Vtuber機材厄介オタクが考える配信者の音声環境
ぼやきみたいなメモ。
DON'T SCREAMやると配信のマイク周りバレやすいよね、って話は過去のnoteに書いた。僕がメインで追っているVtuberは割と三者三様で
◯「神機材」YAMAHA AG03MK2を使ってる人(運営提供と思われる。マイクもどうせAT2020とかの定番モデル渡されてるだろう)
◯10万切る中では上位のI/O使ってる人(もともと音楽畑の人なのでしっかりしている)
◯よくわかんない人(それほど音質もこだわっていないようなので、廉価なUSBマイクかヘッドセットあたりを疑っている)
という感じ。
ハード面の話は過去のnoteに散々書いたので割愛するが、3人揃って頼むからコンプレッサーをかけてくれって感じなので、切り抜き動画制作者のみなさんどうしてるんですか?という気持ち。
コンプレッサー、和訳すれば圧縮機。音の大小差を圧縮することで、大きい音(叫び声とか)の音割れを防いだり、相対的に小さい音を聴きやすい音量まで引き上げるためのもの。
本来はミキサーにくっついてる機能で、当然「神機材」YAMAHA AG03MK2にも搭載されている。一定の音量を超えた場合に、増え方を抑えるような処理をしてくれる。
Vtuberをはじめ、配信者はとかく絶叫するものである。絶叫されると音が割れる。つーか耳が痛い。鼓膜ないなる。視聴者は視聴環境の音量を下げざるを得ない。
問題は、配信は叫ばないときのほうが圧倒的に長い、ということである。配信者はみんな冒頭で「音量どうですか~」などとのたまい、出力音声レベルが妥当かを確認しているが、それはあなたが叫んでいないときの音量の話で叫ばれたら急に鼓膜がお亡くなりになるんよ、という話でもある。普通の話し声やBGM、ゲーム音などが適切に聞こえる音量と、叫び声で音が割れない音量は通常一致しない。
だから配信者は頼むからコンプレッサーをかけてくれ。コンプレッサーが適切にかかっていれば、そうした悩みは多少改善される。音は割れるかもしれないが鼓膜までは割れなくなる。出力音量に上限を設けるリミッターもかけてくれればなおよし。具体的なことは先達がnoteに書いてくれているから全配信者まずはこれを読んでくれ頼む。
現状、コンプレッサーやリミッターをかけてくれる配信者ばかりではないので、切り抜き動画制作時には困りものである。元配信よりコロコロと適切な音量が変わってしまうのは勘弁してほしいものだ。
そもそも「適切な音量」とは何ぞや。上述したnoteの筆者は別記事でざっくりと「OBS上の音声ミキサーで黄色いところ」と示している。数値で言えば-8dBFSから-20dBFSの範囲内。そうだね。厳密なところは別の方の、note外の別記事をご紹介しておきます。
切り抜き動画は文字通り切って抜くのがメインなので、元配信を収録するときに聴きやすい音量に丸めてしまいます。僕はOBSの設定こうしてますけど皆さんどうしてますか?というのがこのnoteの主題。

こういうコンプレッサーのパラメータにしている。YouTube側の音量は最大、これにリミッターを-6dBFS~-8dBFSでフタしておくとちょうどいいかな、と思っている。

左が調整後のメーター、右が調整前(元配信)のメーター。かなり安全側(音量が小さくなる側)にとっている自覚はあるが、話し声が概ね-15dBFS~-20dBFSの範囲内で、ぶっ飛んだときも-5dBFSならまあ後は視聴側で音量上げて見てもらえばいいかな、と思っている。
編集時はSONYのMDR-7506で音割れやノイズをチェックしつつ、SEは適当につけている。編集ソフトが音量を音源のn%で調整するタイプなので、基本そのまま使い、大きいなと思ったら60%ぐらいまで下げるといった感じ。編集作業が終わったら出力前に一度通しで見て、OKなら出力。
僕の制作環境だと、スピーカーはこれを使っている。もともと職場でビデオ会議の音を鳴らすために買ったものなので、音質など度外視。これで鳴らして耳障りでなければOK。声が聞こえないとか、叫んだときにうるさいとか思ったらNG。
一度だけNGだなと思ったことがあって、その時は音だけ別に吐き出したあとAudacityでコンプレッサーとリミッターをかけた。パラメータは失念してしまったが、概ね既定値ママだったと思う。
これは音も画もそうなのだが、とにかく今は情報量が多い。音はデケェし画はギチギチに詰め込んでナンボ、というのがトレンドである。そういう中だとこの設定って弱いんじゃ?と思ってしまう。皆さんどうされてますか?