1. Remove Silence
  2. ブログ

ナレーションとオーディオブックの無音カット

ACXが求めているのは無音ではなく、ルームトーンです。現行の要件では、各ファイルの先頭と末尾に1〜5秒のルームトーンを入れることを推奨し、ファイル内のどこでもルームトーンの間隔は5秒を超えてはならないとしています。つまりナレーションから無音を削除するときは、間を短くし、編集箇所をきれいなルームトーンで置き換えます。空白をデジタルのゼロまで削ることは決してしません。この記事では、ACXの数値、間と息継ぎの扱い方、アップロード前のファイルの確認方法を紹介します。

ACXが求めていること

以下は、ACXヘルプセンターのページに載っているオーディオ要件です。ACXはこのページを更新するので、提出前にページそのものを確認してください。

要件 ACXの記載の要約
先頭と末尾のルームトーン 各ファイルの先頭と末尾に1〜5秒を推奨
間隔 ルームトーンの間隔は5秒を超えてはならない
ラウドネス -23 dB〜-18 dB RMS
ピーク -3 dB以下
ノイズフロア -60 dB RMS以下
形式 192 kbps以上のCBR MP3、44.1 kHz
チャンネル すべてのファイルを同じ形式で、すべてモノラルかすべてステレオ
長さ 120分を超えるファイルは不可
内容 1ファイルに1章または1セクション、セクションの見出しを含める。オープニングとクロージングのクレジットは別ファイル
クリーンな音声 破裂音、マイクのポップノイズ、マウスのクリック音、過度の口の音、NGテイクがないこと

先頭と末尾の数値についての注意です。編集に関する古いACXのブログ記事では、先頭0.5〜1秒、末尾1〜5秒とされており、同じ記事の編集者注は新しいルールを参照するよう案内しています。現行の基準は要件ページで、そこでは1〜5秒という数値を推奨としています。

デジタル無音ではなくルームトーン

ACXの用語集は、ルームトーンを部屋の背景ノイズと定義し、オーディオブックでは、スタジオの静止時の音であり、できるだけ無音に近いものであるべきだとしています。後半は誤解しやすい部分です。できるだけ無音に近いというのは、静かな部屋という意味です。部屋の音をゼロに置き換えるという意味ではありません。

ACX自身のQAの記事ははっきりと、音声が完全なゼロまで落ちてはならない、と書いています。さらに、ルームトーンを基準とし、全体を通して一定に保たなければならないとしています。理由はシンプルです。リスナーは、声の下にある部屋の音をずっと聞いています。空白がデジタル無音まで落ちると、部屋の音が消えてまた戻ってきます。その切り替わりは、部屋の音そのものよりずっと目立ちます。

編集と間隔に関するACXの記事も、編集の側から同じことを述べています。編集で取り除いた部分は、きれいなルームトーンで置き換えます。また、マイクやスタジオの設定を変えたときは、その都度ルームトーンを録り直すよう勧めています。

ルームトーンの録り方

  1. ナレーションを録るときとまったく同じセッティングにします。マイクの位置、ゲイン、部屋を同じにします。
  2. 動かず静かにして、誰もいない部屋の音をしばらく録音します。
  3. セッションの日付をラベルとして付け、セッティングに何か変更があれば録り直します。
  4. そのセッションのファイルのすべての編集箇所と空白を、このルームトーンで埋めます。

短くする間と残す間

ナレーションの間は演技の一部です。文の終わり、段落の切り替わり、場面の転換をリスナーに伝えます。無音カットで取り除くべきは言いよどみや間延びした部分で、構造ではありません。

間 どうするか
つっかえや言いよどみによる、言葉と言葉の間 短くするか削除する
文と文の間 自然な間を残し、明らかに間延びしたものだけ短くする
段落と段落の間 文の間よりはっきり長く残す
場面転換やセクションの切り替え 本文中で最も長い間はここに残す。ACXの5秒の間隔の上限内で
各ファイルの先頭と末尾 現行のACXの推奨に従い、ルームトーンを入れる
録り直しとNGテイク 失敗したテイクとその間を削除し、つなぎ目をルームトーンで埋める

ACXは、文や段落の間の長さを固定の数値では公表していません。いちばんの指針は一貫性です。第1章で間の種類ごとの感覚を決め、本全体を通してそれを保ちます。ACXは要件の中で、レベル、音色、ノイズと並べて、間隔の一貫性を挙げています。

息継ぎ

ナレーションの編集でいちばん失敗しやすいのが息継ぎです。すべて消すと、まったく息を吸わない声に聞こえます。すべて残すと、静かな場面が吸気の音であふれます。

  • 大きな息継ぎや鋭い息継ぎ、ファイルの最初の一言の前の息継ぎは削除します。
  • 編集ソフトでできるなら、残りの息継ぎは削除せずに音量を下げます。
  • 息継ぎを削除したら、そのスペースは無音ではなくルームトーンで埋め、間の長さはほぼ同じに保ちます。
  • しきい値より大きいために無音カットツールが残してしまう息継ぎに注意します。文の頭にあることがよくあります。

自動の無音カットがナレーションに与える影響

ほとんどの無音カットツールは3つの設定を使います。それより小さい音を無音と見なすレベル、最小ポーズの長さ、話し声の前後に残すパディングです。ポッドキャスト向けの設定でナレーションに適用すると、間がすべて同じ短い長さになります。読点、句点、段落の区切りの違いが平らになってしまうのです。

長尺のナレーションでは、次の2つの方法のほうがうまくいきます。

  • 削除せずに短くする。 Audacityの Effect > Special > Truncate Silence には2つのモードがあります。Truncate Detected Silence は、検出したすべての間を同じ長さにカットします。Compress Excess Silence は、各間のうち最小時間を超えた部分だけを、指定した割合で短くするので、長い間は短い間より長く残ります。2つ目のモードなら、ペース配分の形が保たれます。どちらのモードも既存の間を短くするので、残る音声は自分のルームトーンです。詳しい手順はAudacityガイドにあります。
  • 削除してから、先頭と末尾を作り直す。 このサイトの無料ツールは、「最短の無音」(Shortest pause)の設定より長い間を削除し、「発話の前後に残す」(Keep around speech)で設定した余白を残します。ファイルの先頭と末尾の無音は完全に削除するので、提出する前に先頭と末尾にルームトーンを足す必要があります。

無音レベルは、ノイズフロアより少し上に設定します。部屋の音より低いと、何も無音と見なされません。はるかに高いと、小さな語尾がカットされます。適切なレベルの見つけ方は、無音検出のしきい値設定で解説しています。

ラウドネス:ACXはLUFSではなくRMSで測る

ACXのラウドネスのルールは、-23〜-18 dB RMS、ピークは-3 dB以下です。要件ページにLUFSは出てきません。多くのツールがLUFSの目標値でノーマライズするので、これは重要な点です。Audacityもデフォルトではそうです。

たとえばQuellCutは、音声を-16 LUFSにノーマライズします。LUFSはRMSとは別の測定方法で、-16 LUFSはACXの仕様ではありません。-16 LUFSにノーマライズしたファイルはACXの範囲に設定されたわけではなく、ノーマライズによってピークやノイズフロアがチェックされるわけでもありません。ACXに入稿する本なら、ノーマライズのあとにRMSとピークを測定し、RMSを目標にできるツールで調整してください。

Audacityの Effect > Volume and Compression > Loudness Normalization なら、それができます。Perceived loudness(デフォルト-23 LUFS)と RMS(デフォルト-20 dB)を選べます。RMSノーマライズはファイル全体の音量を上げ下げするので、あとでピークを確認してください。LUFSの目標値について詳しくは、ポッドキャストのラウドネスとLUFSをご覧ください。

録音からアップロードまでのワークフロー

工程 やること 確認方法
録音 毎回同じセッティングで。各セッションの最初にルームトーンを録る ヘッドフォンでルームトーンを聞き、ハムやノイズがないか確認する
編集 録り直しとつっかえを削除し、すべてのつなぎ目をルームトーンで埋め、長い言いよどみを短くする 編集した部分を、倍速だけでなく等倍速で聞く
間 相対的な長さが保たれるモードで間を短くする 段落と場面の区切りを抜き取りで確認し、5秒を超えるものがないか確かめる
マスタリング RMSを-23〜-18 dBに収め、ピークを-3 dB以下に保つ 完成したファイルのRMS、ピーク、ノイズフロアを測る
書き出し 192 kbps以上のCBR MP3、44.1 kHz、すべてのファイルで同じチャンネル形式 ファイルの情報と、長さが120分未満であることを確認する
アップロード 各ファイルにACXのオーディオ分析ツールをかける レポートを読み、ツールが検出できないものは耳で確認する

確認の工程で役立つツールが2つあります。

  • ACX Check は、Audacityのプラグインサイトから入手できる、Audacity用の分析プラグインです。ピークレベル、RMSレベル、ノイズフロアを表示し、ノイズフロアは選択範囲の中で最も静かな500ミリ秒のRMSレベルとして測ります。プラグインのページには、選択範囲の一部がほかより静かな場合、この値が誤解を招くことがあると書かれています。
  • ACXのオーディオ分析ツール は、ACXにアップロードしたファイルに対して動作します。ACXのFAQによると、RMS、ピークレベル、ビットレート、ビットレートの方式、サンプルレート、チャンネルの混在、重複ファイル、間隔をチェックします。ノイズフロアの問題、編集の問題、余計なノイズは検出せず、結果を見られるのはプロデューサーとDIYの権利者だけです。ACXは、RMSとピークの値はDAWやメーターによって異なることがあるとも書いています。

どちらのツールも、あなたの演技を聞いてはくれません。すべての数値をクリアしても、第12章にぎこちない編集が残っていることはあります。

商業ナレーション:広告とeラーニング

オーディオブック以外には統一された仕様がないので、クライアントの納品指示が最優先です。それでも当てはまる習慣がいくつかあります。

  • 広告 は決まった尺に合わせてカットします。読みを速くすると声の印象が変わるので、その前に間を短くして尺に収めることを考えます。
  • eラーニング は、画面上のテキストやアニメーションの下で流れることがよくあります。学習者がまだ読んでいるかもしれないので、要点のあとの間は残しましょう。ファイルをスライドや画面ごとに分けるかどうかをクライアントに確認します。
  • 解説動画やアプリの紹介動画 は映像に合わせてタイミングが決まっています。波形では長く見える間も、映像の変化に合わせるために必要な場合があります。
  • 納品。 クライアントから別の指示がない限り、各ファイルの先頭と末尾にはルームトーンの短い余白を残し、先方の編集者がトリミングできるハンドルを用意します。端がデジタル無音のまま納品することは避けましょう。

避けたいミス

  • 空白をルームトーンで埋めずにミュートする。
  • 別の日や別のセッティングのルームトーンを使い、章の途中で背景の音が変わってしまう。
  • 本全体にポッドキャスト向けの無音カットをかけ、すべての間を同じ長さに平らにしてしまう。
  • ノーマライザーのLUFSの結果を、ACXのラウドネスを満たした証拠と考える。
  • 先頭と末尾をゼロまで削り、ルームトーンを戻し忘れる。
  • 1つのプロジェクトにモノラルとステレオのファイルを混在させる。

このサイトのツールの使いどころ

このサイトの無料ツールは、最初の確認に便利です。3分までの章の抜粋を開き、そのうちどれだけが間なのかを確かめ、「最短の無音」と「発話の前後に残す」の設定を変えるとどう聞こえるかを試せます。ブラウザ上で動作し、WAVで書き出します。ルームトーンを足したり、ACXの仕様をチェックしたりはしません。

iPhoneとiPadのQuellCutは、ナレーションの下書きや話し言葉のコンテンツに向いています。無音とフィラーを削除し、タイムラインですべてのカットを確認でき、M4AかWAVで書き出します。-16 LUFSのノーマライズはACXのラウドネス仕様ではなく、ファイルをACXに準拠させるものではありません。オーディオブックなら、DAWでマスターを仕上げ、ACXの要件に照らして自分で確認してください。音声だけのワークフローについては、音声ガイドで詳しく紹介しています。

よくある質問

ACXはファイルの先頭と末尾にどれくらいのルームトーンを求めていますか?
現行のACXの提出要件では、各ファイルの先頭と末尾に1〜5秒のルームトーンを入れることを推奨し、ルームトーンの間隔は5秒を超えてはならないとしています。古いACXのブログ記事には先頭と末尾について別の数値が書かれているので、要件ページに従ってください。
段落の間にデジタル無音を使ってもいいですか?
いけません。ACXは、音声が完全なゼロまで落ちてはならず、ルームトーンを基準にすべきだとしています。編集箇所や空白は、同じセッションで録音したきれいなルームトーンで埋めてください。
-16 LUFSにノーマライズすれば、ACXのラウドネス基準を満たしますか?
それだけでは満たしません。ACXが定めているのは-23〜-18 dB RMS、ピークは-3 dB以下で、LUFSではなくRMSで測ります。ノーマライズしたあとに、RMSとピークを測定してください。
ACXのオーディオ分析ツールはノイズフロアをチェックしますか?
ACXのFAQによると、チェックしません。確認するのはRMS、ピークレベル、ビットレート、ビットレートの方式、サンプルレート、チャンネルの混在、重複ファイル、間隔なので、ノイズフロアは自分で確認してください。
ナレーションの息継ぎはすべて削除すべきですか?
ふつうは削除しません。大きい息継ぎや気になる息継ぎは削除し、それ以外は削除せずに小さくして、文同士がくっつかないようにします。

出典: ACX:オーディオ提出要件, ACX:オーディオ分析ツールのFAQ, ACXブログ:Why did my title fail QA? Part 5, ACXブログ:Editing and spacing with Alex the Audio Scientist, Audacity マニュアル:Truncate Silence, Audacity マニュアル:Loudness Normalization.