自動ミックス：ボーカルをオケに乗せる
オケ、ボーカル録音、またはその両方を入れると、音量合わせ、音色の補正、コンプ、歯擦音の抑制、リバーブ、必要ならオートチューン、マスタリングまで自動で仕上げます。すべてのつまみはスタジオのようなミキサーに設定され、フェーダー、EQ、コンプを続けて調整できます。すべての設定値はプロのミックス 144 曲の実測から決めたもので、勘ではありません。音声は端末の外に出ません。
- 音声は端末の外に出ない
- ミキサー、オートチューン、EQ、コンプ
- −14 LUFS の WAV をダウンロード
1. ファイルを入れる
オケ（伴奏）
オケ、カラオケ、インスト
メインボーカル
あなたのボーカル録音
コーラス
任意
リファレンス曲
任意：好きな曲を入れると、音色をその曲に合わせます
MP3・WAV・FLAC・M4A・OGG・最長 10 分
2. スタイルを選ぶ
スタイルは聴感の提案で、測定値ではありません。「ナチュラル」は測定どおりの設定です。
オケ、ボーカル、またはその両方のファイルを 1 つ以上入れてください。
使いみち
- カバーしたボーカルをカラオケ音源に乗せて、1 曲に仕上げる。
- ミックスエンジニアがいなくてもデモ録音を仕上げる。
- アカペラやナレーションだけを処理したり、オケだけをマスタリングしたりする。
- ボーカル抽出や AI カバーで得たオケとボーカルを混ぜ直す。
使い方
- オケ、ボーカル録音、またはその両方を入れます。コーラスとリファレンス曲は残りの 2 つの枠へ。
- スタイル（ポップ、バラード、T-Pain など）を選ぶか、ナチュラルのまま（測定どおり）にします。
- 自動ミックスを押し、前 / 後を聴き比べ、耳でスライダーを合わせてからミックスをダウンロード。つまみごとに触りたいときはミキサーを開きます。
響きの少ない部屋で、マイクから手のひら 1 つ分ほど離れて、メーターが赤くならない音量で録音してください。音色と音量は直せますが、部屋の響きや歪んでしまった録音は直せません。
よくある質問
- 自動ミックスでは何をしますか？
- 順に、80 Hz 以下のハム除去、フレーズ間のノイズ除去（ノイズが測れたときだけ）、オートチューン（オンのとき）、ボーカル EQ、ディエッサー、コンプ、リバーブ、ボーカルとオケのバランス調整、歌詞が聞き取れるようボーカルの間だけオケの 2.5 kHz 付近を少し下げる処理、リファレンス曲への音色合わせ（あるとき）を行い、最後にトゥルーピーク −1 dBTP 以下で −14 LUFS にマスタリングします。どのステップもオフにできます。
- ボーカルだけ、オケだけのときは？
- ボーカルのみ：ボーカルを処理（フィルター、EQ、ディエッサー、コンプ、リバーブ、オンならオートチューン）してマスタリングします。アカペラやナレーション向きです。オケのみ：音量とピークだけをマスタリングし、音色は変えません。ジャンルごとに音が違い、オケを寄せるべき共通の基準がないからです。音色も整えたいときはリファレンス曲を追加してください。
- このオートチューンで何ができますか？
- 10 ミリ秒ごとに音程を測り、いちばん近い音、または選んだキーや自動検出したキーの音に寄せます。「ナチュラル」は各音の中心だけを動かしビブラートを残し、「ハード」はすべての瞬間を音に貼り付けてロボット声にします。30 セント外した実際のボーカルで測ると、12 セント（ナチュラル）と 6 セント（ハード）まで戻りました。代わりに声が少しざらつくため、初期設定はオフです。
- リファレンス曲は何のためですか？
- リファレンス曲とあなたのミックスの音色（オクターブごとのスペクトル）を測り、ミックスをその曲に近づけます。各帯域の補正は最大 ±4 dB です。音量は −14 LUFS のままで、リファレンス曲の音量はまねしません。同じジャンルの曲を選んでください。
- 「実際のミックスの実測」とは？
- ボーカルと伴奏が別トラックで用意されている MUSDB18 データセットから 144 曲を使い、3 つを測りました。音楽に対するボーカルの音量、オクターブごとのボーカルのスペクトル、そしてリバーブの量です。EQ は、あなたのボーカルがそれらのミックスの半数が収まる範囲の「外」にある帯域だけを直します。もともと良いボーカルには手を加えません。
- なぜ初期設定ではボーカルが音楽より大きいのですか？
- この 144 曲は主に欧米のポップとロックで、ボーカルは音楽より −2.2 LU 小さめです（中央値）。私たちが分離して測った実際のベトナムの曲では、ボーカルが音楽より 2.3 LU 大きくなっていました。こうしたサンプルはまだ少ないため、初期設定ではボーカルをはっきりさせています。なじませたいときはスライダーを左へ。
- 音声はサーバーにアップロードされますか？
- いいえ。すべての処理はあなたの端末のブラウザ内で行われ、コピーはどこにも送られません。タブを閉じると消えるので、先にミックスをダウンロードしてください。
- なぜ −14 LUFS なのですか？
- YouTube と Spotify が音量をそろえるときの基準だからです。大きい曲は下げて再生されるので、大きくマスタリングしてもダイナミクスを失うだけで、大きくは聞こえません。
- ボーカルがリズムとずれている場合は？
- ボーカルのチャンネルにある「Offset」スロットを使い、10 ミリ秒単位で動かします。部分的に切ったり動かしたりしたいときは、ミックス後に「タイムラインを開く」を押してください。処理済みのトラックが読み込まれ、手でドラッグやカットができます。
このツールでできること
ビート、ボーカル録音、またはその両方を入れます。コーラスのボーカルがあれば、それも加えられます。ツールはすべてのファイルを計測したうえで、フィルター、音色の調整、コンプレッション、ディエッサー、リバーブをかけ、声と音楽のバランスを取り、すべてをマスタリングして完成した WAV に仕上げます。ツールが選んだ設定はすべてスタジオのようなミキサーに表示されるので、続けて調整することも、そのままにしておくこともできます。
処理はすべてブラウザの中で行われます。サーバーには何もアップロードされないので、未発表の録音も最初から最後まであなたのコンピューターの中にとどまります。
処理の流れ（順番どおり）
- ボーカルのローカット。カットオフ周波数は、その声の最も低い音程から決めます（70〜160 Hz）。
- フレーズ間のノイズ除去。実際に背景ノイズが計測されたときだけ行います。クリーンなボーカルではこの段階を飛ばします。
- オートチューン（オンにした場合）。
- オクターブバンド EQ：プロのミックスの中間の範囲から外れた帯域だけを、その範囲の端まで補正します。そのため、すべての声が同じ色に塗りつぶされることはありません。
- ディエッサーと二段階のコンプレッションに、少しの温かみを加えます。
- リバーブは、ボーカルのステレオの広がりが実際のミックスの中央値と同じになるまで、段階的に調整します。ディレイはビートのテンポに合わせます。
- 声とビートのバランスを取り、声が歌っている間はビートの 2.5 kHz 付近を軽く下げて、言葉が埋もれないようにします。
- −14 LUFS、トゥルーピーク −1 dBTP 以下にマスタリングします。
目標値の出どころ
目標値は、144 曲の公開ステムデータセットで計測しました。人が作ったミックスで、すべてのトラックが個別に手に入るものです。このデータセットでは、ボーカルは音楽より 2.2 LU 下にあります（中央値。半数の曲は −4.3〜−1.0 の範囲）。サイト自身の AI 曲から目標値を取らなかったのは、それでは人ではなく機械のミックスの仕方を測ることになるからです。
ベトナムのポップスは声を前に出す傾向があります。サイトの AI 曲では +1.9、実際のベトナムの曲一曲では +2.3 でした。そのため初期値では声を音楽より 2 LU 上に置き、スライダーは ±4 の範囲で動き、−2.2 の目盛りがデータセットの中央値を示します。正直に言うと、ベトナムのサンプルは今のところ一曲だけです。
四つのモードとミキサー
| 入れるもの | ツールが行うこと |
|---|---|
| ビートとボーカル | ボーカルを処理し、ビートとのバランスを取り、マスタリング |
| ボーカルのみ | ボーカルを処理し、リバーブを加え、マスタリング。コーラスはリードより 6 LU 下 |
| ビートのみ | 音量とピークのマスタリングのみ。ジャンルごとに違うため、ビートにはあえて自動 EQ をかけない |
| リファレンス曲を追加 | 選んだ曲に音色を合わせる（帯域ごとに最大 ±4 dB）。音量はコピーせず、−14 LUFS のまま |
プリセットは七つあります。ナチュラルのプリセットはツールが選んだ設定とまったく同じで、ローファイは計測値で −16 LUFS と、より静かにマスタリングします。ミキサーでは、フェーダー、パン、ミュート、マスターの目標値は聴きながら即座に変わり、プラグインの設定を変えるとそのチャンネルだけが作り直されます。ミックスしたバージョンと、ただ重ねただけの音を同じ音量で比べられるので、音が大きいほうが良く聞こえるという耳の錯覚にだまされません。
オートチューン：ライト、ミディアム、T-Pain、そしてその代償
ツールは曲のキーを検出します。ライトは各音の中心を動かし、ビブラートを残します。T-Pain は音程を瞬時に合わせ、おなじみのロボットのような声になります。約 30 セントずれて歌っている実際の声に対し、独立した計測ツールの値はライト補正後で 12.3 セント、強い補正後で 6.5 セントでした。T-Pain の設定は 87% に達し、同じテストで計測した理想的な上限の 89% に迫りました。
代償は、声がやや粗くなることです。ジッターは約 0.2 ポイント上がり、倍音の明瞭さは 0.5〜0.8 dB 下がります。そのため、オートチューンは初期設定でオフになっていて、音程が外れているときだけオンにする価値があります。もともと音程が合っている声では、ライトモードはほとんど何も変えません。
処理にかかる時間
コーラスのボーカル付きの 4 分の曲は、私たちのテスト機でミックスに約 10〜12 秒かかり、最後の書き出しにさらに約 2 秒かかります。すべてあなたの端末上で動くため、遅いコンピューターでは時間が長くなりますが、サーバーの順番待ちは一切ありません。
制限事項
- 歪んだ録音や音割れした録音を救うことはできません。できるのは、常識的な範囲でのバランス調整、色付け、掃除です。
- EQ が直すのは、実際のミックスと比べて明らかにずれた帯域だけです。特定の音を狙うなら、リファレンス曲を使うか、ミキサーで手動で調整してください。
- 声と音楽の音量差は、主にベトナム以外の音楽で作られたデータセットに基づいています。ベトナムのサンプルは今のところ一曲だけです。
- ビートとタイミングがずれて録音されたボーカルは、自動では揃えられません。手動でずらすためのオフセットのつまみがあります。
- ファイルの長さは最長 10 分です。
よくある質問
音楽はサーバーにアップロードされますか？
いいえ。すべての段階がブラウザ内で動き、WAV はあなたの端末上で作られます。タブを閉じれば何も残りません。
ミックス済みの完成曲しかありません。分けてミックスし直せますか？
はい。ボーカル分離でビートとボーカルを分け、その両方をここに入れてください。
出力はストリーミングサービスにそのまま使えますか？
−14 LUFS、トゥルーピーク −1 dBTP 以下は、ストリーミングで一般的なレベルです。ツールのラウドネスメーターは、10 個のテストファイルのうち 10 個で、独立したメーターと 0.05 以内で一致しました。
ミキサーの操作は本当に書き出しに反映されますか？ 見た目だけではありませんか？
反映されます。テストでは、ボーカルのチャンネルをミュートして書き出すと、書き出したファイルとビートの相関が 0.723 から 0.994 に上がりました。つまり、そのファイルは本当に声のないビートだったということです。ミックスについて詳しくはブログをご覧ください。
関連する検証レポート
ゼロから自分でミックスしたいですか？
ミキサーでは各トラックをドラッグ、カットし、音量とパンを設定できます。
ミキサーを開く