1. Remove Silence
  2. ブログ

フィラーは1分に何回まで?「えー」「あのー」の許容回数と削り方

1分あたり数回のフィラーは普通のことで、話し手の印象を損ないません。2024年の研究では、1分5回のフィラーを含むスピーチは、フィラーのないスピーチと比べて効果的という評価が下がりませんでした。一方、1分12回になると評価が下がり、特にumやuhのような「音」のフィラーで顕著でした。この記事では、その研究が何を測ったのか、そもそもなぜ「えー」と言ってしまうのか、自分の回数の数え方、そして録音からどのフィラーを削るべきかの判断方法を解説します。

なお、ここで紹介する研究はどちらも英語の発話を対象にしています。日本語の「えー」「あのー」「えっと」に同じ数字がそのまま当てはまるとは限らないので、目安として読んでください。

2024年の研究が調べたこと

Matthew LaskeとFlorence DiGennaro Reedは、2024年にJournal of Applied Behavior Analysisで「Um, so, like, do speech disfluencies matter? A parametric evaluation of filler sounds and words」を発表しました(第57巻第3号、574〜583ページ、doi:10.1002/jaba.1093)。

2人は、フィラーの「音」と「語」を1分あたり0回、2回、5回、12回の4段階で含むスピーチを作成しました。調査研究向けのクラウドソーシングサービスで集めた聞き手が、それぞれの話し手のパブリックスピーキングを評価しました。要旨(アブストラクト)が報告している結果は次のとおりです。

1分あたりの回数 要旨が報告している内容
0 基準。フィラーなし
2 テスト済み。要旨では個別の結果に触れていない
5 効果的という印象に悪影響はなかった
12 印象に影響があり、特にフィラーの「音」で顕著

著者らは、フィラーの「音」を減らすことが効果的な印象のために重要であり、1分あたり5回以下の非流暢性なら許容できる可能性がある、と結論づけています。言い回しに注意してください。作成されたスピーチとオンラインの評価者を使った1件の研究からの慎重な結論であって、決まったルールではありません。会話形式のポッドキャストや講義は、準備されたスピーチとは違った評価を受けるかもしれません。

「音」のフィラーと「語」のフィラーは別物

この研究は、フィラーを2種類に分けています。

  • フィラーの「音」:英語のum、uh、er など。通常の意味での単語ではありません。日本語なら「えー」「あー」「えっと」「あのー」がこれに近いものです。
  • フィラーの「語」:英語のlike、so、you knowなど。本来は意味のある単語を、意味を足さずに使っているものです。日本語なら「まあ」「なんか」「その」が近い使われ方をします。

要旨によると、印象への影響が最も強かったのはフィラーの「音」でした。国際行動分析学会(ABAI)のブログに掲載されたTom Critchfieldの解説も、データから同じ傾向を読み取っています。単語ではない非流暢性のほうが、単語の非流暢性より聞き手の評価を下げる、というものです。

編集作業に落とし込むと、作業の順番が決まります。まずumやuh、日本語なら「えー」「あのー」を削ります。「まあ」「なんか」のような語は慎重に扱ってください。きれいに削りにくく、意味を持っていることもあるからです。

なぜ「えー」「あのー」と言ってしまうのか

Herbert ClarkとJean Fox Treeは、2002年にCognitionで発表した「Using uh and um in spontaneous speaking」(第84巻、73〜111ページ)でこの問題を研究しました。自然な発話を録音した大規模なコーパスをいくつも分析し、話し手はuhとumを、これから生じると予想した遅れを予告するために使っている、と提案しました。uhは小さな遅れ、umは大きな遅れです。

2人はさらに、聞き手がこれらの合図からもっと多くを読み取れると論じています。話し手は言葉を探しているのかもしれないし、次に何を言うか決めているのかもしれない。話す番を保ちたいのかもしれないし、相手に渡したいのかもしれません。結論は、uhとumは英語の慣習的な単語であり、ほかの単語と同じように計画されて発せられている、というものです。

これは英語についての研究ですが、編集するうえで役に立つ視点です。フィラーは何かの役目を果たしていることが多いのです。インタビューで「えー」と言えば、考えている間も自分がまだ話す番だと相手に伝えられます。それを削ると、「えー」よりも不自然な空白が残ることがあります。

自分のフィラーの回数を数える方法

ソフトウェアは必要ありません。自然に話している録音と、数分間の集中力があれば測れます。

  1. よく知っていることを台本なしで説明している自分を3〜5分録音します。テスト用の録音より、実際の通話やポッドキャストの一部のほうが適しています。
  2. 自分が話している正確な時間を記録します。ほかの人が長く話している区間は除きます。
  3. 聞き返すか、自動生成された文字起こしを読みながら、「音」のフィラーと「語」のフィラーを別々の列で数えます。
  4. それぞれの数を分数で割ります。
例 「音」のフィラー 「語」のフィラー 分数 1分あたり
練習前 22 9 4 音5.5回、語2.25回
練習後 10 7 4 音2.5回、語1.75回

この表の数字は計算方法を示すための例で、研究のデータではありません。

文字起こしを使うと聞き返すより速く数えられますが、フィラーがきちんと文字に起こされているかを確認してください。たとえばPremiere Proは、この機能が追加されたあとに作成した文字起こしにしかフィラーのラベルをつけません。古い文字起こしで数えると、実際より少なく見えてしまいます。

フィラーをあえて残すべきとき

フィラーゼロは目標ではありません。整えすぎた録音は、いかにも編集した音に聞こえることがあります。

  • 会話。 2人のポッドキャストやインタビューでは、フィラーは考えている間も誰が話す番かを示す目印になります。いくつかは残しましょう。
  • 意味を持つ言葉。 「なんか雨が降りそう」の「なんか」は、文脈によっては「何となく」という意味を担っています。英語の「it looked like rain」の「like」もフィラーではありません。自動検出はそれでも印をつけることがあるので、カットはすべて確認してください。
  • リズム。 文の途中の「えー」を削ると、前後の言葉がぶつかることがあります。カット後に慌ただしく聞こえたら、元に戻します。
  • 自然さ。 カジュアルなVlogでフィラーがまったくないと、台本を読んでいるように聞こえることがあります。少し残すと自然に聞こえます。

2024年の研究をふまえた現実的な目標は、最終的な編集でフィラーの「音」を1分あたり数回程度まで減らすことで、すべてを消すことではありません。

ケース別の編集判断

状況 判断
文頭の「えー」「あのー」 カット。きれいに削りやすい
文の途中の「えー」のあとに間がある 「えー」と間の両方をカット。片方だけだと空白が残る
「私たちは、私たちは行きました」のような言い直し 最初の言いかけをカットし、最後のテイクを残す
フィラーとしての「まあ」「なんか」 文が自然に聞こえる場合だけカット
インタビューで答える前の「えー」 基本的には残す
1つの段落にフィラーが多い 「音」を削り、それでもたどたどしければ録り直す

見落としやすいのは2行目です。「えー」を削っても周りの無音が残ることが多く、聞き手にはフィラーの代わりに空白が聞こえます。フィラーを削除したあとに無音カットをかけるか、両方を一度に処理できるツールを使いましょう。どのくらいの間から問題になるかは、デッドエアとはで解説しています。

録音からフィラーを削除する

音量を測るだけのツールでは、フィラーは見つけられません。「えー」は前後の言葉と同じくらいの音量だからです。音声認識が必要で、このサイトの無料ツールが無音は削除してもフィラーは削除しないのはそのためです。

Premiere Pro

Adobeは、テキストベース編集にフィラーの検出機能を追加しました。Adobeの告知によると、uhやumのような音を検出し、文字起こしの中で[filler]というラベルをつけます。

  1. シーケンスを文字起こしします。この機能が追加される前に文字起こししたクリップは、フィラーを表示するために文字起こしをやり直す必要があります。
  2. Transcript パネルでフィルターアイコンをクリックし、Filler を選びます。
  3. Delete をクリックし、空白を詰めるなら Extract、空白を残すなら Lift を選びます。
  4. 何をフィラーや間として扱うかを変えるには、パネルのオーバーフローメニューを開いて Transcribe view options を選びます。

Adobeの告知では、フィラーの検出は当時の文字起こし(Speech to Text)が対応していた18言語すべてで使えるとされています。ベータ版として発表されたもので、スレッドには以降のビルドで変わったという報告もあるので、お使いのバージョンで確認してください。

Descript

Descriptのヘルプセンターでは、右サイドバーの AI Tools パネルにある Remove filler words が紹介されています。フィラーごとに、削除(テキストと音声の両方を削除)するか、無視(台本上は取り消し線で残し、音声だけを削除)するかを選べます。現在のプランでは、この機能はAIクレジットを消費します。Descriptのヘルプページには、フィラーの検出は現在英語の文字起こしにのみ対応していると書かれています。

iPhoneとiPadのQuellCut

  1. 動画または音声を読み込みます。
  2. Enhancements を開き、録音で話されている言語を選びます。
  3. Remove filler words をオンにします。同じ文を繰り返している場合に最後のテイクだけを残すには、Remove repetitions もオンにします。
  4. タイムラインですべてのカットを確認し、残したいものはオフに戻します。

QuellCutはAppleの音声認識を使い、言語が対応していればデバイス上で処理します。無音カットも同じ処理で行います。各方法の詳細はフィラー削除ガイドにまとめています。

話すときにフィラーを減らす

編集で直せるのは録音だけです。ライブのトークや通話では、「えー」を無言の間に置き換える、というのがよく聞くアドバイスです。短い沈黙でも考えていることは伝わりますし、録音ならあとで簡単に詰められます。少しゆっくり話すことと、話し始める前に最初の一文を決めておくことも効果があります。

定期的に収録しているなら、後日の録音で同じ方法を使ってもう一度数えてみてください。そうすれば数字を比べられます。

次のステップ

録音に長い間もあるなら、このサイトの無料ツールが3分までのファイルの無音部分を、何もアップロードせずにブラウザ上で見つけて削除します。音量だけを測るツールなので、フィラーはそのまま残ります。

フィラー、言い直し、無音をスマートフォンで一度に処理したいなら、QuellCutがデバイス上で編集し、書き出す前にカットを一つずつ確認できます。短尺動画については、ショート、リール、TikTokの無音カットをご覧ください。

よくある質問

「えー」と言ってしまうのはおかしいことですか?
いいえ。自然な発話の研究では、英語のumやuhは、次に言うことを考えている間の遅れを知らせる、ごく普通の話し言葉の一部として扱われています。目標はゼロにすることではなく、回数を少なくすることです。
フィラーは1分に何回までなら許容範囲ですか?
2024年にJournal of Applied Behavior Analysisに掲載された研究の著者は、1分あたり5回以下なら許容できる可能性があると結論づけています。この実験では、1分5回では話し手の効果的な印象は損なわれませんでした。英語のスピーチを使った実験です。
umやuhは、likeやsoより悪い印象を与えますか?
この研究では、「音」のフィラーのほうが「語」のフィラーより聞き手の評価に強く影響しました。日本語に置き換えるなら、まず「えー」「あのー」のような音のフィラーから削るのが順当です。
フィラーを自動で削除できますか?
できます。Premiere Proの文字起こし、Descript、QuellCutのような音声認識を使うツールが必要です。音量を測るだけのツールでは見つけられません。フィラーはほかの言葉と同じくらいの音量だからです。
Descriptは英語以外のフィラーも削除できますか?
Descriptのヘルプセンターによると、フィラーの検出は英語の文字起こしにのみ対応しています。対応状況は変わることがあるので、最新のヘルプページを確認してください。

出典: Laske & DiGennaro Reed(2024)、Journal of Applied Behavior Analysis、doi:10.1002/jaba.1093, Clark & Fox Tree(2002)、Cognition 84、doi:10.1016/S0010-0277(02)00017-3, ABAIブログ:言語行動における形態と機能の続報, Adobe コミュニティ:Premiere Proのテキストベース編集でのフィラー, Descript ヘルプ:フィラーを削除する.