オーディオをミックス
複数のオーディオトラックを、トラックごとに 0〜200% の音量で重ねて 1 つのファイルにします。ナレーションが話している間は、音楽の音量を自動で下げることもできます。
オーディオをミックスノードは、複数のオーディオトラックを重ねて 1 つのファイルにします。音量は、トラックごとに 0〜200% で設定できます。このノードで BGM にナレーションを重ねたり、環境音に効果音を重ねたりしてから、そのミックスを動画とオーディオを結合に送ります。
ダッキングの基準トラックを設定すると、1 つのトラック(多くの場合は声)が大きい間、ほかのすべてのトラックの音量が下がります。ほかのトラックは、そのトラックが途切れたときに元に戻ります。こうして BGM が話し声の下に収まり、音量を手で調整する必要はありません。
使いどころ
- BGM の上にナレーションを重ねます。
- 効果音を音楽トラックと組み合わせます。
- 映画のようなシーンのために、セリフと環境音をミックスします。
- 生成した複数のトラックを組み合わせて、背景に敷くサウンドを作ります。
クイックスタート
ノードを追加する
キャンバス上で Tab を押し、オーディオ › オーディオ編集 › オーディオをミックスを選びます。
トラックを接続する
2 つ以上のオーディオノードを、オーディオ入力に接続します。
音量を設定する
設定パネルを開きます。接続した各トラックには、0〜200% の音量スライダーがあります。トラックが複数ある場合は、ドラッグして順番を並べ替えることもできます。
実行する
ノードの実行をクリックします。ミックスが、プレーヤー付きでノードに表示されます。
入力と出力
| 入力 | 接続できるノード | 説明 |
|---|---|---|
| オーディオ | 2 つ以上のオーディオノードまたは動画ノード | 重ねるトラックです。接続した各ノードが、トラックの一覧に表示されます。接続した動画も 1 つのトラックになります。その音声がミックスされ、音声のない動画は、その長さ分の無音を加えます。 |
出力のオーディオは、ミックスした 1 つのファイルです。
設定
| 設定 | 説明 |
|---|---|
| トラックの順番 | 接続されたトラックが、ノード名で一覧表示されます。ドラッグして並べ替えます。 |
| トラックごとの音量 | 0〜200% です。デフォルトは 100% です。 |
| ダッキングの基準トラック | ほかのトラックが音量を下げる基準のトラックです。デフォルトはオフで、通常のミックスになります。この設定は、2 つ以上のトラックを接続すると表示されます。 |
| ダッキングの強さ | ほかのトラックの音量をどれだけ下げるかを、0〜100 で指定します。デフォルトは 75 です。この設定は、基準トラックを設定すると表示されます。 |
| ミックスの終わり | ミックスしたファイルが終わる位置です。いちばん長いトラックに合わせる(デフォルト)か、声が終わったところでです。声が終わったところでは、ダッキングの基準トラックが終わったところでミックスを止めます。この設定は、基準トラックを設定すると表示されます。ダッキングをオフにすると、リセットされます。 |
声の下で音楽の音量を下げる
ダッキングは、1 つのトラックが大きい間、ほかのトラックの音量を下げる機能です。ダッキングの基準トラックの音量が、ほかのすべてのトラックにかかるコンプレッサーを制御します。そのトラックが -30 dBFS より大きい間、ほかのトラックの音量が下がります。そのトラックが静かになると、ほかのトラックは元のレベルに戻ります。
ダッキングの強さは、しきい値を超えた声のレベルのうち、どれだけをほかのトラックから差し引くかを決めます。値が大きいほど、深く下がります。
| ダッキングの強さ | コンプレッサーのレシオ |
|---|---|
| 0 | 1(下がらない) |
| 50 | 2 |
| 75(デフォルト) | 4 |
| 90 | 10 |
| 95〜100 | 20(最大) |
レシオは 1 / (1 − amount / 100) で、最大は 20 です。デフォルトの 75 では、レシオは 4 です。音楽は、声が始まってから約 20 ms で下がり始め、声が途切れてから約 500 ms かけて戻ります。
- 声は元のレベルを保ちます:通常のミックスでは、各トラックをトラックの数で割ります。ダッキングしたミックスでは、代わりにトラックを足し合わせ、リミッターで合計の音割れを防ぎます。
- 声に合わせてミックスを終えない限り、音楽は最後まで再生されます:基準トラックがほかのトラックより先に終わると、ほかのトラックは元の音量に戻り、それぞれの最後まで再生されます。ミックスの終わりを声が終わったところでに設定すると、基準トラックが終わったところでミックス全体が止まるため、長い BGM もエピソードと一緒に終わります。
- 料金は変わりません:ダッキングの有無にかかわらず、1 回の実行の料金は同じです。
あとで基準トラックの接続を外すと、ノードは通常のミックスを作ります。
ヒント
- 話し声を聞き取りやすく保つ:ナレーションは 100% のままにし、BGM は 30〜50% に設定します。または、ダッキングの基準トラックをナレーションに設定すると、声が話している間だけ音楽が下がります。
- 音楽ではなく声を基準にする:ダッキングの基準トラックには声のトラックを選びます。それでも音楽が話し声とぶつかる場合は、ダッキングの強さを上げます。
- 音量を上げるときは慎重に:100% を超える音量では、音割れやひずみが起きることがあります。音の小さいソースは、先に音量調整でレベルをそろえます。
- 順序を考えて重ねる:まず声から始め、次に音楽、最後に効果音を加えます。
- 先に進む前に聞く:次のノードに接続する前に、ノード上でミックスを確認します。
- トラックが 1 つだけなら:1 つのトラックの音量を変えるには、代わりに音量調整を使ってください。
API から
POST /v1/mix-audio は、2〜20 個のトラックのリストである audioUrls と、任意の trackVolumes、duck、endAt を受け付けます。endAt は "longest"(デフォルト)または "voice" で、"voice" は duck.under のトラックが終わったところでミックスを終えます。"voice" には duck が必要で、duck がない場合、リクエストは 400 validation_error で拒否されます。duck は、ほかのトラックが音量を下げる基準のトラックの 0 始まりのインデックスである under と、任意の amount(デフォルトは 75)を受け取ります。次の細かい調整項目も受け取ります。ノードでは、これらは常にデフォルトのままです。
| フィールド | デフォルト | 範囲 |
|---|---|---|
thresholdDb | -30 dBFS | -60〜0 |
attackMs | 20 | 1〜2000 |
releaseMs | 500 | 10〜9000 |
ratio | amount から計算 | 1〜20。指定すると amount より優先されます。 |
MCP ツールは mix_audio で、同じ設定は end_at です。音声とメディアを参照してください。
よくある質問
ナレーションの下に流す BGM は、どのくらいの音量にすればよいですか?
ナレーションは 100% のままにし、音楽は 30〜50% に設定します。そうすれば、音楽に重ねても話し声がはっきり聞こえます。
トラックを元の音より大きくできますか?
はい。最大 200% まで上げられます。100% を超える値は、音割れやひずみの原因になることがあるため、注意して使ってください。
「オーディオをミックス」と「オーディオを結合」の違いは何ですか?
「オーディオをミックス」は、トラックを重ねて同時に再生します。「オーディオを結合」は、クリップを順番に再生します。
いくつのトラックをミックスできますか?
2 つ以上のオーディオノードを接続します。API では、1 回のミックスで 2〜20 個のトラックを扱えます。
ナレーションが話している間、音楽の音量を自動で下げられますか?
はい。「ダッキングの基準トラック」をナレーションのトラックに設定します。声が大きい間はほかのすべてのトラックの音量が下がり、声が途切れると元に戻ります。音楽をどれだけ下げるかは「ダッキングの強さ」で決まり、デフォルトは 75 です。
関連ページ
オーディオを結合
音量調整
動画とオーディオを結合
テキストからオーディオ
最終更新