How to Trim a Video Without Re-Encoding (Lossless Cutting)

私のクライアントが火曜日の午後11時に私に電話をかけてきたときのパニックの声を今でも覚えています。彼女は4Kの結婚式のビデオを再エンコードするのに6時間を費やしたばかりで、冒頭の30秒間の無音部分を剪定しましたが、その品質は元のものよりも明らかに悪化していました。結婚式は2日後に迫っていて、その朝にはカップルに「最終」版を納品していました。放送スタジオや独立したクリエイターのために過去12年間、ポストプロダクションのワークフローを最適化してきたビデオエンジニアとして、私はこのシナリオが何百回も繰り返されるのを見てきました。解決策は？ロスレストリミング — 編集時間を数時間から数秒に短縮し、元の映像のすべてのピクセルを維持することができる技術です。

ほとんどの人は、ビデオをエクスポートするたびに、実際には映像との電話ゲームをしていることに気づいていません。再エンコードごとに生成ロス、アーティファクト、品質の劣化が生じます。しかし、私のビデオ編集に対するアプローチを根本的に変えたことがあります。それは、クリップの冒頭や末尾から数秒間をトリミングするために何も再エンコードする必要はないということです。この包括的なガイドでは、ロスレスビデオカッティングについて私が学んだすべてのことをお伝えします — YouTubeコンテンツから映画公開まで、制作会社で日常的に使用している技術です。

従来のビデオ編集が品質を損なう理由の理解

解決策に入る前に、従来の方法でビデオをトリミングするときに実際に何が起きているのかを理解しておく必要があります。ほとんどの編集ソフトウェア（Adobe Premiere、Final Cut Pro、さらにはiMovieなどのよりシンプルなツール）でビデオファイルを開くと、プログラムがあなたのビデオをデコードし、編集を行い、エクスポート時に全体を再エンコードします。このプロセスはトランスコーディングと呼ばれ、ビデオ品質の静かな殺人者です。

ここに技術的現実があります: ビデオ圧縮は、GOP（Group of Pictures）と呼ばれるフレームのグループを分析することによって機能します。典型的なGOPには、1つのキーフレームとその後に続く11-14の予測フレームが含まれます。キーフレームは完全な画像ですが、予測フレームは前のフレームとの違いだけを保存します。これが、10分の4Kビデオが200GBではなく2GBになる理由です — 圧縮アルゴリズムは冗長情報を排除するのが非常に効率的です。

しかし、再エンコードする際に、コーデックは保持すべき情報と破棄すべき情報について新たな判断を下さなければなりません。同じコーデックとビットレートを使用していても、新しい圧縮のレイヤーを既存のものの上に追加しているのです。先月、50Mbpsの4K H.264ファイルでテストを行いました。同じ設定で再エンコードした後、PSNR（ピーク信号対雑音比）で0.8dBの低下を測定し、グラデーション領域に明らかなバンディングが見られました。3世代の再エンコードの後、品質損失は訓練を受けていない目にも明らかで — プロの作品がアマチュアに見えるような劣化が見られました。

数学は厳しいです: オリジナルファイルが95%の品質で圧縮されていて、同じ95%の品質で再エンコードすると、95%を維持しているのではなく、95%の95%である90.25%になります。これを通常の編集ワークフローで何度も繰り返すと、85%以下にまで減少します。これは、H.264やH.265などの非常に圧縮されたフォーマットでは特に早く進行します。これらは配信用に設計されており、編集には向いていません。

私は、この原則を理解していなかったために生成ロスでプロジェクト全体を失ったドキュメンタリー映画製作者と共に働いてきました。私が相談したある監督は、顧客の改訂を7回も行い、そのたびに90分の映画を再エンコードしていました。最終版になると、その映像は元のカメラファイルよりも明らかに柔らかく、暗いシーンや空の色バンディングに可視的なブロッキングが見られました。私たちはオリジナルのファイルに戻り、ロスレス技術を使用して編集全体を再構築しなければなりませんでした — このプロセスには3日かかりましたが、プロジェクトを救いました。

ロスレストリミングの実際の意味

ロスレストリミング、またはストリームコピーやスマートカッティングとも呼ばれる方法は、根本的に異なる原則に基づいています。ビデオをデコードして再エンコードする代わりに、不要な部分を削除しながら既存のビデオストリームをコピーするだけです。これは、完全に新しい解釈を作成するのではなく、本のページを切り取るようなものです。

"すべての再エンコードは、コピーのコピーを作るようなものです — 毎回何かを失い、戻すことはできません。"

これに対する技術用語は「ストリームコピー」または「コーデックコピー」モードです。この方法を使用すると、ソフトウェアはビデオファイルのコンテナ形式（MP4、MKV、MOVなど）を読み取り、カットしたい正確なバイト位置を特定し、保持したい部分だけを含む新しいファイルを書くことができます。ビデオとオーディオストリーム自体は完全に無傷のままで、1ピクセルもデコードまたは再エンコードされません。

ここが興味深いところです：実際のビデオデータを処理していないため、ロスレストリミングは非常に高速です。従来の再エンコードで30分かかる作業が、ストリームコピーで10〜15秒で完了します。私は自分のワークステーションで50GBの4Kファイルを20秒以内でトリミングします。スピードの違いは便利なだけでなく、ビデオとの作業方法を根本的に変えます。

ただし、理解しておくべき重要な制限があります。キーフレームの境界でしかカットできません。先ほど触れたGOPを覚えていますか？予測フレームはその情報を前のフレームに依存しているため、GOPの中の任意の場所でカットすることはできません。フレーム47でビデオを開始しようとしても、最寄りのキーフレームがフレーム36にある場合、実際のカットはフレーム36から始まります。ほとんどのコーデックでは、キーフレームは2〜10秒ごとに発生するため、カットの精度はその間隔に制限されます。

私のワークフローでは、この制限が問題になることはほとんどありません。ほとんどの場合、私は録音の冒頭や末尾の無音部分をトリミングしたり、シーン全体を削除したり、大きな不要映像のセクションをカットしたりしています。これらの使用例では、キーフレームレベルの精度は十分です。フレーム精度のカットが必要な場合は、後で説明するハイブリッドアプローチを使用します。

ロスレスカットに実際に機能するツール

何年にもわたって数十のツールをテストした結果、使用ケースに基づいて推奨するコアセットに決まりました。選択するツールは非常に重要です — 一部のアプリケーションはロスレスカットをすることを主張していますが、実際にはバックグラウンドで再エンコードされているものもありますし、他のものはプロフェッショナルな作業には不適切な制限があります。

私の主要なツールは、迅速で信頼性の高いストリームコピーの業界標準となったオープンソースアプリケーション「LosslessCut」です。私は毎日使用しており、これを通じて数千時間の映像を処理しましたが、品質の問題は一切ありません。これはクロスプラットフォーム対応（Windows、Mac、Linux）で、完全に無料で、特にこの目的のために構築されています。インターフェースは最小限ですが強力で、ビデオをロードし、インポイントとアウトポイントを設定し、数秒でエクスポートできます。標準のH.264 MP4ファイルからMOVコンテナのProResのようなエキゾチックなフォーマットまで、私が遭遇したほぼすべてのコンテナ形式とコーデックの組み合わせをサポートしています。

LosslessCutの優れた点は、その信頼性と透明性です。キーフレームの正確な位置を示してくれるため、カットが発生する場所を正確に知ることができます。また、カットポイントの周囲の数フレームだけを再エンコードできる「スマートカット」機能もあり、他の部分をロスレスのまま維持しつつフレーム精度が必要な場合にも対応できます。この機能を使用して、正確なタイミング仕様が必要な放送準備済みコンテンツを作成しました。

コマンドライン作業のために、FFmpegはLosslessCutを含むほとんどのロスレスカットツールを支える基盤エンジンです。私は、複数のファイルをバッチ処理したり、ビデオトリミングを自動化されたワークフローに統合したりする必要があるときに、FFmpegを直接使用します。ロスレストリミングの典型的なFFmpegコマンドは次のようになります: ffmpeg -i input.mp4 -ss 00:01:30 -to 00:05:45 -c copy output.mp4。「-c copy」フラグが魔法の成分です — これはFFmpegに再エンコードせずにストリームをコピーするように指示します。

私はFFmpegを使用して、数百の講義録音から最初と最後の10秒を自動的にトリミングするPythonスクリプトを書きました。これは約15分で学期全体のコンテンツを処理できるもので、この種の自動化はロスレスカットが非常に速いからこそ実現可能です —