状況
話し声に交通音、室内の音、音楽が重なっている。
方法
ボイスアイソレーターを使って、声を中心とした音源を作成します。
声のパターンを分離すると、すべての周波数を一律に削ることなく、競合する音を抑えられます。
わかりやすいガイド
ボイスアイソレーターとは？どんなときに役立つ？
ボイスアイソレーターは、録音に含まれる声をほかの音から分離します。話し声を聞き取りやすくしたり、声だけのトラックを作成したりできますが、結果は元の音声にどのような音が録音されているかによって異なります。
ボイスアイソレーターを一言でいうと
複数の音が混ざった録音から、声に当たる部分を推定し、ほかの音から分離するものです。
読了まで4分声の分離の仕組み
処理の出発点は録音済みの混合音声であり、元のマイクごとのトラックを使用するわけではありません。
-
1
録音を用意する
聞きたい声が含まれる音声を用意します。元の音声が鮮明であるほど、ボイスアイソレーターが利用できる情報は増えます。音割れや強い圧縮があると、分離は難しくなります。
-
2
声のパターンを特定する
分離モデルは、話し声や歌声がどこにあるか、どの音のパターンがその声に属するかを推定します。あくまで推定のため、ギターの音や別の話者の声を、分離したい声と誤認する場合があります。
-
3
分離したトラックを確認する
声を中心とした出力音声は、聞き取りや編集がしやすくなる場合があります。使用前には元の音声と聞き比べてください。特に、声が小さい箇所や音が重なる箇所は確認が重要です。
始めるために必要なもの
スタジオで収録した個別の音声トラックは必要ありませんが、仕上がりの上限は元の録音の品質で決まります。
必須
任意
-
分離したい声が実際に録音されている音源。
必須ボイスアイソレーターでは、録音されていない言葉を復元できません。
-
録音を使用・処理する許可。
必須私的な会話を扱う前に、同意を確認してください。
-
元の音源と聞き比べるために再生できる短い部分。
任意聞き比べると、欠けた音節や不自然な音を見つけやすくなります。
-
入手できる中で最も音質の良い元音源。
任意可能であれば、すでに音が歪んでいたり、圧縮を繰り返していたりする音源は避けてください。
関連する音声処理を見る
適切な方法は、元音源がノイズの多い話し声か、動画か、音楽を含む録音かによって異なります。
できること と選ぶべき場面
録音のノイズの多さだけでなく、残したい音に合わせて方法を選んでください。
こんなとき
伴奏からボーカルを分離したい。
対応
ボーカル分離を試し、分離された音声トラックを確認してください。
求める出力はボーカルです。伴奏だけを取り出すのは逆の目的です。
こんなとき
話し声はすでに明瞭だが、一定のヒスノイズがある。
対応
代わりに、軽めのノイズ除去を検討してください。
分離処理を全面的に行うよりも、軽い処理のほうが話し手の自然な声色を保てる場合があります。
できないこと
音声分離は便利ですが、どんな混合音源からも完全な元のトラックを復元できるわけではありません。
-
欠けた言葉を復元する
言葉が途中で切れている、ミュートされている、または完全にかき消されている場合、ボイスアイソレーターには復元に使える完全な録音がありません。
対処法別のマイク、カメラアングル、またはテイクがあれば確認してください。
-
話者を1人だけにすることを保証する
複数の話者の声が重なると、どちらも似た声のパターンを含むため、一緒に残る場合があります。
対処法会話を短い区間に分けて編集し、声が重なる箇所をそれぞれ手動で確認してください。
-
音楽を完全に除去する
声と重なる楽器の音が出力に残ったり、声の一部が細く、水っぽく聞こえたりする場合があります。
対処法元の音源と比較し、声がより自然に聞こえるなら背景音を少し残してください。
-
損傷した音源を修復する
深刻な歪み、マイクに風が当たる音、過度なコンプレッションにより、処理を開始する前に音声の細部が不明瞭になることがあります。
回避策利用できる中で最も損傷の少ないコピーを使用し、分離する前にさらなるコンプレッションを避けてください。
ボイス分離を利用する人
まず音声を聞き、その後に結果を判断する
インタビュー編集者はボイスアイソレーターを使って聞き取りにくい会話を確認し、動画クリエイターは編集のために話し声を分離し、ミュージシャンはボーカルパートを調べます。録音を試し、分離されたトラックがプロジェクトに役立つか判断する前に、元の音源と聞き比べてください。
音声を分離する- 比較できるよう、元の録音を保存しておきましょう。
- 共有する前に、小さな声の言葉や重なり合う音を確認してください。
ボイスアイソレーターに関するよくある質問
録音内のどの音が声に属するかを推定し、声に焦点を当てた結果を生成するツールです。話し声を聞き取りやすくしたり、編集のためにボーカルを分離したりする目的で使用されます。
いいえ。背景音が声と重なっている場合は残ることがあり、分離を強くすると話し声が不自然に聞こえることもあります。背景が無音になっているから結果が良いとは限らないため、出力音声を実際に聞いて判断してください。
他の音よりも声を強調できる場合はありますが、話者ごとに明瞭なトラックを作成できるとは限りません。話者の声が重なると、言葉が混ざったり明瞭さが失われたりすることがあります。
関連する分離手法を使用することが多いものの、目的とする出力は異なります。ボイスアイソレーターは声に焦点を当てる一方、ボーカルリムーバーは通常、ボーカルを低減した後に残る音を維持します。