FFmpegでSNS縦動画を作る方法【9:16変換ガイド】

横長の動画をSNS用に縦にしたい——この作業、GUIの動画編集ソフトでプラットフォームごとに書き出すのは正直面倒だ。「ffmpeg 縦動画変換」「ffmpeg 9:16」で検索してここにたどり着いた人も多いだろう。

実は 主要なショート動画プラットフォームはすべて同じ基本仕様 を受け付ける——1080×1920、H.264、AAC、MP4。FFmpegのコマンド1つで YouTube Shorts、Instagram Reels、TikTok、X、Facebook Reels のすべてをカバーできる。違うのは尺の上限とビットレートの最適値くらいだ。

このガイドでは、あらゆる動画を縦フォーマットに変換し、テキストや字幕を追加し、フォルダ丸ごと一括処理する方法を解説する。

この記事でわかること

Shorts・Reels・TikTok・X・Facebook Reels の動画仕様
全プラットフォーム対応の万能FFmpegコマンド
16:9→9:16 の3つの変換手法（クロップ・パディング・ブラー背景）
テキストオーバーレイと字幕の焼き込み
プラットフォーム別のエンコード調整
シェルスクリプトによる一括変換

プラットフォーム別の動画仕様

各プラットフォームのヘルプページを確認すると、核心部分は驚くほど共通していることがわかる。

プラットフォーム	アスペクト比	最大解像度	コーデック	最大尺	ファイルサイズ上限
YouTube Shorts	9:16	1080×1920	H.264 + AAC	3分	256 GB
Instagram Reels	9:16	1080×1920	H.264 + AAC	20分（90秒推奨）	4 GB
TikTok	9:16	1080×1920	H.264 + AAC	録画10分 / アップロード60分	72〜500 MB
X（Twitter）	9:16, 16:9, 1:1	1920×1080	H.264 + AAC	2分20秒（無料）/ 4時間（Premium）	512 MB（無料）/ 16 GB（Premium）
Facebook Reels	9:16	1080×1920	H.264 + AAC	制限なし（90秒以内推奨）	4 GB

パターンは明確: 1080×1920、H.264、AAC、MP4 。これが全プラットフォーム共通のターゲットだ。各プラットフォームの仕様は頻繁に変わるので、大量アップロードの前にはリンク先の公式ページで最新の上限を確認しよう。

推奨ビットレート

ビットレートは画質とファイルサイズのトレードオフ。プラットフォーム側で再エンコードされるため、上げすぎても帯域の無駄になる。

プラットフォーム	映像ビットレート	音声ビットレート	備考
YouTube Shorts	5〜10 Mbps	128 kbps	YouTube公式は1080pで8 Mbps以上推奨
Instagram Reels	3.5〜5 Mbps	128 kbps	Metaは強力に再エンコードする
TikTok	2〜4 Mbps	128 kbps	ファイルサイズ最適化向き
X	2.5〜5 Mbps	128 kbps	1080pで5 Mbps、720pで2.5 Mbps
Facebook Reels	4〜6 Mbps	128 kbps	テキスト多めの動画はやや高めに

万能FFmpegプリセット

このコマンド1つで、上記すべてのプラットフォームに対応したファイルが作れる。

bash

ffmpeg -i input.mp4 \
  -vf "scale=1080:1920:force_original_aspect_ratio=decrease,pad=1080:1920:(ow-iw)/2:(oh-ih)/2:black,setsar=1" \
  -c:v libx264 -crf 20 -preset slow -profile:v high -level 4.2 \
  -pix_fmt yuv420p -r 30 \
  -c:a aac -b:a 128k -ar 44100 -ac 2 \
  -movflags +faststart \
  -y output_vertical.mp4

各フラグの役割:

フラグ	役割
`scale=1080:1920:force_original_aspect_ratio=decrease`	1080×1920に収まるようにスケーリング（アスペクト比維持）
`pad=1080:1920:(ow-iw)/2:(oh-ih)/2:black`	余白を黒帯で埋める
`setsar=1`	正方形ピクセルを保証（引き伸ばし防止）
`-crf 20`	品質レベル——低いほど高画質・大容量。18〜23が実用的な範囲
`-preset slow`	エンコード時間を犠牲に圧縮効率を向上
`-profile:v high -level 4.2`	H.264の最大互換性
`-pix_fmt yuv420p`	幅広いプレイヤーとの互換性に必須
`-movflags +faststart`	moovアトムを先頭に移動——Web再生に必須

プラットフォーム別のCRF調整

-crf の値で品質とサイズのバランスを調整できる。

bash

# YouTube Shorts — 高品質（YouTubeが再エンコードするので綺麗な素材を渡す）
-crf 18

# Instagram Reels / TikTok — バランス型（どうせ圧縮される）
-crf 22

# X — ファイルサイズ優先（512 MB制限対策）
-crf 23

16:9 → 9:16 変換の3つの手法

万能プリセットはパディング（黒帯）方式だが、それがベストとは限らない。被写体をクロップで切り出すこともあれば、ブラー背景でプロっぽく仕上げたいこともある。3つの方法を使い分けよう。

方法1: パディング（黒帯）

向いている場面: チュートリアル、画面録画、内容をすべて見せたい動画。

bash

ffmpeg -i input_16x9.mp4 \
  -vf "scale=1080:-2:force_original_aspect_ratio=decrease,pad=1080:1920:(ow-iw)/2:(oh-ih)/2:black" \
  -c:v libx264 -crf 20 -preset slow -pix_fmt yuv420p \
  -c:a aac -b:a 128k -movflags +faststart \
  output_padded.mp4

映像が中央に配置され、上下に黒帯が入る。シンプルだが、16:9ソースだと画面の約43%が黒帯で無駄になる。

方法2: クロップ（中央切り抜き）

向いている場面: アクション中心の映像、被写体が中央にある動画。

bash

ffmpeg -i input_16x9.mp4 \
  -vf "scale=-2:1920,crop=1080:1920" \
  -c:v libx264 -crf 20 -preset slow -pix_fmt yuv420p \
  -c:a aac -b:a 128k -movflags +faststart \
  output_cropped.mp4

高さを1920にスケーリングし、中央から幅1080をクロップする。左右の約43%が失われる。

特定の位置からクロップしたい場合:

bash

# 左寄りの被写体 → 左端からクロップ
-vf "scale=-2:1920,crop=1080:1920:0:0"

# 右寄りの被写体 → 右端からクロップ
-vf "scale=-2:1920,crop=1080:1920:iw-1080:0"

方法3: ブラー背景（プロっぽい仕上がり）

向いている場面: YouTubeの横動画をShorts/Reelsに転用するとき。多くのクリエイターが使う定番テクニック——元の映像を中央に配置し、背景をぼかしたズーム版で埋める。

bash

ffmpeg -i input_16x9.mp4 -filter_complex \
  "[0:v]scale=1080:1920:force_original_aspect_ratio=increase,crop=1080:1920,boxblur=20:5[bg]; \
   [0:v]scale=1080:1920:force_original_aspect_ratio=decrease,pad=1080:1920:(ow-iw)/2:(oh-ih)/2:color=0x00000000[fg]; \
   [bg][fg]overlay=0:0,format=yuv420p" \
  -c:v libx264 -crf 20 -preset slow \
  -c:a aac -b:a 128k -movflags +faststart \
  output_blur_bg.mp4

フィルタチェーンの仕組み:

[bg]: 入力を1080×1920を ** 覆う** ようにスケーリング→クロップ→ボックスブラー適用
[fg]: 入力を1080×1920に ** 収まる** ようにスケーリング→透明パディング
overlay: ぼかした背景の上にシャープな前景を重ねる

どの方法を選ぶべきか？

方法	メリット	デメリット	向いている用途
パディング	内容の欠損なし、高速	画面が狭い、地味	チュートリアル、画面録画
クロップ	画面いっぱいに表示	左右の映像が失われる	アクション、中央の被写体
ブラー背景	プロっぽい仕上がり、内容の欠損なし	エンコードが遅い、ファイルが大きい	YouTube動画の転用

テキストオーバーレイと字幕の焼き込み

SNS向けの縦動画にはテキストがほぼ必須——タイトル、CTA、フルキャプション。FFmpegなら静的テキストも字幕も焼き込める。

drawtextで静的テキストを重ねる

bash

ffmpeg -i input.mp4 \
  -vf "scale=1080:1920:force_original_aspect_ratio=decrease,pad=1080:1920:(ow-iw)/2:(oh-ih)/2:black, \
       drawtext=text='チャンネル登録よろしく':fontsize=48:fontcolor=white:x=(w-text_w)/2:y=h-100: \
       fontfile=/usr/share/fonts/opentype/noto/NotoSansCJK-Regular.ttc: \
       box=1:boxcolor=black@0.6:boxborderw=10" \
  -c:v libx264 -crf 20 -preset slow -pix_fmt yuv420p \
  -c:a aac -b:a 128k -movflags +faststart \
  output_text.mp4

drawtext の主なパラメータ:

パラメータ	説明
`text`	表示するテキスト
`fontsize`	フォントサイズ（ピクセル）。1080p縦動画なら48〜72が読みやすい
`fontcolor`	テキスト色（`white`、`yellow`、`#FF5733`）
`x`, `y`	位置——`(w-text_w)/2` で水平中央揃え
`fontfile`	フォントファイルのパス。日本語は必ず日本語対応フォントを指定
`box=1`	背景ボックスを有効化
`boxcolor=black@0.6`	半透明の黒背景
`enable='between(t,2,8)'`	2〜8秒の間だけ表示

SRT字幕を焼き込む

ハードサブ（焼き込み字幕）はSNS動画の定番——ほとんどの視聴者がミュートで見ている。プラットフォームの自動字幕は誤認識が多いので、自前の字幕を焼き込む方が確実だ。

bash

ffmpeg -i input.mp4 \
  -vf "scale=1080:1920:force_original_aspect_ratio=decrease,pad=1080:1920:(ow-iw)/2:(oh-ih)/2:black, \
       subtitles=captions.srt:force_style='FontSize=20,FontName=Noto Sans CJK JP,PrimaryColour=&H00FFFFFF,OutlineColour=&H00000000,Outline=2,MarginV=60'" \
  -c:v libx264 -crf 20 -preset slow -pix_fmt yuv420p \
  -c:a aac -b:a 128k -movflags +faststart \
  output_subtitled.mp4

force_style はASSスタイル構文を使う。主なオプション:

FontSize=20 — ASSの座標系でのサイズ（drawtextのピクセル指定とは異なる）
PrimaryColour=&H00FFFFFF — 白テキスト（書式: &HAABBGGRR）
OutlineColour=&H00000000 — 黒アウトライン
Outline=2 — アウトラインの太さ
MarginV=60 — 下端からのマージン（プラットフォームのUIに被らないように）

ASS字幕で高度なスタイリング

ワード単位のハイライト（カラオケ風）や精密な配置が必要なら、ASS形式を使う。

bash

ffmpeg -i input.mp4 \
  -vf "scale=1080:1920:force_original_aspect_ratio=decrease,pad=1080:1920:(ow-iw)/2:(oh-ih)/2:black, \
       ass=styled_captions.ass" \
  -c:v libx264 -crf 20 -preset slow -pix_fmt yuv420p \
  -c:a aac -b:a 128k -movflags +faststart \
  output_ass.mp4

音声から自動で字幕を生成するなら、FFmpeg + Whisper 自動字幕生成ガイドを参照。

プラットフォーム別の微調整

万能プリセットで90%のケースはカバーできるが、特定のプラットフォームに最適化したい場合もある。

YouTube Shorts

YouTubeは高ビットレートでアップロードすると複数の画質ティアをより長く保持する。

bash

ffmpeg -i input.mp4 \
  -vf "scale=1080:1920:force_original_aspect_ratio=decrease,pad=1080:1920:(ow-iw)/2:(oh-ih)/2:black,setsar=1" \
  -c:v libx264 -crf 18 -preset slow -profile:v high -level 4.2 \
  -pix_fmt yuv420p -r 60 \
  -c:a aac -b:a 192k -ar 48000 -ac 2 \
  -movflags +faststart \
  -t 180 \
  output_shorts.mp4

万能プリセットとの違い:

-crf 18 — 高品質（YouTubeが再エンコードするので綺麗な素材を渡す）
-r 60 — 60 fpsで滑らかな再生
-b:a 192k -ar 48000 — 高音質
-t 180 — Shortsの最大尺 3分でカット

Instagram Reels

Metaのサーバーは強力に再エンコードするので、巨大なファイルを送る意味はない。小さく綺麗なソースを目指す。

bash

ffmpeg -i input.mp4 \
  -vf "scale=1080:1920:force_original_aspect_ratio=decrease,pad=1080:1920:(ow-iw)/2:(oh-ih)/2:black,setsar=1" \
  -c:v libx264 -crf 22 -preset slow -profile:v high -level 4.0 \
  -pix_fmt yuv420p -r 30 \
  -c:a aac -b:a 128k -ar 44100 -ac 2 \
  -movflags +faststart \
  -t 90 \
  output_reels.mp4

-crf 22 — やや圧縮を強めに（Metaが再エンコードするので）
-t 90 — Instagramはリーチ最適化のため90秒以内を推奨

TikTok

TikTokのアルゴリズムは21〜34秒の動画を好む傾向がある。ファイルサイズは小さめに。

bash

ffmpeg -i input.mp4 \
  -vf "scale=1080:1920:force_original_aspect_ratio=decrease,pad=1080:1920:(ow-iw)/2:(oh-ih)/2:black,setsar=1" \
  -c:v libx264 -crf 23 -preset slow -profile:v high -level 4.0 \
  -maxrate 4M -bufsize 8M \
  -pix_fmt yuv420p -r 30 \
  -c:a aac -b:a 128k -ar 44100 -ac 2 \
  -movflags +faststart \
  output_tiktok.mp4

-maxrate 4M -bufsize 8M — ビットレートの上限を抑えてファイルサイズをコントロール
-crf 23 — サイズ重視のバランス

X（Twitter）

Xは無料ユーザーのファイルサイズ制限（512 MB）と尺制限（2分20秒）が最も厳しい。

bash

ffmpeg -i input.mp4 \
  -vf "scale=1080:1920:force_original_aspect_ratio=decrease,pad=1080:1920:(ow-iw)/2:(oh-ih)/2:black,setsar=1" \
  -c:v libx264 -crf 23 -preset slow -profile:v high -level 4.0 \
  -maxrate 5M -bufsize 10M \
  -pix_fmt yuv420p -r 30 \
  -c:a aac -b:a 128k -ar 44100 -ac 2 \
  -movflags +faststart \
  -t 140 \
  output_x.mp4

-t 140 — 2分20秒でハードカット
-maxrate 5M — ビットレートの急上昇を防いで512 MB超えを回避

一括変換（バッチ処理）

大量の動画を変換するなら、シェルスクリプトで自動化しよう。

フォルダ内の全動画を変換

bash

#!/bin/bash
# batch-vertical.sh — 全MP4を9:16縦動画に変換
INPUT_DIR="$1"
OUTPUT_DIR="$2"
METHOD="${3:-pad}"  # pad, crop, blur

mkdir -p "$OUTPUT_DIR"

for f in "$INPUT_DIR"/*.mp4; do
  filename=$(basename "$f" .mp4)
  echo "処理中: $filename"

  case "$METHOD" in
    pad)
      VF="scale=1080:1920:force_original_aspect_ratio=decrease,pad=1080:1920:(ow-iw)/2:(oh-ih)/2:black,setsar=1"
      ;;
    crop)
      VF="scale=-2:1920,crop=1080:1920,setsar=1"
      ;;
    blur)
      ffmpeg -i "$f" -filter_complex \
        "[0:v]scale=1080:1920:force_original_aspect_ratio=increase,crop=1080:1920,boxblur=20:5[bg]; \
         [0:v]scale=1080:1920:force_original_aspect_ratio=decrease,pad=1080:1920:(ow-iw)/2:(oh-ih)/2:color=0x00000000[fg]; \
         [bg][fg]overlay=0:0,format=yuv420p" \
        -c:v libx264 -crf 20 -preset slow \
        -c:a aac -b:a 128k -movflags +faststart \
        -y "$OUTPUT_DIR/${filename}_vertical.mp4"
      continue
      ;;
  esac

  ffmpeg -i "$f" \
    -vf "$VF" \
    -c:v libx264 -crf 20 -preset slow -pix_fmt yuv420p \
    -c:a aac -b:a 128k -movflags +faststart \
    -y "$OUTPUT_DIR/${filename}_vertical.mp4"
done

echo "完了。出力先: $OUTPUT_DIR"

使い方:

bash

chmod +x batch-vertical.sh
./batch-vertical.sh ./raw_videos ./vertical_output pad
./batch-vertical.sh ./raw_videos ./vertical_output blur

並列処理で高速化

上のスクリプトは1本ずつ処理する。大量のファイルを扱うなら、xargsで並列化すると速い。

bash

# 4本同時にエンコード
ls raw_videos/*.mp4 | xargs -P 4 -I {} bash -c '
  filename=$(basename "{}" .mp4)
  ffmpeg -i "{}" \
    -vf "scale=1080:1920:force_original_aspect_ratio=decrease,pad=1080:1920:(ow-iw)/2:(oh-ih)/2:black,setsar=1" \
    -c:v libx264 -crf 20 -preset slow -pix_fmt yuv420p \
    -c:a aac -b:a 128k -movflags +faststart \
    -y "vertical_output/${filename}_vertical.mp4"
'

より高度な自動化（Python、進捗表示、エラーハンドリング）は FFmpeg × Python 自動化ガイドを参照。

よくある質問（FAQ）

Shorts・Reels・TikTokのベストなアスペクト比は？

全プラットフォームで 9:16（1080×1920） 。1:1（正方形）も投稿できるが、フルスクリーン縦表示を優先するプラットフォームでは画面占有率が下がり、エンゲージメントも低くなる。

4K（2160×3840）の縦動画をアップロードできる？

YouTube Shortsは4Kに対応している。ただしInstagramとTikTokはサーバー側で1080pに再エンコードされるため、4Kでアップロードしても画質向上にはつながらない。アップロード時間と帯域の無駄なので、1080×1920に統一するのがベスト。

正方形（1:1）の動画を9:16にするには？

16:9と同じアプローチ——パディング、クロップ、ブラー背景のいずれか:

bash

# 正方形→9:16（パディング）
ffmpeg -i square.mp4 \
  -vf "scale=1080:-2:force_original_aspect_ratio=decrease,pad=1080:1920:(ow-iw)/2:(oh-ih)/2:black" \
  -c:v libx264 -crf 20 -pix_fmt yuv420p -c:a copy \
  output_vertical.mp4

H.264ではなくH.265（HEVC）を使うべき？

SNSへのアップロードにはH.264がベスト。全プラットフォームがH.264のアップロードに対応しており、HEVCだと処理エラーが発生するケースがある。プラットフォーム側は内部的にVP9やAV1に再エンコードするので、入力コーデックで画質に差は出ない。マスター保存用ならH.265やAV1の方が圧縮効率は高い——AV1 vs H.265 vs H.264 比較ガイドを参照。

動画を特定の尺にトリミングしてから変換するには？

-ss（開始時間）と -t（秒数）または -to（終了時間）を使う:

bash

# 1分15秒から30秒間を切り出し
ffmpeg -ss 01:15 -i input.mp4 -t 30 \
  -vf "scale=1080:1920:force_original_aspect_ratio=decrease,pad=1080:1920:(ow-iw)/2:(oh-ih)/2:black" \
  -c:v libx264 -crf 20 -pix_fmt yuv420p -c:a aac -b:a 128k \
  -movflags +faststart output_clip.mp4

-ss を -i の前に置くと高速シーク（入力シーク）、後に置くとフレーム精度の正確なシーク（低速）になる。詳しくは FFmpegの使い方完全ガイドを参照。

GPUでエンコードを高速化するには？

libx264 をハードウェアエンコーダに置き換えるだけ:

bash

# NVIDIA NVENC
-c:v h264_nvenc -preset p4 -cq 22

# Intel Quick Sync
-c:v h264_qsv -global_quality 22

# Apple VideoToolbox（macOS）
-c:v h264_videotoolbox -q:v 60

GPUエンコードは3〜10倍高速だが、同じ画質だとファイルサイズがやや大きくなる。セットアップ手順は FFmpeg GPU高速化ガイドを参照。

SNSにアップロードする前に音声の正規化は必要？

強く推奨する。各プラットフォームは独自のラウドネス正規化（おおむね -14 LUFS前後）を適用する。音量が極端に小さいまたは大きいソースだと、プラットフォーム側の処理で音が潰れたり歪んだりすることがある。事前に正規化しておくことで、最終的な音質をコントロールできる。詳しくは FFmpeg音声正規化ガイドを参照。

各プラットフォームに最適な動画の長さは？

コンテンツの種類やオーディエンスによって変わるが、アルゴリズムが好む傾向の目安:

プラットフォーム	最適な尺	最大尺
YouTube Shorts	30〜60秒	3分
Instagram Reels	15〜30秒	20分
TikTok	21〜34秒	60分（アップロード）
X	15〜45秒	2分20秒（無料）/ 4時間（Premium）
Facebook Reels	15〜30秒	制限なし（90秒以内推奨）

まとめ

FFmpegでSNS向けの動画変換は3つのポイントに集約される: 正しい解像度（1080×1920）、正しいコーデック（H.264 + AAC / MP4）、そしてコンテンツに合った変換方法（クロップ・パディング・ブラー背景）。

記事冒頭の万能プリセットでほとんどの場面をカバーできる。大量処理が必要ならバッチスクリプトで数百本まとめて変換できる。音声正規化や字幕生成も組み合わせるなら、loudnormガイドと Whisper字幕ガイドを参照してほしい。

FFmpegコマンドの全体像は FFmpegの使い方完全ガイドにまとまっている。