動画ファイルが肥大化する本当の理由
「とにかく軽くしたい」と思って圧縮ツールを探す前に、ファイルサイズが何で決まるのかを押さえておくと、作業量は半分以下になる。動画のサイズは単一の設定ではなく、解像度、フレームレート、ビットレート、コーデック、色深度、音声、そして映像そのものの「複雑さ」の掛け算で決まる。どれか一つをいじるだけでは劇的な変化は出ないが、それぞれを正しい順番で調整すると見た目をほとんど犠牲にせずに数分の一まで落とせる。
多くの人が最初に手を出すのは「書き出しプリセットを低画質に変える」という方法だ。しかしこれだけでは、暗部がざらつき、動きの速いシーンがブロックノイズまみれになり、テロップの輪郭がにじむ。理由は単純で、圧縮アルゴリズムは「どこを捨ててよいか」を映像の内容から判断しており、内容が複雑な映像に低いビットレートを割り当てると、捨ててはいけない情報まで捨ててしまうからだ。
つまり削減の出発点は、エンコーダの設定ではなく編集そのものにある。不要なカットを削り、ノイズを減らし、動きを整理し、そのうえで適切な設定を選ぶ。この順番を守るだけで、同じ画質感を保ったままサイズを大きく下げられる。
解像度・フレームレート・ビットレートの関係
解像度を2倍にすると画素数は4倍になる。1920×1080から3840×2160へ上げると、単純計算で4倍の情報量だ。フレームレートを30fpsから60fpsに上げれば、さらに2倍のフレームを符号化することになる。したがって4K 60fpsは、フルHD 30fpsと比べて理論上は8倍の情報を扱う。ここにビットレートの上限が加わると、エンコーダは情報を捨てる場所を必死に探し始める。
ビットレートは「1秒あたり何ビット使うか」を示す指標で、8Mbpsなら1秒で約1MB、1分で約60MBというのが大まかな目安になる。60Mbpsの4K素材なら1分で約450MB。10分の動画が4.5GBになる計算だ。まずは自分の動画がどの数字で動いているのかを確認することが、削減の第一歩になる。
コーデックとコンテナは別物
混同しやすいのがコーデックとコンテナの違いだ。コーデックは圧縮方式（H.264、H.265/HEVC、AV1、ProRes、DNxHRなど）、コンテナは入れ物（MP4、MOV、MKV、WebMなど）を指す。MP4ファイルの中身がH.264なのかH.265なのかで、同じ見た目でもサイズは大きく変わる。
編集用の中間コーデックであるProResやDNxHRは、フレーム単位で独立して圧縮するため編集は軽いが、配信用途では信じられないほど巨大になる。逆にAV1は同画質でH.264よりかなり小さくできるが、エンコードとデコードに時間がかかり、古い環境では再生できないこともある。配信先の対応状況を確認したうえで選びたい。
生成AI動画はなぜ重くなりやすいのか
生成AIで作った映像は、実写素材とは違う理由で重くなる。フレームごとにわずかなノイズが揺れ動き、髪の毛や布、粒子、水面のような細かいテクスチャがランダムに変化する。圧縮は「前のフレームと同じ部分」を再利用してデータを削る仕組みなので、このランダムな揺らぎはことごとく「新しい情報」と判定されてしまう。
さらに被写界深度の浅い映像やグレインを意図的に載せた映像も、圧縮効率が極端に悪い。逆に言えば、こうした微小ノイズを軽く除去してから圧縮するだけで、見た目の印象をほぼ変えずにサイズを3割以上落とせることも珍しくない。生成AI動画を扱うなら、ノイズ除去は「画質を上げる処理」であると同時に「サイズを下げる処理」でもある。
削減の前に決める3つの指標
やみくもに設定をいじると、あとから「もっと軽くできたのに」と後悔する。作業を始める前に、目標サイズ、許容できる画質、配信先の3つを決めておこう。この3つが決まれば、必要なビットレートはほぼ自動的に計算できる。
配信先ごとの現実的な目安
| 用途 | 解像度 | フレームレート | 映像ビットレート目安 | 1分あたりの目安 |
|---|---|---|---|---|
| 縦型SNS動画 | 1080×1920 | 30fps | 6〜10Mbps | 45〜75MB |
| Web広告・LP埋め込み | 1920×1080 | 30fps | 5〜8Mbps | 38〜60MB |
| 商品紹介・ブランド映像 | 1920×1080 | 24〜30fps | 8〜12Mbps | 60〜90MB |
| 講義・ウェビナー録画 | 1280×720 | 30fps | 2〜4Mbps | 15〜30MB |
| ゲーム実況 | 1920×1080 | 60fps | 10〜15Mbps | 75〜113MB |
| 配布用アーカイブ | 1920×1080 | 30fps | 12〜20Mbps | 90〜150MB |
この表はあくまで出発点で、映像の複雑さによって上下する。人物のトーク中心で背景が静止している映像は下限寄り、カメラが動き回る映像や粒子の多い映像は上限寄りに設定すると安定する。
許容ラインの決め方
画質の良し悪しを数値で測る方法として、元映像との差分を計算する客観指標がある。ただし最終判断は人間の目だ。評価は必ず「10秒程度のテストクリップ」で行い、次の4種類のショットを含めるようにする。
- 暗部が多いシーン（黒がブロック状に潰れていないか）
- 動きが速いシーン（残像やにじみが出ていないか）
- 人物の顔のクローズアップ（肌の質感がのっぺりしていないか）
- 小さなテロップが入ったシーン（輪郭が読めるか）
この4つを等倍で確認して問題がなければ、その設定を本番に適用してよい。縮小表示では粗さが見えず、あとから大画面で気づくことになる。
見落とされがちな音声の最適化
音声は全体の数パーセントに過ぎないが、無駄が多い。ステレオ128kbpsのAACは1分で約1MB。10分で10MBだ。ナレーションのみの動画ならモノラル64〜96kbpsで十分なことが多く、BGMと効果音が豊かな映像でもステレオ128kbpsあれば実用上問題ない。192kbpsや320kbpsのWAVをそのまま載せているケースは少なくないので、ここは一度確認する価値がある。
またサンプルレートを48kHzから44.1kHzに落とす、無音区間を除去する、不要な低周波をカットするといった処理も、合計すると効いてくる。音声は映像と違い、多少圧縮しても耳につきにくい領域だ。
オンライン編集で完結させる基本ワークフロー
ブラウザだけで完結するオンライン編集ツールは年々実用的になっている。CapCut、Clipchamp、Canva、Kapwing、Veed、Descriptなどは、カット、テロップ、BGM、書き出しまでをブラウザ内で処理できる。ただし巨大な素材をそのままアップロードすると、アップロード自体が最大のボトルネックになる。
取り込み前に素材を整理する
最初にやるべきは、素材をすべてアップロードしないことだ。使うカットだけを先に切り出し、長回しの素材は必要な範囲を書き出しておく。オンライン編集ではアップロード時間がそのまま作業時間になるため、ここでの整理が最も費用対効果が高い。
長い素材を扱う場合は、あらかじめ低解像度のプロキシを作って編集し、最後だけ元素材で書き出すという方法もある。編集の流れが滑らかになり、作業中のフリーズも減る。
カットで削るのが最も効く
尺を短くすることは、ビットレートを下げることと同じ効果を持つ。10分の動画を6分にすれば、単純にサイズは4割減る。しかも画質は一切劣化しない。冒頭の挨拶、言い直し、沈黙、無駄なトランジションを削るだけで、視聴体験はむしろ向上する。
「編集で尺を詰める」→「ノイズを減らす」→「書き出し設定を詰める」→「最後に軽く再圧縮する」。この順番を守ると、同じ目標サイズに対して常に画質が良くなる。逆順で進めると、圧縮で失った情報を取り戻せなくなる。
書き出し設定を見直す
書き出し画面では、まず解像度とフレームレートを配信先に合わせる。素材が30fpsなのに60fpsで書き出すのは完全な無駄で、サイズが増えるだけで滑らかにはならない。次にビットレートの指定方法を選ぶ。
「高画質」というプリセット名は、多くの場合「高ビットレート」を意味するだけで、最適化されているわけではない。ターゲットビットレートと最大ビットレートを明示的に指定できる設定を選ぼう。可変ビットレート方式で、平均を目標値に、最大をその1.5〜2倍程度に設定するのが扱いやすい。
最後に軽く整える
編集ツールの書き出しだけで目標サイズに届かない場合は、仕上げにもう一段だけ軽い処理をかける。HandBrakeやShutter EncoderのようなGUIツール、あるいはコマンドラインツールが選択肢になる。
ffmpeg -i input.mp4 -c:v libx264 -preset slow -crf 23 -vf "scale=1920:-2" -c:a aac -b:a 128k -movflags +faststart output.mp4
この例では品質基準ベースの指定（CRF 23）を使い、高さを1920に揃え、音声を128kbpsに圧縮し、Web配信用に先頭メタデータを移動している。CRFは数値を上げるほど軽く、下げるほど高画質になる。一般的には20〜26の範囲で調整し、テストクリップで確認しながら決めるのがよい。
ビットレートを逆算して設計する
目標サイズが決まっている案件では、ビットレートを逆算するのが最も確実だ。計算は難しくない。
目標サイズから求める式
目標サイズ（MB）× 8 ÷ 長さ（秒）＝ 必要な総ビットレート（Mbps）。たとえば60秒の動画を50MBに収めたいなら、50 × 8 ÷ 60 ≒ 6.67Mbps。ここから音声の0.128Mbpsを引いて、映像には約6.5Mbpsを割り当てる。
長さが3分（180秒）で目標が100MBなら、100 × 8 ÷ 180 ≒ 4.44Mbps、映像は約4.3Mbps。この数字を書き出し設定のターゲットビットレートに入れ、最大ビットレートを7〜8Mbps程度に設定しておけば、複雑なシーンでも破綻しにくい。
固定と可変の使い分け
固定ビットレートは常に同じデータ量を使うため、サイズ予測はしやすいが、静止画のような簡単なシーンでは無駄にデータを使う。可変ビットレートはシーンの複雑さに応じて配分を変えるため、同じ平均値でも画質が良くなりやすい。配信や審査でサイズ上限が厳密に決まっている場合を除けば、可変ビットレートを選ぶのが基本だ。
品質ベース（CRF）の指定はさらに効率的で、サイズは読めないが画質が安定する。まずCRFで美しく書き出し、サイズが上限を超えたらビットレート指定に切り替える、という二段構えが現実的だ。
安全マージンを残す
目標ぴったりに設定すると、プラットフォーム側の再エンコードやメタデータ付与で数十MB超えることがある。目標の90〜95パーセントに収めるつもりで設計し、5〜10パーセントの余裕を残しておくと安心だ。
AI支援ツールの使いどころ
近年の圧縮ワークフローでは、AIを使った前処理と後処理が現実的な選択肢になっている。ただし万能ではない。向き不向きを理解して使うことが重要だ。
AIノイズ除去が効くケース
暗所で撮影した映像、高ISOの映像、生成AIで作った映像は、微小なノイズが大量に含まれている。AIベースのノイズ除去を軽くかけると、圧縮効率が大きく改善する。ノイズは「毎フレーム変化する細部」なので、エンコーダにとって最も厄介な情報だからだ。
コツは強度を上げすぎないこと。強くかけると肌がプラスチックのようにのっぺりし、髪の毛のディテールが失われる。プレビューを等倍で見ながら、ノイズが消える最小限の強度を探す。
アップスケールしてから圧縮する逆転の発想
直感に反するが、一度AIで高解像度化してから圧縮すると、同じファイルサイズで見た目が良くなることがある。低解像度のまま強く圧縮すると輪郭が崩れるが、輪郭を再構成してから圧縮すれば、エンコーダが扱いやすい「はっきりした線」になるからだ。
ただしこれは計算コストが高く、すべての素材に向くわけではない。試す価値があるのは、配信先が4Kを要求する場合や、素材が1080pで少し眠い場合などに限られる。
フレーム補間は慎重に
フレームレートを上げる補間処理は、サイズを増やす方向に働くことが多い。補間で生成された中間フレームは前後と微妙に異なるため、圧縮効率が悪くなるからだ。60fps化が本当に必要なのは、スポーツやゲームプレイなど動きの速いコンテンツだけ。トーク動画やスライド資料なら30fpsで十分であり、補間せずにそのまま書き出したほうが軽くて自然に見える。
再生成という選択肢
生成AIで作った映像がどうしても重い場合、圧縮を重ねるよりも、同じシーンを短い尺・シンプルなカメラワークで再生成したほうが結果が良いことがある。粒子や揺らぎの少ない映像はそもそも圧縮しやすい。編集の後半で悩むよりも、生成の段階で「軽くなる画作り」を意識しておくのが賢い。
見た目を壊さず軽くする実践テクニック
ここからは、実際の編集作業でそのまま使えるテクニックを整理する。上から順に効果が大きい。
- 尺を削る：最も効果が大きく、画質劣化がゼロ。迷ったらここに戻る。
- 解像度を配信先に合わせる：4K素材を1080pで配信するなら、編集段階で1080pタイムラインにする。
- 暗部ノイズとグレインを除去する：圧縮効率が劇的に改善する。
- シャープネスを控えめにする：過剰なシャープは高周波成分を増やし、圧縮後のざらつきを招く。
- 色数を整理する：グラデーションのバンディングを避けつつ、極端に細かいパターンを避ける。
- 静止カットを活用する：動きのないショットはデータ量が少なくて済む。
- テロップは焼き込む前に確認する：動くテロップは情報量が多い。静止テロップのほうが軽い。
- BGMと効果音を整理する：重なった音声トラックはそのぶんデータを食う。
これらをすべて適用する必要はない。まず尺、次にノイズ、次に解像度という順で確認し、目標サイズに届いた時点で止めるのが効率的だ。
よくある失敗とトラブルシューティング
二重圧縮で画質が崩れる
書き出したファイルをさらに圧縮し、それをまた圧縮するという流れは避けたい。劣化は加算される。どうしても複数段の処理が必要な場合は、中間ファイルを高ビットレート（CRF 16〜18程度）で書き出し、最後の一段だけを強めに圧縮する。
色や明るさが変わる
HDR素材をSDRに変換すると、暗部が潰れたり色が濁ったりする。変換が必要な場合は、専用のトーンマッピング設定を使い、変換前後を見比べる。また色規格の取り違えで、肌が赤すぎたり緑がかったりすることもある。書き出し設定の色空間を明示的に指定しよう。
音ズレが起きる
可変フレームレートの素材を扱うと音ズレが起きやすい。編集前に固定フレームレートへ変換しておくと、この問題の多くは防げる。また音声だけ別ファイルで管理している場合、サンプルレートの不一致でもズレが生じる。
アップロード上限に引っかかる
多くのオンラインツールには1ファイルあたりの上限がある。上限を超える場合は、動画を章ごとに分割して書き出し、あとから連結するか、シリーズとして公開する。分割はサイズ対策としてだけでなく、視聴維持率の面でも有利に働くことがある。
変換が遅い・途中で止まる
ブラウザ内で処理するツールは、タブを閉じたりスリープに入ったりすると処理が中断する。長い動画はPCのスリープ設定を無効にし、安定した回線で作業する。また他のタブで大量のメモリを使うと失敗しやすいので、変換中は作業を絞ると成功率が上がる。
用途別ワークフロー例
縦型SNS動画
15〜60秒の縦動画は、1080×1920・30fps・6〜8Mbpsが扱いやすい。テロップは大きく、動きは控えめに。冒頭2秒で尺を削れるかどうかを必ず確認する。音声はモノラル96kbpsで十分なことが多い。
商品紹介・広告
質感が命なので、解像度は落とさずビットレートで調整する。1080p・8〜12Mbpsを基準に、背景のノイズ除去とグレイン抑制を軽くかける。商品のクローズアップは圧縮の影響が出やすいため、テストクリップで必ず確認する。
講義・ウェビナー録画
画面収録は情報量の割に単純な映像なので、720p・2〜4Mbpsでも十分読める。文字が小さい資料を扱う場合は、解像度よりビットレートを優先し、シャープネスのかけすぎに注意する。音声はナレーション中心ならモノラル64〜96kbpsに落とせる。
ゲーム実況
動きが速く画面全体が変化するため、圧縮効率は最も悪い部類に入る。1080p・60fps・10〜15Mbpsを基準に、解像度を1280×720に落とす選択も検討する。細かいUIテキストが潰れないかを必ず確認したい。
よくある質問
Q. 圧縮すればするほど画質は悪くなりますか。
A. 原則として情報を捨てるので劣化は避けられません。ただし尺の削減、ノイズ除去、解像度の適正化を先に行えば、同じサイズでも見た目の劣化はほとんど感じられなくなります。順番が重要です。
Q. どのくらいまで小さくできますか。
A. 一般的な1080pの解説動画なら、1分あたり20〜40MBまで落としても実用上問題ないことが多いです。動きの激しい映像や粒子の多い映像では難しくなります。まずテストクリップで限界を確認しましょう。
Q. オンライン編集ツールだけで完結できますか。
A. カット、テロップ、BGM、書き出しまでは十分可能です。ただし最終的な数パーセントの追い込みや、細かいパラメータ制御はデスクトップツールのほうが有利な場面もあります。両方を組み合わせるのが現実的です。
Q. H.264とH.265はどちらを選ぶべきですか。
A. 再生互換性を最優先するならH.264、サイズを最優先するならH.265やAV1が有利です。配信先が対応しているかを必ず確認してください。対応環境が限られる形式は、せっかく軽くしても見てもらえません。
Q. 何度も書き出し直すのは問題ですか。
A. 劣化が積み重なるので避けたいところです。どうしても必要な場合は、最初の中間書き出しを高ビットレートで行い、最後の一段だけを圧縮するようにします。
Q. 音声だけ先に軽くしても意味はありますか。
A. あります。特にナレーション中心の動画では、ステレオ128kbpsをモノラル64kbpsにするだけで数パーセントの削減になります。作業量が少ないわりに確実な効果があるので、最初に試す価値があります。
Q. 生成AIで作った動画が特に重いのはなぜですか。
A. フレームごとの微細な揺らぎが多く、動き予測による圧縮が効きにくいためです。ノイズ除去を軽くかける、尺を短くする、カメラワークをシンプルにするといった対策が効果的です。
まとめ：削減は編集工程に組み込む
ファイルサイズの削減は、書き出し画面の数値をいじる作業ではない。素材を整理し、尺を削り、ノイズを落とし、配信先に合った解像度とフレームレートを選び、そのうえでビットレートを逆算して設定する。この一連の流れを編集工程に組み込んでおけば、「重すぎてアップロードできない」「画質が粗くて使えない」という行き止まりに陥ることはほとんどなくなる。
最初にやることは一つだけでよい。いま手元にある動画の解像度、フレームレート、ビットレート、長さを確認し、目標サイズを決めて逆算してみることだ。数字が見えるだけで、どこを削ればよいかが自然と見えてくる。
