音声と動画の変換：拡張子だけでは再生を保証できない
同じMP4でも、ある端末で再生できるものとできないものがあります。ファイル名だけでは不十分で、含まれるトラックとその符号化も互換性を左右します。
箱と中身を分ける
MP4やWebMというコンテナーはトラックとメタデータを収め、コーデックはトラックの符号化方法を表します。音声と動画がある場合も、音声がない場合もあります。拡張子を変えても再符号化や互換性の修復にはなりません。
音声を取り出しても録音は改善しない
聴くことが目的なら音声ファイルにして映像を運ばずに済みます。MP3は非可逆圧縮です。WAVは複数の符号化を収められ、非圧縮PCMによく使われます。悪い元音声を大きなファイルにしても失った細部は戻りません。
受け側が対応する形式を選びます。編集用に原本を残し、出力の始め、終わり、静かな部分、大きな音の部分を聴きます。容量は品質の点数ではありません。
参考資料: MDN — Web Audio Codec Guide · MDN — Media Container Formats
動画と字幕の実用的な確認
始め、中間、終わりを再生します。動作や話し方と音を合わせ、意図しない切り抜き、伸縮、回転を確認します。音のない原本を変換しても欠けた音声は生まれません。
外部字幕は早い位置と遅い位置を確認します。一定のずれなら時刻の移動が役立つ場合がありますが、徐々に広がるずれは固定オフセットだけでは直りません。利用・配布する権利のある素材だけを使ってください。
90秒の音声容量の概算
固定128 kbit/sでは128000 × 90 ÷ 8 =1440000バイト、追加データの前で十進1.44 MBです。可変ビットレートなら概算であり、保証容量ではありません。
計算上の比較として、毎秒48000サンプル、16ビット、2チャンネルPCMは同じ90秒でヘッダーを除く17280000バイトを必要とします。大きな出力は失った音質を回復した証拠になりません。