Webサイト上で動画を圧縮したり形式変換したりするとき、重いWASM版 ffmpeg(約30MB前後)を毎回ダウンロードさせる代わりに、OSやブラウザが持つハードウェアデコーダ/エンコーダをJavaScriptから直接叩ける仕様が W3C WebCodecs だ。2026年11月19日にも新しい Working Draft スナップショットが公開された本体仕様と、それとは別立てで維持されている WebCodecs Codec Registry の構造を読むと、「なぜあるブラウザではMP4変換が爆速で動き、別の形式では途中で失敗するのか」という現場の挙動が仕様書レベルで腑に落ちる。
1. 本体仕様と「Codec Registry」を切り分けた意味
W3CのWebCodecs仕様書を見ると、VideoEncoder / AudioDecoder / EncodedAudioChunk などのコアAPI定義とは別に、個々のコーデックのバイト列ルールが 独立した非規範(Noteトラック)レジストリ文書 として切り出されている。
| レジストリ対象 | 代表的な codec 文字列 | 仕様上の役割(なぜ切り分けられているか) |
|---|---|---|
| Opus | "opus" | 生Opusパケットと EncodedAudioChunk のマッピングおよびチャンネル設定の規約 |
| AAC | "mp4a.40.2" 等 | デコーダ初期化に必須な AudioSpecificConfig(descriptionバイト列)の渡し方 |
| Linear PCM | "pcm-f32" / "pcm-s16" 等 | 圧縮を伴わない生PCMサンプル配列をそのまま AudioData 等と行き来させるパススルー規約 |
| その他音声 | "flac", "mp3", "vorbis", "ulaw", "alaw" | パケット分割単位とサンプルフォーマットごとの個別定義 |
この分離によって、将来新しいコーデックが登場してもAPI本体を書き換えずに登録仕様(Registry)側だけでバイト構造の約束を追加でき、同時にブラウザ実装者にも「APIはサポートするが、特許やOS都合で特定コーデックのエンコードだけは実装しない」選択の余地を残している。
2. アプリ側が踏む「実装可否」と「コンテナ多重化(Muxing)」の壁
StemStudioの ファイル圧縮ツール や ファイル変換ツール をブラウザ完結で組んでいて痛感するのは、WebCodecs はあくまで「圧縮された映像・音声の素のチャンク(frame / chunk)」しか扱わないという点だ。
- コンテナ(.mp4 や .webm)は自分の仕事ではない: WebCodecsはMP4ファイルのボックス構造(moov/mdat)を読んだり書いたりしない。そのため実運用では、
mp4box.jsのようなデマルチプレクサで素のサンプルを取り出し、VideoDecoder/VideoEncoderに通し、mp4-muxer等で再びMP4コンテナに組み立て直す必要がある。 - 音声の description バイト(AudioSpecificConfig)問題: AACを扱う場合、ただ
"mp4a.40.2"と文字列を渡すだけでは動かず、入力MP4ヘッダ内にあるesdsボックス由来のdescriptionバイト配列を正確に引き継がないとデコーダ設定が失敗する。 - 非対応コーデック時の誠実なフォールバック: ChromeやSafariでもWebM内のVP9/Opusなどコンテナと環境によってWebCodecs経路が構成できないケースがあり、そのときは事前に設定確認APIで判定して別経路へ逃がすか、正直に未対応を伝える設計が要る。
3. ローカル処理ツールのこれから
W3C WebCodecsの継続的な更新(2026年11月時点のDraftおよび各Audio/Linear PCMレジストリ整備)は、サーバーへ動画や音声をアップロードせずに手元の端末のハードウェア能力をブラウザから安全に引き出す基盤が標準として成熟してきたことを示している。
利用者がツールを選ぶ立場でも、「対応と書いてあるのに動かない」「実は裏でサーバーへ送信していた」という見分け方として、ローカルでどのAPIとコーデックを実際に使っているかを知っておくとツールの信頼性を判断しやすくなる。処理方式の詳細はデータの取り扱い確認ページにも記録している。




