録音ファイルの容量の計算｜WAVとMP3で1時間は何MBか（実測つき）

文字起こしのために録音する時、「1時間録るとファイルは何MBになるか」は、サンプリング周波数・ビット数・チャンネル数（モノラルかステレオか）から計算できます。スマホやPCの容量、クラウドへのアップロードの時間を見積もる時に役立ちます。この記事では、計算の式と、筆者がPythonで実際にWAVファイルを書き出して測ったサイズを示します。

（確認：筆者のPC（Python 3.13の標準モジュール wave）で、2026年10月17日に60秒の無音のWAVを3つの形式で書き出し、ファイルサイズを測りました。MP3のサイズは、ビットレートからの計算値で、実際のファイルは測っていません）

WAV（非圧縮）の計算式

1秒あたりのバイト数 ＝ サンプリング周波数 × （ビット数 ÷ 8） × チャンネル数

たとえば、CDと同じ44.1kHz・16ビット・ステレオなら、44,100 × 2 × 2 ＝ 176,400バイト/秒。60秒で10,584,000バイトです。WAVには、これに44バイトほどの見出し（ヘッダー）が付きます。

実際に書き出して測ったサイズ

実測のサイズは、式の値に44バイトを足した数字と一致しました。1時間の目安は、60秒の値を60倍した筆者の計算です。

MP3など圧縮した形式の計算式

ファイルサイズ（バイト）＝ ビットレート（bps）÷ 8 × 秒数

同じ1時間でも、ステレオのWAV（約606MiB）と、128kbpsのMP3（約54.9MiB）では、10倍以上の差があります。

文字起こし用の録音で考えること（筆者の考え）

1. 声だけならモノラルで足りる：話し声の録音で、ステレオにする利点は小さい。モノラルにするだけで、WAVのサイズは半分になります
2. アップロードの時間：たとえば上り10Mbpsの回線なら、約606MiBのファイルは、606×1,048,576×8÷10,000,000 ≒ 約508秒（8分半ほど）かかる計算です。128kbpsのMP3なら約46秒です
3. ツールの上限：文字起こしサービスには、1回の長さや、月に取り込めるファイルの数の上限があります（Nottaのフリーは1回3分まで・ファイルインポート月50個、と公式の料金ページにあります）。ファイルの大きさの上限は、この記事では確認していません
4. 音質を下げすぎない：圧縮しすぎると、文字起こしの精度が下がる可能性があります。精度は、同じ原稿で比べて確かめます（文字起こしの精度を自分で測る方法）

自分で測るコード

# 60秒の無音WAVを書き出して、サイズを測る（Python標準のwaveモジュール）
import wave, os
with wave.open("test.wav", "wb") as w:
    w.setnchannels(1)        # モノラル
    w.setsampwidth(2)        # 16ビット
    w.setframerate(16000)    # 16kHz
    w.writeframes(b"\x00\x00" * 16000 * 60)
print(os.path.getsize("test.wav"))   # 1920044

チャンネル数や周波数を変えて実行すると、上の表の値になります。音声メモから記事を作る流れは音声メモから記事の下書きを作る流れにまとめています。

空き容量で何時間録れるか

スマホやPCの空き容量が10GB（10,240MiB）の場合の目安です（筆者の計算）。

録音アプリで見る設定

• 形式：WAV（非圧縮）か、MP3・AACなどの圧縮か
• サンプリング周波数：44.1kHz・48kHz・16kHzなど
• チャンネル：モノラルかステレオか
• ビットレート（圧縮形式の場合）：64kbps・128kbpsなど

この4つが分かれば、上の式で1時間のサイズを出せます。

まとめ

• WAVのサイズ＝周波数×（ビット数÷8）×チャンネル数×秒数＋ヘッダー
• 実測では、60秒で ステレオ44.1kHz 約10.1MiB、モノラル16kHz 約1.8MiB。1時間なら約606MiBと約110MiB
• 声の録音はモノラルで足りる。圧縮しすぎず、精度は自分で比べる

本記事は計算方法の説明であり、特定のサービスを勧めるものではありません。