Alexa スキル用に音声・動画ファイルを変換する方法

2019年1月19日Alexa スキル開発ムービー, 変換, オーディオ

Alexa スキルを作っていると、やはり使いたくなる音声ファイルや動画ファイル。

ただし、そのままでは使えないので Alexa スキル用に変換する必要があります。

音声ファイルを使う時の注意書き

形式の制限

・有効なMP3ファイル（MPEGバージョン2）である
・音声ファイルは240秒以内
・ビットレートは48 kbps
・サンプルレートは22050Hz、24000Hz、16000Hzのいずれか

参照元：音声合成マークアップ言語（SSML）のリファレンス

動画ファイルを使う時の注意書き

形式の制限

・サポートされるファイル拡張子：.mp4、.m3u8、.ts
・MPEG4またはH.264コーデック
・推奨の解像度（フレームサイズ）： 640x480または1280x720
・最高解像度： 1280x720

参照元：VideoAppインターフェースのリファレンス

その他共通の注意書き

その他、コンテンツの内容や配置ルールなどについて、以下を守る必要があります。
オーディオでもムービーでも、どちらでも守ってくださいね^^

コンテンツの制限

・MP3には、ユーザーに固有な情報や、その他の機密情報が含まれていない

配置場所の制限

・インターネットからアクセス可能なHTTPSエンドポイントでホストされている
・MP3ファイルをホストするドメインは、有効で、信頼できるSSL証明書を提示する必要がある

配置場所については、AWS の S3 を使えば問題ないですしラクです(^^)

変換するのに便利な FFmpeg

音声も動画も両方変換できちゃう、FFmpeg がめちゃくちゃ便利です！公式でも紹介されています。Mac でも Windows でも無料で使えますし、クレジットも付きません！

GUI付きの変換ソフトだと、無料で使える期間が決まっていたり、変換するとクレジットが付いたりするんですよねー。

必要に応じて、変換ソフトウェアを使用してMP3ファイルを必要なコーデックバージョン（MPEGバージョン2）とビットレート（48 kbps）に変換してください。この用途に使用できるコマンドラインツールの1つに、FFmpegがあります。次のコマンドにより、指定したをaudioタグで再生できるMP3ファイルに変換できます。
引用元：音声合成マークアップ言語（SSML）のリファレンス

音声ファイルの変換

ffmpeg -i {変換前ファイル} -ac 2 -codec:a libmp3lame -b:a 48k -ar 16000 {変換後ファイル.mp3}

使用例）
ffmpeg -i test.m4a -ac 2 -codec:a libmp3lame -b:a 48k -ar 16000 test.mp3

動画ファイルの変換

ffmpeg -i {変換前ファイル} -s {解像度} {変換後ファイル.mp4}

使用例）
ffmpeg -i test.mov -s 640x480 test.mp4

トリミングも同時にしたい時

ffmpeg -ss {開始地点(秒)} -i {input-file} -t {切り出す秒数} {output-file.mp3}

使用例）0秒から30秒までをトリミングする場合
ffmpeg -ss 0 -i test.mov -t 30 -s 640x480 test.mp4

※　×（かける）は x（エックス小文字）にしてください