MP2 ファイルとは?
MP2 ファイルには、MPEG-1 または MPEG-2 Audio Layer II で符号化された非可逆圧縮音声が含まれます。Layer II は DAB デジタルラジオで規定され、Video CD でも使用される音声符号化方式で、MPEG プログラムストリームやトランスポートストリーム内で運ばれることもよくあります。
MP2 ファイルの仕組み
MP2 は MPEG Audio Layer II のフレームを格納します。Layer I と同様に、エンコーダーは信号を 32 個のサブバンドに分割し、心理音響モデルでビットを割り当てます。ただし、各サブバンドで 12 サンプルずつの三つのグループをまとめて符号化し、可能な場合はグループ間でスケールファクターを共有し、付加情報もよりコンパクトに格納します。そのため、各フレームはチャンネル当たり 1152 サンプルを表します。MPEG-1 は、Layer II を 32、44.1、48 kHz で定義しています。MPEG-2 では、16、22.05、24 kHz に加え、より低いビットレートとマルチチャンネル音声が追加されています。同じフレームを、ラッパーのない .mp2 エレメンタリーストリームとして保存することも、MPEG プログラムストリームやトランスポートストリーム内の一つのストリームとして運ぶこともできます。そのため、ソフトウェアでは音声符号化方式と、それを包む形式を区別する必要があります。
要点
- Layer II のフレームにはチャンネル当たり 1152 サンプルが含まれ、48 kHz では 24 ms に相当します。各フレームは自己完結しており、前のフレームへのポインターはありません。一方、MP3 のフレームは前のフレームに格納されたデータに依存する場合があります。そのため、Layer II のフレームが失われたり破損したりしても、後続のフレームが必要とするデータは失われません。ただし、デコーダーの合成フィルターはフレーム境界を越えて履歴を保持するため、音の乱れが次のフレームの冒頭まで短時間続くことがあります。
- フレームヘッダーに続くオプションの CRC は、ヘッダーの一部、ビット割り当て、スケールファクター選択フィールドを保護しますが、サブバンドのサンプルは保護せず、エラー検出のみを行います。RFC 3003 では、下位層が伝送エラーを処理する場合、
audio/mpegデータで CRC を省略できるため、CRC がなくても不備ではありません。 - トランスポートストリームのプログラムマップでは、ストリームタイプ
0x03は ISO/IEC 11172-3(MPEG-1)音声を、0x04は ISO/IEC 13818-3(MPEG-2)音声を示します。どちらの値もレイヤーを示さないため、レイヤーは音声フレームヘッダー内の二ビットのレイヤーフィールドから読み取る必要があります。 .mp2ファイルは通常、Layer II フレームをそのまま並べたもので、プログラムストリームやトランスポートストリームでは、同じフレームがパケット化されて運ばれます。フレームをファイルに抽出する処理や、ファイルをストリームに格納する処理は再多重化であり、音声の再エンコードは不要です。フレーム全体をコピーしてカットする場合、カット位置はフレーム境界となり、48 kHz では 24 ms 刻みになります。サンプル単位で正確にカットするには、デコードした PCM をトリミングし、その境界を維持できる出力形式を選ぶ必要があります。ラッパーのない.mp2ストリームに再エンコードすると、再び 1152 サンプル単位の完全なフレームが生成され、エンコーダー遅延も加わります。
MP2 ファイルが重要になる場面
放送系統やトランスポートストリームが Layer II 音声を明示的に要求する場合は、MP2 を維持してください。一般的なクライアントでの再生には、デバイスの対応状況をテストするか、より広く受け入れられている配信用コーデックにトランスコードしてください。
Transloadit による MP2 ファイルの処理
Transloadit の音声コーデック表では、対象となる ffmpeg_stack の各バージョン(v5–v7)で、MP2(MPEG audio layer 2)の読み取りと書き込みの両方に対応しています。そのため、/audio/encode などの FFmpeg ベースの Robot は、配信用コーデックへの変換時に Layer II 音声を入力として受け取れます。