対談の頭で拍手の波形を合わせた。最初の質問はぴったりなのに、終盤では話し手が口を閉じてから「す」が聞こえる。末尾を合わせ直して頭に戻ると、今度は拍手が二重に聞こえます。

ここで別録り音声の速度を変えていいのは、途中でも時間に応じてずれが育っているときです。冒頭と末尾がまったく同じ位置に見える2本のWAVを使って、どこを聞けば判断できるか試してみましょう。

頭をそろえたら、末尾を直す前に31秒へ飛ぶ

下のカメラ映像とWAVを保存し、25fpsのタイムラインに置きます。カメラの映像・音声を固定し、WAVはAとBのどちらか1本だけ鳴らします。ブラウザーでは基準の音を試聴できます。波形の位置を比べるときは3ファイルを編集ソフトに読み込んでください。

基準にするカメラ映像。1秒・31秒・61秒に、ランプの点灯と「コッ」という打音が入ります。

カメラの最初の大きい打音は1.000秒、別録りの打音はAもBも0.800秒です。WAVを右に0.200秒(5コマ)動かして、二つの山を重ねます。61秒へ飛ぶと、どちらも別録りが3コマ遅れます。そのまま31秒に戻ってください。Aでは打音が割れて聞こえ、Bではひとつに重なります。

0、60、120ミリ秒と増えたら、二つの合図の間隔から速度を出す

冒頭をそろえた後の遅れ。Aは0、60、120ミリ秒。Bは中間まで0で、途中から120ミリ秒遅れる。
横軸は最初の合図からの経過時間。縦方向の差は、別録り音声が遅れた量です。

Aのファイル先頭から読んだ3つの打音は、0.800秒・30.860秒・60.920秒。先頭位置が違うファイル同士でも、同じ二つの音を引き算すれば、それぞれの機材が記録した区間の長さを比べられます。

測るものカメラ別録りA
最初から真ん中の打音まで30.000秒30.060秒
最初から最後の打音まで60.000秒60.120秒

別録りに設定する速度 = 別録りの合図間隔 ÷ カメラの合図間隔 × 100。この例は60.120 ÷ 60.000 × 100 = 100.200%。別録りのほうが同じ場面を長く記録しているので、わずかに速めます。「長さ」の倍率を入力するソフトなら逆数で約99.8004%です。ファイル全体の尺には録音開始・停止の差が含まれるので、式に入れるのは打音から打音までの長さです。

Premiereでは作業用のシーケンスを複製し、別録りクリップだけを選んで「速度・デュレーション」の速度欄に100.2%を入力します。会話では声の高さを保つ設定も確認します。速度を変えると最初の打音の位置も動くため、もう一度その打音を合わせてから31秒・61秒を聞きます。Audacityで「テンポの変更」を使う場合、「変化率」は元から増やす割合なので、同じ補正の入力値は +0.2% です。

実際の長回しでは数字はもっと小さくなることがあります。たとえば25fpsで30分の間隔に3コマ(0.120秒)遅れたなら、同じ式の答えは約100.0067%。手元の速度欄が100.01%に丸めると、30分で約0.06秒の差が残ります。書き出しでずれが残るときは、合図の区間長を直接指定できる音声編集ソフトで合わせ、処理後の音声を再配置する方法もあります。

31秒は合っているB。速めると、合っていた部分がずれる

Bの打音は0.800秒・30.800秒・60.920秒。最初の30秒はカメラと同じ長さです。Aと同じ100.2%を掛けると、両端の音は重なりますが、真ん中で別録りが約60ミリ秒先に出ました。そこでBを元の速度に戻し、31秒から61秒の間で、打音をもう二つ探します。

頭をそろえた状態で、カメラの42.4秒にある小さな二連音はぴったりです。43.6秒の二連音では別録りが0.120秒遅れます。拡大すると、カメラが小さな連続音を記録している43.000秒の位置で、Bだけ波形が0.120秒間まっすぐになります。教材Bにはここに無音を挿入しました。Bのその無音だけを詰めると、前後の二連音も最後の打音も重なります。

実際の対談で、波形の平らな場所が余分な無音だと即断するのは危険です。カメラ音にも同じ間があれば、話し手が考えた時間かもしれません。元の録音と照合し、後ろの素材がずれただけなら後半の位置を直します。言葉そのものが欠けていたら、その区間はカメラ音や別マイクから補い、子音や言葉尻が切れていないか聞きます。

書き出しを戻して、頭・中間・末尾をもう一度聞く

本番では同じ人物の近くで起きた、立ち上がりの鋭い音を選びます。カメラの引き音とピンマイクでは、距離が変わるだけでも音の到着に差が出ます。動き回る人の足音を頭と末尾で比べたときは、もう一組、位置の安定した音でも確認してください。

修正後の書き出しをタイムラインへ戻し、まずカメラのガイド音と別録り音で3か所を照合。次にガイド音をミュートし、一文を通して声の高さ、歯擦音、つなぎ目を聞きます。教材では補正後のWAVを再読込して3点の相対ずれがいずれも1ミリ秒未満に収まることを確認しました。この値は合成した打音の検証結果です。実写では最後に口の動きと本番音声でも判断します。

今回の映像・音は当サイトが合成しました。練習用にずれを大きくし、2本とも48kHzで保存しています。実素材で同じ差が出たときは、元ファイルに戻って収録停止や編集点、既に掛かっている速度変更を確かめてから原因を絞れます。

最初の打音を見つけるところから試す方へ。6秒の手拍子で別録り音声を合わせる練習

操作の参照先 Adobe公式「クリップの速度と長さを変更する」 / Audacity公式「Change Tempo」