ForHosting KIT · 音声・文字起こし

バラつく音量を自動で統一

どのエピソードも章もボイスメッセージも、同じ-16 LUFSのラウドネスにそろえるため、ファイルが変わるたびに音量を調整する必要がなくなります。ピークを削るだけでなく、小さい部分と大きい部分をファイル全体で整えます。料金は使った分だけで、定額契約はありません。

近日公開分あたり$0.077

このタスクは現在ご利用いただけないため、購入できません。料金は一切発生しません。

API仕様を見る
ご利用方法 ウェブ APIのみAPIメールTelegramアプリ 近日

録音ごとにばらつく音量を、聞き取りやすい一定の水準にそろえるツールです。複数の録音を続けて再生したときや、話者ごとの声の大きさが違うときの音量差をなくしたい場面で使います。手作業での調整を省けます。

音量がばらつく理由

同じポッドキャストの2人の話し手でも、マイク、距離、収録日が違えば、偶然同じ音量になることはありません。何本ものエピソード、複数のナレーターによる音声、別々の動画から切り出したクリップを並べると、そのばらつきは積み重なり、聞き手は理由が分からなくても違和感を覚えます。それが、最後まで聴いてもらえるか、音量つまみに手が伸びるかの分かれ目になります。

正しいノーマライズの考え方

ファイル全体を一律に上げ下げしても、中のミックスがばらついているトラックは直りません。ピークを抑えるだけでは、静かな部分は静かなまま残ります。正しいラウドネスの調整は、いちばん大きなサンプル値ではなく、人の耳が時間を通して感じる音量を見て、ファイル全体の音量の流れを整えます。ポッドキャストのネットワークやオーディオブックの制作で、全体の聞きやすさをそろえるのに役立ちます。

音量がばらつく理由

同じ会議でも話者ごとにマイクとの距離が違う、別々の日に録った音声を1本にまとめる、機材が違う複数の録音を並べて使うなど、条件が少し違うだけで音量には差が出ます。これを毎回手作業で調整するのは手間がかかります。

ノーマライズの仕組み

音声全体の音量を解析し、聞き取りやすい一定の水準に自動で揃える予定です。極端に小さい声を無理に持ち上げすぎないよう、自然な範囲で調整します。

座談会の話者ごとの音量差をそろえる

合同会社みどりデザインは、社内座談会の録音でマイクから離れた参加者の声が小さくなる問題を、ノーマライズで解消する予定です。

複数エピソードの音量をそろえる

ポッドキャスト制作会社は、収録機材が異なる複数のエピソードを配信前にまとめてノーマライズし、聞き手が音量調整をしなくて済むようにする計画です。

研修動画の音声を聞き取りやすくする

研修担当の高橋恵子さんは、講師と受講者の質問で音量差が大きい録音を、公開前にノーマライズしてから配布する運用を検討しています。

現在の提供状況を教えてください?

現在は公開準備の段階で、実行はまだ開始していません。料金と上限はすでに公開しています。

処理した音声データは保存されますか?

音量調整の処理にのみ使用し、公開や第三者への提供は行いません。

音量を上げすぎて音が割れませんか?

自然に聞こえる範囲で音量を揃える設計を予定しており、極端な増幅による音割れは避けられる見込みです。

どのくらいの音量にそろえられますか?

各ファイルは標準的な目標である-16 LUFSにそろえられます。人の耳が時間を通して感じる音量を基準にするため、波形の見た目が違うファイル同士でも聞いたときの大きさがそろいます。

ノイズ除去やカットの前後、どちらで使うべきですか?

不要な部分のカットとノイズ除去を済ませた後、最終的な納品の前に使ってください。いちばんきれいな状態の音声を対象にすることで、背景のノイズまで一緒に持ち上げずに済みます。

このページの機能はすべてAPIからも利用できます。自社システムに組み込みたいチーム向けのセクションです。それ以外の方は上のツールをそのままお使いください。

POSThttps://api.kit.forhosting.com/audio/normalize

認証済みのPOSTでタスクを作成し、結果はWebhookまたは署名付きリンクで受け取ります。この機能はAPIで利用でき、対話型のWebツールとしては提供していません。

curl -X POST https://api.kit.forhosting.com/audio/normalize \
  -H "Authorization: Bearer $KIT_KEY" \
  -H "Content-Type: application/json" \
  -d '{"audio":"https://example.com/clip.mp3"}'
{
  "audio": "https://example.com/clip.mp3"
}
{
  "task_id": "tsk_a1b2c3d4e5f6a1b2c3d4e5f6",
  "type": "audio.normalize",
  "status": "queued",
  "_links": {
    "result": "/tasks/tsk_…/result"
  }
}

非同期APIです。task_idは即時に返ります。ポーリングは1秒あたり1リクエストまでです。

1リクエストあたり$0.077
分あたり$0.0045

単価はすべて公開しています。トークン換算や独自クレジットはありません。失敗したタスクは課金されません。

max_mb200
max_minutes180
HTTPコード意味
401unauthorizedAPIキーが無効か、指定されていません。Authorizationヘッダーを確認してください。
402insufficient_balance残高が不足しています。チャージ後に再度お試しください。
404unknown_type指定されたタスクタイプは存在しません。タイプ名を確認してください。
429rate_limitedリクエストが多すぎます。しばらく待ってから再度お試しください。

現在は公開準備の段階で、実行はまだ開始していません

上限はファイル200MB・収録時間180分を予定しています。料金はすでに公開しており、1リクエスト$0.077に加え、処理する音声1分あたり$0.0045です。

向いている場面

複数話者の座談会、別日に録音した音声の結合、ポッドキャストの複数エピソードをまとめて配信する場合など、音量差が気になる場面で活用できます。

複数のファイルをまとめて処理できますか

1回のリクエストにつき1ファイルの処理を想定しています。複数ファイルは順番に送ってください。

対応するファイルの容量や時間に上限はありますか

200MB、収録時間180分までを予定しています。

ノーマライズの料金はいくらになりますか

1リクエスト$0.077に加え、処理する音声の長さ1分あたり$0.0045の見込みです。

KITの完全なドキュメントを見る →