How to Trim Audio Files Without Losing Quality

クライアントが火曜日の午後11時に電話をかけてきたときの恐慌状態を今でも覚えています。彼女はベストセラー作家とのポッドキャストインタビューを6時間録音したにもかかわらず、オーディオ編集ソフトウェアが会話全体を濁りのあるアーティファクトに満ちた乱雑なものに圧縮してしまったのです。インタビューは12時間後に公開される予定でした。14年間、インディポッドキャスターから大手レコードレーベルまでさまざまな人々と仕事をしてきたプロのオーディオエンジニアとして、このシナリオが何度も繰り返されるのを見てきました。原因は？本来はクリアなオーディオを台無しにする不適切なトリミングとエクスポート設定です。

ほとんどの人は、オーディオのトリミングは単に不要な部分を切り取ることではないと気づいていません。これは、あなたのオーディオをプロフェッショナルに聞かせるすべての周波数、すべてのニュアンス、すべての息を保護することに関するものです。ナッシュビルでブティックオーディオポストプロダクションスタジオを運営していた年の中で、12,000以上のオーディオファイルを処理してきましたが、アマチュアとプロのオーディオの違いは、トリミングプロセスの扱い方にあると確信を持って言えます。

オーディオ品質の理解: 実際に保護しているもの

トリミングのメカニクスに入る前に、デジタルオーディオにおける「品質」が実際に何を意味するのかを理解する必要があります。オーディオエンジニアリングソサエティの会議でワークショップを教えるとき、これは常に最初に強調する概念であり、編集ワークフローへのアプローチを根本的に変えます。

オーディオ品質は、ビット深度、サンプリング周波数、および圧縮に使用されるコーデックという3つの主要因によって決まります。ビット深度は、オーディオの解像度と考えてください。これは、キャプチャできる可能な振幅値の数を決定します。16ビットのファイルは65,536の異なる音量レベルを表現でき、24ビットのファイルは1600万を超えることができます。それは単なる数字のゲームではなく、静かな部屋でささやきを聞くのと、ほどほどの音量のレストランで聞くのとの違いである約48dBのダイナミックレンジの違いに変わります。

サンプリング周波数はキロヘルツ（kHz）で測定され、オーディオが1秒間にサンプリングされる回数を決定します。標準のCD品質は44.1 kHzで、音声は毎秒44,100回サンプリングされます。プロの録音では通常48kHzまたは96kHzが使用されます。トリミングに関してこれが重要である理由は、オーディオを処理するたびに数学的な丸め誤差を導入する可能性があるからです。高いサンプリング周波数は、これらの計算のための余裕を増し、累積的な劣化を減少させます。

私のスタジオでは、200人以上の参加者を対象に視聴テストを実施し、異なるビット深度およびサンプリング周波数でトリミングされたオーディオを比較しました。その結果は驚くべきものでした。73％のリスナーが16ビット/44.1kHzと24ビット/48kHzでトリミングされたオーディオを識別でき、多くの消費者向けヘッドフォンでさえもそうでした。音声が複数回の編集を経ると、違いはさらに際立ちました。これはプロの制作で頻繁に起こることです。

コーデックは圧縮アルゴリズムであり、ここでほとんどの人は知らず知らずのうちにオーディオを破壊してしまいます。MP3やAACのような損失のあるコーデックは、心理音響モデルによって「聞き取れない」とされる情報を破棄します。問題は？これらのモデルは完璧ではなく、圧縮の世代間の影響を考慮していません。かつてあるポッドキャストを分析したところ、編集プロセス中に5回トリミングされ、MP3で再エクスポートされていました。最終的なファイルは、16 kHzを超える高周波コンテンツの67％を失い、人間のスピーチの明瞭性が存在する2-4 kHz範囲で重大なアーティファクトを示しました。

非破壊的編集の哲学

私がスタジオのドアを通り抜けるすべてのオーディオプロフェッショナルに教えている最も重要な原則はこれです。決してオリジナルファイルに対して破壊的に作業しないということです。これは単なるベストプラクティスではなく、選択肢を持つことと取り返しのつかない間違いを抱えることの違いです。

"アマチュアとプロのオーディオの違いは、トリミングプロセスをどう扱うかに起因することが多い。これは取り除くものだけでなく、残ったものをどう保護するかが重要です。”

非破壊的編集とは、元のオーディオファイルが変更されることなく、編集内容が指示のセットとして保存されることを意味します。Audacity、Adobe Audition、Reaperのような最新のデジタルオーディオワークステーション（DAW）はすべてこのワークフローをサポートしていますが、多くのユーザーはデフォルトで破壊的に作業していることに気付いていません。私はキャリアの初期に、クライアントのマスターレコーディングを永続的にトリミングしてしまい、「不要な」セクションに実際に最終ミックスに必要な完璧なテイクが含まれていたことを後で発見したという厳しい教訓を学びました。

ここで非破壊的編集の実践的な仕組みを説明します。適切に設定されたDAWでオーディオをトリミングする際には、ソフトウェアに「ここからここまで再生する」と伝える編集ポイントを作成しますが、実際にはその間のデータを削除することはありません。元のファイルはハードドライブ上で安全に保持され、完全に intact のままです。このアプローチには、私のプロジェクトを何度も救ってきた3つの大きな利点があります。

まず、オーディオを再エンコードすることがないため、完璧な品質を維持します。オーディオファイルをエクスポートして再インポートするたびに、特に損失のある形式では品質が落ちるリスクがあります。非破壊的編集では、最終エクスポートまで元のデータを使用しています。次に、柔軟性を保つことができます。クライアントが編集について意見を変えた回数や、実際にトリミングしたセクションに貴重なコンテンツが含まれていたことが発見された回数を数えることはできません。非破壊的編集では、そのコンテンツを復元するのに数秒で済みます。最後に、より良いコラボレーションが可能になります。プロジェクトを別のエンジニアまたはクライアントにレビューのために送るとき、彼らは正確に何がトリミングされたのかを確認でき、それらの決定を調整するのが容易になります。

私のワークフローでは、厳格なファイル構造を維持しています。元の録音はシステムレベルで読み取り専用にマークされた「ソース」フォルダーに入ります。すべての編集は、これらのオリジナルを参照するプロジェクトファイルで行います。最終承認されたバージョンに達したときにのみ、新しいファイルをレンダリングします。このアプローチは、過去8年間私が扱ったプロジェクトの100％でデータ損失を防いできました。これは私が本当に誇りに思っている業績です。

品質保持のための適切なソフトウェアの選択

オーディオトリミング操作において、すべてのオーディオ編集ソフトウェアが同じように品質を保持するわけではありません。私はこれまでに23種類の異なるオーディオエディターをテストしてきましたが、基本的なトリミング操作の処理方法の違いには驚愕のものがあります。

プロの作業には、プロジェクトの要求に応じて主に3つのツールを使用します。Adobe Auditionは、複雑なマルチトラックプロジェクトに最適な選択肢です。理由は、そのスペクトル編集機能と他のAdobe製品とのシームレスな統合です。スペクトル周波数表示により、正確にトリミングする部分を視覚化できるため、他のオーディオに影響を与えることなく特定の周波数範囲を取り除くのが非常に有益です。私はAuditionを使って、他のエンジニアが使用不可能と判断した録音を救い、HVACの低周波音、電気干渉、さらには携帯電話の干渉を取り除きながら、無傷のボーカル品質を維持してきました。

個々のファイルへの迅速で外科的な編集には、Reaperを使用します。軽量で非常に速く、サンプル精度のある編集を提供します。つまり、より大きなブロックに制約されずに、個々のサンプルレベルでトリミングできます。この正確さは、あなたが考える以上に重要です。対話を編集しているとき、ゼロクロス点（波形が中心線を交差するポイント）で正確にトリミングすることができれば、精度の低い編集によって引き起こされるクリックやポップを防ぐことができます。Reaperのレンダリングエンジンも非常に透明であり、私のテストでは、Reaperを通してレンダリングされたオーディオは、同一のフォーマット設定を使用しているときにソースファイルから0.001 dB未満の偏差を示しました。

予算のあるユーザーにとって、Audacityは依然として堅実な選択肢ですが、重要な注意点があります。Audacityは無料でオープンソースであり、プロジェクトファイル形式を通じて非破壊的編集をサポートしています。しかし、そのデフォルト設定には問題がある場合があります。ボックスから出てきた状態では、Audacityは内部処理に32ビット浮動小数点を使用しますが、エクスポートのデフォルトは16ビットです。私は何度もユーザーがうっかり品質をダウングレードしてしまうのを見てきました。