音量調整の100基準スコアとは｜RMS・ピークと二つのモードを比較

音量調整では、平均的な振幅を示すRMSと、最大振幅を示すピークを別に確認します。当サイトの「100基準スコア」は独自の表示で、耳で感じる大きさや配信サービスのラウドネス基準ではありません。同じ100でも、二つのモードで加える補正が変わります。

1. スコア100はRMS −20 dBFSに対応する

このツールのRMSは、デコードした全チャンネルの全サンプルの二乗平均から求めます。無音部分も平均に含まれるため、同じ声の大きさでも長い無音が入るとRMSは低くなります。周波数による聴感の重み付けや発話区間だけの測定はしていません。

表示スコアは round(100 + RMS dBFS − (−20)) です。RMSが−26 dBFSなら94、−20 dBFSなら100、−15 dBFSなら105になります。95未満・95〜105・105超という表示区分も本サイトの独自区分で、用途別の推奨規格ではありません。無音の値には通常のスコアを付けません。

RMSが同じでも、声と低音のBGMでは聞こえ方が同じとは限りません。長さや無音の量が違う会議録音を、スコアだけで聞きやすいと判断せず、実際に必要な発話を確認します。

2. 「上げ下げ」と「そろえる」の100は動作が違う

入力の説明用条件をRMS −26 dBFS、ピーク−2 dBFSとします。表示スコアは94です。以下は現行の計算関数へ数値を渡した例で、保存した音源の測定ではありません。

+6 dBは振幅を約1.995倍にする補正です。耳に約2倍の大きさで聞こえるという意味ではありません。そろえるモードで目標を96へ下げるなら補正は+2 dB、ピーク予測は0 dBFSです。予測値だけで余裕が十分とは判断せず、必要に応じてさらに下げて保存後の音も確認します。

補正の計算には、丸める前のRMSを使います。例えばRMS −26.4 dBFSも表示は94ですが、目標100への補正は+6.4 dBです。丸めた表示の100−94だけで常に+6 dBになるわけではありません。

3. ピーク予測と、保存した音源の結果を分ける

ピーク予測は 入力ピークdBFS + 補正dB です。0 dBFSを超える設定は振幅の範囲を超える可能性があるため警告します。RMSが低い録音でも、一瞬の大きな音があれば先にピークの上限へ達します。スコアが105を超えること自体と、クリッピングは別です。

このツールのWAV・MP3書き出しでは、整数サンプルへ変える前に範囲を超えた振幅を切り詰めます。警告が出ても自動で波形を保護するリミッターではないため、補正値を下げてください。すでに入力で潰れた音を、小さくするだけで復元できるわけでもありません。

プレビューはGainNodeで振幅を変える再生、保存は16bit PCMのWAVまたはMP3への書き出しです。処理経路が異なるので、プレビューと保存後のファイルを両方確認します。スピーカーやOSの音量設定も聞こえ方へ影響します。

4. 揃える範囲を決めてから、補正値を選ぶ

ファイル間の元の差を保って全体を上げ下げするなら「音量を上げ下げ」、RMSの値を目標へ近づけるなら「音量をそろえる」を選びます。後者でも無音の量や音の種類は揃わないため、声とBGMを無条件で同じ目標にしないでください。

各ファイルのRMS・ピークを確認し、目標を選び、ピーク予測が高いファイルの補正を下げます。保存後に必要な発話と大きな音を再生して確認してください。形式の容量はPCM WAVとMP3の比較で、時間・サンプルレート・チャンネル数を分けて説明しています。