項目仕様
拡張子.aac / .m4a
ビット深度非可逆圧縮のため非該当
サンプリング周波数8kHz〜96kHz
チャンネル数最大48チャンネル(規格上)
ビットレート8kbps〜320kbps以上(プロファイルによる)

主な用途:Apple Music・YouTube・デジタル放送・動画コンテンツ


AAC-LC / HE-AAC / HE-AAC v2

AACにはいくつかのプロファイルが存在します。

**AAC-LC(Low Complexity)**は最も一般的なプロファイルで、128kbps以上での音楽配信に向いています。**HE-AAC(High Efficiency AAC)**はSBR(スペクトル帯域複製)技術を組み合わせ、低ビットレートでの音質を向上させたプロファイルで、64kbps前後のストリーミングなどで使用されます。HE-AAC v2はSBRにPS(パラメトリックステレオ)をさらに組み合わせ、32kbps程度でもそれなりのステレオ感を出せます。

項目AAC-LCHE-AACHE-AAC v2
拡張子.aac / .m4a.aac / .m4a.aac / .m4a
サンプリング周波数8kHz〜96kHz8kHz〜48kHz8kHz〜48kHz
チャンネル数最大48ch最大48ch最大2ch(ステレオ)
推奨ビットレート128kbps〜48〜80kbps24〜40kbps

主な用途:低ビットレートストリーミング・ラジオ放送・モバイル配信


OGG Vorbis

Xiph.Org Foundationが開発したオープンソースの非可逆圧縮フォーマット。特許フリーであることを強みに、MP3やAACへのオルタナティブとして2000年頃から普及しました。

音質はMP3と同等〜やや優れているとされており、同ビットレートでの比較ではVorbisが有利という評価が多いです。Spotifyのモバイル・デスクトップアプリでは現在も主力コーデックとして採用されており(96 / 160 / 320kbps)、ゲームの効果音・BGMフォーマットとしても広く使われています。

拡張子は.oggですが、OGGはコンテナ形式の名称であり、内包するコーデックがVorbisであることを指定した呼び方が正確です。

項目仕様
拡張子.ogg
ビット深度非可逆圧縮のため非該当
サンプリング周波数8kHz〜192kHz
チャンネル数最大255チャンネル(実用はステレオが中心)
ビットレート45kbps〜500kbps(VBR中心)

主な用途:ゲームサウンド・オープンソースプラットフォーム・Web配信


Opus

OGG Vorbisの後継として2012年にIETFが標準化した、現時点で最も高性能な非可逆圧縮フォーマットの一つ。低遅延かつ広帯域な音声に対応しており、音声通話・Web会議・ストリーミングなど、リアルタイム通信に最適化されています。

WebRTCの標準コーデックとして採用されており、YouTubeのWebM動画やDiscordの音声通話にも使用されています。音楽配信での普及はまだ限定的ですが、低ビットレートでの音質においてはMP3・AACをしのぐと評価されることも多いです。

項目仕様
拡張子.opus / .ogg
ビット深度非可逆圧縮のため非該当
サンプリング周波数8 / 12 / 16 / 24 / 48kHz
チャンネル数最大255チャンネル(実用はモノ〜ステレオ)
ビットレート6kbps〜510kbps

主な用途:Web会議・リアルタイムストリーミング・WebRTC・Discord


4. プロ・業務用フォーマット——制作現場の奥深くに潜む形式たち

DSD(Direct Stream Digital)

SACDやSony・Philipsが開発したアーカイブ形式として生まれたDSD(Direct Stream Digital)は、通常のPCMとは根本的に異なるアプローチを取ります。PDM(パルス密度変調)という方式で音声を記録するもので、1bitのサンプルを非常に高いサンプリングレートで記録することで、アナログに近い音の「流れ」を表現します。

代表的な規格として、SACDの標準レートであるDSD64(2.8224MHz)、高品質アーカイブ用のDSD128(5.6448MHz)、超高解像度記録のDSD256 / DSD512(11.2896MHz / 22.5792MHz)があります。

DAWでの編集には制約が多く、PCMに変換してから編集するワークフローが一般的ですが、「最終形はDSD」というアーカイブ思想の美学は確かに存在します。

項目仕様
拡張子.dsf(Sony) / .dff(Philips)
ビット深度1bit(PDM方式のため通常のビット深度とは異なる概念)
サンプリング周波数2.8224MHz(DSD64)〜22.5792MHz(DSD512)
チャンネル数基本2ch(ステレオ)、マルチチャンネル対応も存在
ビットレートDSD64:5.6Mbps / DSD128:11.2Mbps / DSD256:22.6Mbps(いずれもステレオ2ch合算値)

主な用途:SACD制作・超高解像度アーカイブ・ハイエンドオーディオ配信


5. その他のフォーマット——知っておくと役立つ形式たち

本記事では詳細解説の対象外としましたが、制作現場で名前を見かけることがある形式をここで簡単に紹介しておきます。「こういうものがある」という程度の知識として持っておくと、いざというときに役立つでしょう。

映像・放送系

MXF(Material eXchange Format)は、映像・音声・メタデータを一括して格納できる業務用コンテナフォーマットです。SMPTE(映像技術の国際標準化団体)が策定しており、放送局・ポストプロダクション施設での映像納品において標準的に使われています。音楽スタジオが直接扱う機会は少ないですが、映像制作会社との連携案件では音声トラックがMXF内に格納されているケースがあります。拡張子は.mxfで、内包できる音声コーデックはPCM・AAC・AC-3など多岐にわたります。

AC-3(Dolby Digital)は、Dolby Laboratoriesが1990年代に開発した非可逆圧縮のサラウンド音声フォーマットです。最大5.1ch(フロントL/R/C・リアL/R・LFE)に対応し、DVDビデオやデジタル放送の標準音声として長年使われてきました。ビットレートは最大640kbps。映像案件でサラウンド納品が必要な際に登場することがあります。拡張子は.ac3

E-AC-3(Dolby Digital Plus)はAC-3の後継規格で、最大7.1chに対応し、Blu-rayやNetflixをはじめとするVODサービスでの採用が進んでいます。ビットレートはAC-3の最大6Mbpsまで大幅に向上し、Dolby Atmosのオブジェクトベース音声への橋渡し役も担う、現代の映像配信において欠かせないフォーマットです。拡張子は.ec3または.eac3

レガシー・ニッチ系

SDII(Sound Designer II)は、かつてのDigidesign(現Avid)が開発した、旧Pro Tools専用の非圧縮フォーマットです。サポートするビット深度は16 / 24bit、サンプリング周波数は最大48kHzで、MacOS専用のためWindowsとの互換性がありません。現代のPro ToolsではWAV・AIFFが主流となりレガシー扱いになっていますが、古いセッションを開く際に遭遇することがあります。拡張子は.sd2

WMA(Windows Media Audio)は、Microsoftが2000年頃に開発した非可逆圧縮フォーマットです。ビットレートは最大192kbps(標準版)で、ロスレス版の「WMA Lossless」も存在します。Windows Mediaプレーヤーとの連携で一時期広く使われましたが、現在はMP3・AACに市場シェアを奪われ使用頻度は大幅に低下しています。拡張子は.wma

APE(Monkey’s Audio)は、2000年代初頭に登場した可逆圧縮フォーマットです。ビット深度8〜24bit、サンプリング周波数最大192kHzに対応し、圧縮率はFLACより高い場合がありますが、エンコード・デコードのCPU負荷が高いのが難点です。かつて日本の同人音楽・アニソンコミュニティで広く使われていましたが、現在はFLACへの移行が進んでいます。拡張子は.ape

WavPackは、「ハイブリッドモード」と呼ばれるユニークな機能を持つ可逆圧縮フォーマットです。非可逆圧縮ファイルと補正ファイルを組み合わせることで、ロスレスとロッシーを状況に応じて切り替えられるという独自の思想を持っています。最大32bitフロート・384kHzという高解像度に対応しており、FLACの陰に隠れがちですが確かな実力を持つフォーマットです。拡張子は.wv


6. フォーマット比較早見表

フォーマット圧縮方式ビット深度最大サンプリング周波数最大ch数拡張子
WAV非圧縮8〜32bit192kHz以上理論上無制限.wav
AIFF非圧縮8〜32bit192kHz以上マルチch対応.aif / .aiff
BWF非圧縮16〜32bit192kHzマルチch対応.wav
RF64非圧縮16〜32bit192kHz以上マルチch対応.wav / .rf64
CAF非圧縮〜可逆8〜32bit制限なし制限なし.caf
FLAC可逆圧縮4〜32bit655kHz(実用192kHz)最大8ch.flac
ALAC可逆圧縮16〜32bit384kHz最大8ch.m4a
MP3非可逆圧縮48kHz最大2ch.mp3
AAC非可逆圧縮96kHz最大48ch.aac / .m4a
HE-AAC非可逆圧縮48kHz最大48ch.aac / .m4a
OGG Vorbis非可逆圧縮192kHz最大255ch.ogg
Opus非可逆圧縮48kHz最大255ch.opus / .ogg
DSD(DSF/DFF)特殊(PDM)1bit22.5MHz(DSD512)基本2ch.dsf / .dff

7. シーン別・フォーマット選択の指針

レコーディング・トラッキング段階

迷わずWAV(24bit / 48kHzまたは96kHz)を選んでください。Mac環境ならAIFFも選択肢に入りますが、クロスプラットフォームの汎用性はWAVがわずかに上です。映像案件であればBWFを検討する価値もあります。

絶対に避けるべきは、この段階でMP3やAACといった非可逆圧縮を使うこと。一度捨てた音は二度と戻りません。

ミックス・マスタリング段階

マスターファイルの受け渡しはWAVまたはAIFF(24bit以上)が鉄則です。マスタリングエンジニアへの素材送付も同様。32bitフロートで作業するDAWが増えていますが、32bit floatのWAVのまま書き出すか、24bitに丸めるかはプロジェクトの要件によります。

配信・納品段階

プラットフォームごとに推奨フォーマットが異なります。一般的には以下が目安です:

  • ストリーミング配信(Spotify・Apple Music等):WAVまたはFLACで入稿(プラットフォーム側で変換)
  • ハイレゾ配信(mora・e-onkyo等):FLAC(24bit/96kHz以上)
  • Apple Music ロスレス:ALAC
  • CD制作:WAV(44.1kHz / 16bit)
  • 映像納品:WAVまたはBWF(映像会社の仕様に従う)

プレビュー・デモ音源

MP3(320kbps)またはAAC(256kbps)が現実的な選択です。「とりあえず聴いてほしい」という用途ならこれで十分。送付先のことを考えると、いまだにMP3の普遍性は他の追随を許しません。


結びに——RED IGUANA STUDIOが考えるフォーマット哲学

これだけ多様なフォーマットが存在するということは、それだけ多様なニーズと歴史があったということに他なりません。MP3が世界を変えた瞬間があり、DSDがアナログの夢を追い求めた軌跡があり、BWFが放送の世界に秩序をもたらしてきた積み重ねがある。それぞれの形式に、時代と必然性があります。

しかし、どんなフォーマットをめぐる議論があったとしても、最終的に重要なのは「音楽がきちんと届くこと」です。

RED IGUANA STUDIOでは、制作フェーズにおいては常にWAV(24bit / 48kHz以上)を基本とし、音質に一切の妥協をしない方針を取っています。圧縮によって失われた音は、どんな高性能なアップスケーリング技術を使っても完全には戻りません。素材は常に最高品質で保存し、圧縮するのは配布・配信という「最後の工程」だけ——これがスタジオとしての基本姿勢です。

フォーマットは器に過ぎませんが、器を間違えると中身が傷つくこともある。何を作り、誰に届け、どこで鳴らすのか。その答えが見えていれば、フォーマットの選択は自然と定まってくるはずです。

迷ったときは、いつでもRED IGUANA STUDIOにご相談ください。音の旅のどのフェーズにいても、最適な選択を一緒に考えます。


当スタジオでは、レコーディングからミックス・マスタリングまでトータルでサポートいたします。 質の高い制作環境を保つため「完全予約制」のプライベート空間となっておりますので、周りを気にせずご自身のペースで集中して制作していただけます。

営業時間: 火〜日 10:00 〜 19:00(月曜定休)
[ 制作のご依頼・ご相談窓口【無料】]

audio-file-formats-complete-guide

この記事が気に入ったら
いいね または フォローしてね!

よかったらシェアしてね!
  • URLをコピーしました!
目次