サイトスクリプトblog

（補記１）
FFmpeg の -map オプションを用いた方法を記しておきます。このオプションを使うと、上記、手順２のように、わざわざ、マニフェストファイルを開いて中身を確認する、という作業が必要なくなります。

1. コマンドプロンプトウィンドウへ、

   ffmpeg -i "manifest file url"
   

   と入力して Enter キーを押します。
   • ffmpeg.exe のあるフォルダへパスが通っている、ないし、ffmpeg.exe のあるフォルダ( binフォルダ )がカレントになっているものとして記しています
   • 緑字部分manifest file url には、手順１で取得した manifest file url（親マニフェストファイルURL）を記します。（手順２で取得した子manifest file url を指定してもかまいませんが、おそらく、画像、音声、それぞれ１つずつの Stream (トラック)しか表示されないでしょう）。
2. コマンドプロンプトウィンドウ内に次々と表示が流れていくと思います。この表示ののうち、たとえば、

     Duration: 01:36:11.00, start: 18805.513533, bitrate: 0 kb/s
       Stream #0:0: Video: h264 (Main) ([27][0][0][0] / 0x001B), yuv420p, 426x240 [SAR 1:1 DAR 71:40], 25 fps, 25 tbr, 90k tbn, 50 tbc
       Metadata:
         variant_bitrate : 390000
       Stream #0:1: Audio: aac ([15][0][0][0] / 0x000F), 22050 Hz, mono, s16, 31 kb/s
       Metadata:
         variant_bitrate : 390000
       Stream #0:2: Video: h264 (Main) ([27][0][0][0] / 0x001B), yuv420p, 640x360 [SAR 1:1 DAR 16:9], 25 fps, 25 tbr, 90k tbn, 50 tbc
       Metadata:
         variant_bitrate : 1337000
       Stream #0:3: Audio: aac ([15][0][0][0] / 0x000F), 48000 Hz, stereo, s16, 130 kb/s
       Metadata:
         variant_bitrate : 1337000
       Stream #0:4: Video: h264 (Main) ([27][0][0][0] / 0x001B), yuv420p, 854x480 [SAR 1:1 DAR 427:240], 25 fps, 25 tbr, 90k tbn, 50 tbc
       Metadata:
         variant_bitrate : 1390000
       Stream #0:5: Audio: aac ([15][0][0][0] / 0x000F), 48000 Hz, stereo, s16, 120 kb/s
       Metadata:
         variant_bitrate : 1390000
       Stream #0:6: Video: h264 (Main) ([27][0][0][0] / 0x001B), yuv420p, 1280x720[SAR 1:1 DAR 16:9], 25 fps, 25 tbr, 90k tbn, 50 tbc
       Metadata:
         variant_bitrate : 3405200
       Stream #0:7: Audio: aac ([15][0][0][0] / 0x000F), 48000 Hz, stereo, s16, 156 kb/s
       Metadata:
         variant_bitrate : 3405200
       Stream #0:8: Video: h264 (High) ([27][0][0][0] / 0x001B), yuv420p, 1920x1080 [SAR 1:1 DAR 16:9], 25 fps, 25 tbr, 90k tbn, 50 tbc
       Metadata:
         variant_bitrate : 6466000
       Stream #0:9: Audio: aac ([15][0][0][0] / 0x000F), 48000 Hz, stereo, s16, 156 kb/s
       Metadata:
         variant_bitrate : 6466000
       Stream #0:10: Video: h264 (Constrained Baseline) ([27][0][0][0] / 0x001B), yuv420p, 426x240 [SAR 1:1 DAR 71:40], 12.50 fps, 12.50 tbr, 90k tbn, 25 tbc
       Metadata:
         variant_bitrate : 260520
       Stream #0:11: Audio: aac ([15][0][0][0] / 0x000F), 22050 Hz, mono, s16, 30 kb/s
       Metadata:
         variant_bitrate : 260520
       Stream #0:12: Video: h264 (Constrained Baseline) ([27][0][0][0] / 0x001B), yuv420p, 128x72 [SAR 1:1 DAR 16:9], 6 fps, 6 tbr, 90k tbn, 12 tbc
       Metadata:
         variant_bitrate : 64000
       Stream #0:13: Audio: aac ([15][0][0][0] / 0x000F), 22050 Hz, mono, s16, 23 kb/s
       Metadata:
         variant_bitrate : 64000
   

   の、青字部分から始まるデータが、このファイルに含まれる Stream (トラック) です。その Stream のデータなども記されているのがわかると思います。
   • Stream # に続くカンマで区切られた２つの数字が、この Stream を指定する識別子になります。たとえば、Stream #0:1 だったら、識別子は、0:1 です。
3. たとえば、自分が使いたい映像の Steam が 0:0 、音声の Stream が 0:1 ならば、

   ffmpeg -i "manifest file url" -vcodec copy -acodec copy -map 0:0 -map 0:1 "outfilename.ts"
   

   のようにします。

スペイン語音声等を指定する場合は、たとえば、次のようにします。

ffmpeg -i "manifest file url" -i "スペイン語音声のmanifest file"  -vcodec copy -acodec copy -map 0:0 -map 1:0 "outfilename.ts"

0:0 のカンマ前の 0 は、-i で指定したひとつめのもの（ 0 番目のもの ＝ "manifest file url" ）を指し、これに含まれる Stream 0 番目の映像Stream を指定しています。1:0 のカンマ前の 1 は、-i で指定したふたつめのもの（ 1 番目のもの ＝ "スペイン語音声のmanifest file" ）を指し、その Stream 0 番目の音声Steam を指定しています。Stream は、上記手順に従って、あらかじめ調べておいてください。
（補記１、終わり）

（補記２）
映像Stream、音声Stream が複数ある場合（例えば上記例だと、「親」マニフェストファイルを指定した場合）で、map を指定しないと、FFmpeg は、自動的に、最高画質、最高音質の Stream をひとつずつ選び、これを使うようでした。例えば、上記例で map指定をしない場合、

Stream mapping:
  Stream #0:8 -> #0:0 (copy)
  Stream #0:3 -> #0:1 (copy)

となっていて、映像Stream に 0:8 が、音声Stream に 0:3 が、それぞれ使われています。おそらく、0:8 は、５つめの子マニフェストファイルに由来し、0:3 は、２つめの子マニフェストファイルに由来するものと思われます。これは、映像のためのフラグメントファイルと音声のためのフラグメントファイルが異なるとこを意味し、それぞれ別々にフラグメントファイルを取得することになるのだろうと思います。
（補記２、おわり）

（補記３）
本文中では、保存するファイルの拡張子を .ts にしています。保存するファイルの拡張子を .mkv にしてやると、保存ファイルのサイズが多少小さくなるかもしれません。
（補記３、おわり）

（補記４）
本文中で例として使った YouTube の HLS動画では、英語の実況音声の他、スペイン語の実況音声、自然な音の音声（会場の音声）、が選択できるようです。英語実況は、おそらく、動画と共に記録されている音声Streamで、補記１で見たStreamに当たると思われます。スペイン語実況音声、および、自然な音の音声、は、本文、手順２で取得したマニフェストファイルの #EXT-X-MEDIA: 以下に記された子マニフェストファイルURLで指定されているようです。LANGUAGE="es" のものが、スペイン語の実況音声、LANGUAGE="x-na" のものが、自然な音の音声、だろうと思います。補記１で記した方法で保存可能だろうと思います（あるいは、本文中に記したように、音声だけ別に保存して、あとから、ffmpeg を使って、音声を付加したり、いれかえたり、ということも可能です。）あるいは、副音声トラックを作って、そこに別の音声を入れておく、ということも可能です。たとえば、

ffmpeg -i "manifest file URL" -i "自然な音声のmanifest file URL"

で、保存したいStream が、映像Stream 0:0、英語実況の音声Stream 0:1、自然な音声Stream 1:0 だとすると、

ffmpeg -i "manifest file URL" -i "自然な音声のmanifest file URL" -vcodec copy -acodec copy -map 0:0 -map 0:1 -map 1:0  "outfilename.ts"

のようにすると、副音声に自然な音の音声を保存することができるようです。保存するファイルの拡張子は、補記３のように、.mkv でもうまくいくようでした。（検索などすると、上記の例のように、新しく音声トラックを追加するような場合、-newaudio パラメータを用いる例がよく紹介されているのですが、比較的新しい ffmpeg の場合、このパラメータそのものが見当たらず、ffmpeg のバージョンによって、パラメータに違いがあるのかもしれません。このあたりよくわかりません。ご自分でお使いの ffmpeg に合わせて、適宜、読み替えてください。）
（補記４、おわり）