WAV と FLAC とは？
WAV と FLAC は、音声を 1 サンプルも失わずに格納する 2 つの形式 — どちらも可逆（ロスレス）です。ただし実現方法は大きく異なります。WAV はマイクやシンセサイザーが生成した通りの非圧縮 PCM サンプルを格納する素のコンテナです。振幅のスナップショットがそのままファイルに記録されるため、WAV は大きい一方で完璧に編集可能で、スタジオの万能中間形式となっています。FLAC は同じ PCM を可逆圧縮器で包み、通常 50〜60% 小さくしながら、デコードすれば元のバイト列と完全一致します — decode(encode(x)) ＝ x が常に成り立ちます。どちらの形式も全サンプルを保持する点で、MP3・AAC・Ogg Vorbis といった非可逆形式（各専用ページで解説）と対照的です。代償はファイルサイズです。
このページの残りの前提となる 5 つの事実：
• WAV ＝ 素の非圧縮 PCM を入れた RIFF コンテナ（圧縮なし）
• FLAC ＝ PCM の可逆圧縮。通常 50〜60% 小さく、バイト単位で完全一致にデコード可能
• ビットレート（bps）＝ サンプルレート（Hz）× ビット深度 × チャンネル数 — PCM サイズを決める 3 つのつまみ
• WAV サイズ（バイト）＝ ビットレート × 秒数 ÷ 8 — 完全に予測可能な計算
• ナイキスト：再現できる最大周波数 ＝ サンプルレート ÷ 2。44.1 kHz は 22.05 kHz まで、人間の可聴域（20 kHz）を上回る
PCM とデジタル音声の仕組み
PCM（パルス符号変調）はデジタル音声の万能の素の形式です。アナログ波形を等間隔に切り分け（サンプルレート）、各区間で振幅を固定数の離散レベルの最も近い値へ丸めます（ビット深度）。44.1 kHz / 16 ビット / ステレオの録音は、チャンネルごとに毎秒 44,100 回の振幅測定を格納し、それぞれ 216 ＝ 65,536 段階のいずれかに丸められます（24 ビットなら 224 ＝ 16,777,216 段階）。ナイキスト・シャノンの標本化定理によれば、標本化された信号は最高周波数がサンプルレート ÷ 2 未満である限り完全に復元できます。人間の可聴域は約 20 kHz が上限なので、44.1 kHz（22.05 kHz まで捉える）は数学的に完全な再生に十分 — まさにその理由で CD 規格はこのレートを採用しました。
ビット深度が制御するのは周波数特性ではなくダイナミックレンジ（最も大きい音と最も小さい音の比）です。1 ビット追加するごとに理論 SN 比は約 6.02 dB 向上します。16 ビットで 98.1 dB、24 ビットで 146.2 dB、32 ビット浮動小数点（DAW の内部処理）で 194.4 dB。実際のハードウェアは理論値に届かず、良く設計された 24 ビット ADC でも実用レンジは約 120 dB です（レコード：約 70 dB、カセット：約 60 dB）。
WAV は PCM のコンテナ
WAV（正式名 WAVEform Audio File Format）は 1991 年に Microsoft/IBM が定義した RIFF コンテナです。ディスク上のレイアウトは 3 つのチャンクが連なったもの：ファイルを WAVE と名乗る 12 バイトの RIFF ヘッダー、PCM 形式（サンプルレート、チャンネル、ビット深度）を記述する fmt チャンク、生サンプル本体を収めた data チャンク。バイト順はリトルエンディアン、35 年間仕様は変わらず、すべての OS と DAW がネイティブに読み込みます。
WAV はヘッダー以外にオーバーヘッドのない素の PCM を格納するため、ファイルサイズは正確に予測できます：バイト数 ＝ サンプルレート × ビット深度 × チャンネル数 × 秒数 ÷ 8。CD 品質のトラック（44.1 kHz / 16 ビット / ステレオ、ビットレート 1,411,200 bps ＝ 1411.2 kbps）は 1,411,200 ÷ 8 ＝ 毎秒 176,400 バイト、つまり毎分 10.584 MB、4 分の曲で約 42.336 MB です。48 kHz / 24 ビット / ステレオのスタジオ形式（ビットレート 2304 kbps）では毎分 17.280 MB に達します。この予測可能性こそ、WAV が業界の交換形式であり続ける理由です。
FLAC は可逆圧縮
FLAC（Free Lossless Audio Codec）は 2001 年に Josh Coalson が、当時 Apple 専有だった ALAC に対するオープンでロイヤリティフリーの回答として設計しました。サンプルのブロック（レベル 5 では通常 4,096 個）を 3 段階で処理します：チャンネル間デコリレーション（2 つのステレオチャンネルをより似通わせる）、線形予測符号化（前のサンプルから次を予測し、小さな残差だけを格納）、Rice エントロピー符号化（小さな整数をビットへ詰めるほぼ最適な方法）。決定的な性質：デコードすると元の PCM がバイト単位で完全に返ってくること。FLACdecode(FLACencode(x)) === x。この等式こそ FLAC が可逆である理由 — 「高品質」ではなくビット同一です。
FLAC は 9 段階の圧縮レベル（0〜8）を持ち、エンコード速度とファイルサイズをトレードオフします。レベル 0 が最速で圧縮率は約 30%。レベル 5 が既定で約 55%。レベル 8 は約 62% まで絞りますがエンコードに 4〜5 倍の時間がかかります。実際の圧縮率は音楽に依存します：ソロピアノやボーカルは信号が疎なため 45〜50%、密度の高いオーケストラやエレクトロニカはノイズフロアの予測が効くため 55〜65%。レベル 5 の典型的な 4 分 CD 品質トラックは 19.05 MB 前後 — WAV の 42.336 MB のほぼ半分です。
ビットレートとファイルサイズの計算
任意の PCM ストリームのビットレートは 1 行の式で決まります：bps ＝ サンプルレート × ビット深度 × チャンネル数。代表的な基準値：
- 1411.2 kbps — CD 音声（44.1 kHz / 16 ビット / ステレオ）
- 1536 kbps — 48 kHz / 16 ビット / ステレオ（DAT、初期 DVD）
- 2304 kbps — 48 kHz / 24 ビット / ステレオ（スタジオマスター）
- 4608 kbps — 96 kHz / 24 ビット / ステレオ（Hi-Res）
- 9216 kbps — 192 kHz / 24 ビット / ステレオ（ウルトラ Hi-Res）
ビットレートをファイルサイズに変換するには、秒数を掛けて 8 で割ります（1 バイト ＝ 8 ビット）。CD 品質 4 分の例：1411200 × 240 ÷ 8 ＝ 42,336,000 バイト ＝ 42.336 MB。FLAC では WAV サイズに 1 − 圧縮率 を掛けます。既定のレベル 5（約 55%）なら同じトラックは 42,336,000 × 0.45 ≈ 19,051,200 バイト ≈ 19.05 MB。48 kHz / 24 ビット / ステレオは WAV で毎分 17.280 MB、FLAC レベル 5 で約 7.78 MB。非可逆コーデック（MP3、AAC、Opus）は同じ音声を 128〜256 kbps — さらに 10 分の 1 — で実現しますが、そのためにサンプルを捨てています。単位の落とし穴：ビットレートはキロビット毎秒（kbps）、ファイル管理ソフトはキロバイトで数える — 変換には 8 で割ります（1411.2 kbps ÷ 8 ＝ 176.4 kB/s）。
WAV と FLAC の使い分け
どちらも可逆なので、選択の基準は品質ではなくワークフローと帯域です。WAV を選ぶのは、エディターや DAW が素の PCM 入力を必要とするとき、後工程でさらに処理する中間書き出しのとき、ライブラリなしで地球上のあらゆるプログラムが読めるマスターファイルが欲しいとき。FLAC を選ぶのは、半分のサイズで可逆音声が欲しいとき — アーカイブ、音楽ライブラリ、ネットワークストリーミング（可逆の 1 枚 CD が 42 MB ではなく約 19 MB に）、物理メディアのバックアップ。FLAC は Vorbis Comment による豊富なメタデータにも対応しており、WAV の RIFF LIST INFO（アルバムアーティスト項目がありません — 上のタグエディターが WAV 選択時にアルバムアーティスト入力を隠すのはこのため）より高機能です。
サイズのヒント：音声録音は本質的にモノラルです — 口 1 つにマイク 1 本。ステレオで録音しても情報量は増えずビットレートだけ 2 倍になります（44.1 kHz / 16 ビットの 1 時間の音声録音はモノラルで 317.5 MB、ステレオで 635.0 MB）。音声の録音では上のチャンネルオプションをモノラルに切り替えてください。
よくある誤解
- FLAC は WAV より「音質が良い」。いいえ — どちらもビット完全な可逆形式です。FLAC は同じ音声をより少ない容量で格納するだけ。FLAC を PCM にデコードすれば、WAV が格納したはずのバイト列と完全一致します。
- ビット深度が高いほど常に音が良い。24 ビットは編集時のヘッドルーム（低レベル信号がノイズフロアから十分上に置ける）を増やしますが、最終的な配信は通常 16 ビットです。追加の 8 ビットは DAW 内の作業精度であり、スピーカーで聞こえる品質ではありません。
- Hi-Res（96 kHz / 192 kHz）は CD（44.1 kHz）より音が良い。完全にディザ処理された音楽では、人間は約 20 kHz を超える周波数を聞き分けられません。96 kHz は誰も聞こえず、どのイヤホンも再生しない超音波を捉えます。Hi-Res の議論の余地ある利点は再生品質ではなく、録音チェーン内のエイリアシングアーティファクトの減少です。
- MP3 を WAV に変換すれば元の品質が戻る。いいえ。非可逆圧縮が一度捨てたサンプルは永遠に戻りません。できた WAV ファイルは MP3 のアーティファクトを含んでいる — 拡張子が何であれ、MP3 化前のマスターとビット同一ではありません。
関連ツール：非可逆圧縮なら音声 → MP3 / ID3 タグ、オープンな非可逆コーデックなら音声 → OGG / Opus、その他の可逆形式なら音声 → AIFF / ALAC / WavPack、音声に含まれる周波数の可視化はオーディオスペクトラム、MIDI（命令であって音声ではない — 別の変換パイプライン）はMIDI → WAV コンバーター。
